4.4 高斯消元法的矩阵表示

4.4 高斯消元法的矩阵表示

高斯消元法的原子操作为: 方程 j j 乘以 a i , j / a j j , i > j -a_{i,j}/a_{jj},i>j ,加到方程 i i ,使 a i , j a_{i,j} 0 0 ,令 l i j = a i , j / a j j l_{ij}=a_{i,j}/a_{jj} ,称该操作为消元操作, l i j l_{ij} 为乘子。矩阵 A A 的任意列向量 a p = ( a 1 p , a 2 p , , a i p , , a n p ) \mathbf{a_p}=(a_{1p},a_{2p},\cdots,a_{ip},\cdots,a_{np}) 经过该操作后,变换为 a p = ( a 1 p , a 2 p , , a i p l i j a j p , , a n p ) \mathbf{a'_p}=(a_{1p},a_{2p},\cdots,a_{ip}-l_{ij}a_{jp},\cdots,a_{np}) ,只有第 i i 分量加了个数,其它分量不变。消元操作把一个向量变换为另一个向量,是线性可逆变换,能用可逆矩阵表示,矩阵为
E i j = [ 1 0 0 0 0 0 1 0 0 0 0 l i j 1 0 0 0 0 0 0 1 0 0 0 0 0 1 ] E_{ij}= \left[ \begin{matrix} 1 & 0 & \cdots & 0 & \cdots & 0 \cdots 0\\ 0 & 1 & \cdots & 0 & \cdots & 0 \cdots 0\\ \vdots \\ 0 & \cdots & -l_{ij} & \cdots 1 \cdots & 0 \cdots & 0 \cdots 0\\ \vdots \\ 0 & 0 & \cdots &0 & \cdots & 1 \cdots 0 \\ 0 & 0 & \cdots &0 & \cdots & 0 \cdots 1 \\ \end{matrix} \right]

定义 消元矩阵 矩阵 E i j E_{ij} 是单位矩阵 E E ( i , j ) , i > j (i,j),i>j 元素为 l i j -l_{ij} ,称为消元矩阵, E i j a p = a p E_{ij}\mathbf{a_p}=\mathbf{a'_p} ,是单位下三角阵。

第一阶段用矩阵乘法表示为 E n 1 E 31 E 21 A E_{n1} \cdots E_{31}E_{21}A

第二阶段用矩阵乘法表示为 ( E n 2 E 42 E 32 ) ( E n 1 E 31 E 21 ) A (E_{n2} \cdots E_{42}E_{32}) (E_{n1} \cdots E_{31}E_{21})A

最终矩阵 A A 经过一系列矩阵乘法变换为上三角阵, ( E n , n 1 ) ( E n 2 E 42 E 32 ) ( E n 1 E 31 E 21 ) A = U (E_{n,n-1}) \cdots (E_{n2} \cdots E_{42}E_{32}) (E_{n1} \cdots E_{31}E_{21})A=U 。因为矩阵 E i j E_{ij} 可逆,故乘以对应逆矩阵得 A = ( E 21 1 E 31 1 E n 1 1 ) ( E 32 1 E 42 1 E n 2 1 ) ( E n , n 1 1 ) U = L U A= (E^{-1}_{21} E^{-1}_{31} \cdots E^{-1}_{n1}) (E^{-1}_{32} E^{-1}_{42} \cdots E^{-1}_{n2}) \cdots (E^{-1}_{n,n-1})U=LU 。矩阵 E i j E_{ij} 的逆矩阵 E i j 1 E^{-1}_{ij} 是单位矩阵 E E ( i , j ) , i > j (i,j),i>j 元素为 l i j l_{ij} ,经过计算可得矩阵 L L 是单位矩阵 E E 的任意 ( i , j ) , i > j (i,j),i>j 元素为 l i j l_{ij} ,对角线元素全为 1 1 ( i , j ) , i < j (i,j),i < j 元素为 0 0 ,是单位下三角阵,且对应位置保存了对应乘子 l i j , i > j l_{ij},i>j 。矩阵 A A 可逆,则上三角阵 U U 的对角线元素均不为 0 0 ,这两个条件是等价的。

定义 主元 上三角阵 U U 的对角线元素称为矩阵 A A 的主元。

重要性质 矩阵 A A 的主元均不为 0 0 时,矩阵 A A 可逆。

例如上面矩阵 A = [ 2 4 2 4 9 3 2 3 7 ] A=\left[ \begin{matrix} 2 & 4 & -2\\ 4 & 9 & -3\\ -2 & -3 & 7 \end{matrix} \right] 的主元为 2 , 1 , 4 2,1,4 L U LU 分解为
A = [ 1 0 0 2 1 0 1 1 1 ] [ 2 4 2 0 1 1 0 0 4 ] A= \left[ \begin{matrix} 1 & 0 & 0\\ 2 & 1 & 0\\ -1 & 1 & 1 \end{matrix} \right] \left[ \begin{matrix} 2 & 4 & -2\\ 0 & 1 & 1\\ 0 & 0 & 4 \end{matrix} \right]

L U LU 分解,不是很对称,因为 L L 是单位下三角阵, U U 对角线是主元,不是 1 1 。我们可以继续对 U U 进行分解,把主元提取出来,使 U U 成为单位上三角阵。

U = [ d 1 0 0 0 d 2 0 0 0 d n ] [ 1 u 12 / d 1 u 1 n / d 1 0 1 u 2 n / d 2 0 0 1 ] U = \left[ \begin{matrix} d_1 & 0 & \cdots & 0\\ 0 &d_2 & \cdots & 0\\ \vdots & \vdots & & \vdots\\ 0 & 0 & \cdots & d_n \end{matrix} \right] \left[ \begin{matrix} 1 & u_{12}/d_1 & \cdots & u_{1n}/d_1\\ 0 & 1 & \cdots & u_{2n}/d_2\\ \vdots & \vdots & & \vdots\\ 0 & 0 & \cdots & 1 \end{matrix} \right]

重要性质 矩阵 L D U LDU 分解 矩阵 A A 分解为单位下三角矩阵、对角阵和单位上三角矩阵的乘积, A = L D U A=LDU D D 对角线元素为矩阵主元。

例如上面矩阵的 L D U LDU 分解为
A = [ 2 4 2 4 9 3 2 3 7 ] = [ 1 0 0 2 1 0 1 1 1 ] [ 2 0 0 0 1 0 0 0 4 ] [ 1 2 1 0 1 1 0 0 1 ] A= \left[ \begin{matrix} 2 & 4 & -2\\ 4 & 9 & -3\\ -2 & -3 & 7 \end{matrix} \right]= \left[ \begin{matrix} 1 & 0 & 0\\ 2 & 1 & 0\\ -1 & 1 & 1 \end{matrix} \right] \left[ \begin{matrix} 2 & 0 & 0\\ 0 & 1 & 0\\ 0 & 0 & 4 \end{matrix} \right] \left[ \begin{matrix} 1 & 2 & -1\\ 0 & 1 & 1\\ 0 & 0 & 1 \end{matrix} \right]

猜你喜欢

转载自blog.csdn.net/jhshanvip/article/details/105388513
4.4