What & How & Why

您在这里: start » math » linear_algebra » matrix_engineers » week2

差别

这里会显示出您选择的修订版和当前版本之间的差别。

到此差别页面的链接

两侧同时换到之前的修订记录前一修订版
后一修订版		前一修订版
math:linear_algebra:matrix_engineers:week2 [2023/11/27 11:30] – [LU Decomposition] codingharemath:linear_algebra:matrix_engineers:week2 [2023/11/28 02:28] (当前版本) – [使用 LU 分解求解方程] codinghare
行 137: 行 137:
 $$ $$
 假设高斯消元法的三次操作分别如下，那么对应的逆矩阵也如图所示： 假设高斯消元法的三次操作分别如下，那么对应的逆矩阵也如图所示：
-\\ +\\ \\ 
 {{ :math:linear_algebra:matrix_engineers:lu_decomp_1.svg?300 |}} {{ :math:linear_algebra:matrix_engineers:lu_decomp_1.svg?300 |}}
 \\  \\ 
-我们发现，这三个矩阵实际上可以组成一个矩阵：+我们发现，这$M^{-1}_1$,$M^{-1}_2$,$M^{-1}_3$实际上可以组成一个矩阵： 
 +\\ \\  
 +{{ :math:linear_algebra:matrix_engineers:lu_decomp_2.svg?300 |}} 
 +\\  
 +得到的矩阵 $L$ 是一个包含了之前三次初等变换的**下三角矩阵**。由于高斯消元得到的结果 $U$ 是一个**上三角矩阵**，因此我们把一个矩阵可以写成一个下三角矩阵与一个上三角矩阵的乘积的形式，称之为 $LU$ **分解**（//LU decompostion//），写作： 
 +$$ 
 +A = LU 
 +$$ 
 +==使用 LU 分解求解方程== 
 +相对于高斯消元法来说，$LU$ 分解会将 $Ax=b$ 分解为 $LUx=b$ 来进行求解。具体来说为两个步骤： 
 +  - 首先令 $Ux = y$，求出 $Ly = b$ 中 $y$ 的值。 
 +  - 其次根据 $y$ 的值再根据 $Ux=y$ 进行 $x$ 的求解。 
 +下面是一个具体的例子。假设有如下的 $LU$ 分解： 
 +$$ 
 +A = 
 +\begin{pmatrix} 
 +  3&  -7& -2\\ 
 +  -3&  5& 1\\ 
 +  6&  -4& 0 
 +\end{pmatrix} 
 += 
 +\begin{pmatrix} 
 +  1&  0& 0\\ 
 +  -1&  1& 0\\ 
 +  2&  -5&1 
 +\end{pmatrix} 
 +\begin{pmatrix} 
 +  3&  -7& -2\\ 
 +  0&  -2& -1\\ 
 +  0&  0&-1 
 +\end{pmatrix} 
 +=LU 
 +$$ 
 +如果有： 
 +$$ 
 +b= 
 +\begin{pmatrix} 
 + -3\\ 
 + 3\\ 
 +2 
 +\end{pmatrix} 
 +$$ 
 +那么令 $Ux = y$，根据 $Ly=b$可以列出方程组： 
 +\[ 
 +\begin{align*} 
 + y1 &= −3\\ 
 + −y1 + y2 &= 3\\ 
 +2y1 − 5y2 + y3 &= 2 
 +\end{align*} 
 +\] 
 +通过上面方程组，使用 //Forward subsitutaion// 求解出 $y$，再将 $y$ 带入到 $Ux = y$ 中，求解出 $x$ 的值即可。 
 + <WRAP center round help 100%> 
 +//LU// 分解的优势在于将参与运算的 $A$ 做了预处理；这样无论是什么样的 $b$，都可以使用预处理好的 $LU$ 进行计算；在需要计算大量不同的 $b$ 的时候会大大提升效率。 
 +</WRAP>
  
  • 最后更改: 2023/11/27 11:30
  • ©2022 YGwiki.com