这一节中首先完善之前讲到的逆矩阵内容,然后使用消元矩阵介绍 A 的 LU 分 解,即:将矩阵 A 分解为矩阵 L 与上三角矩阵 U,介绍这种运算的普遍规律。
最后再一次提起了之前介绍过的“行交换矩阵”,引入置换矩阵概念。
<img src="https://pic1.zhimg.com/v2-e562b550af5eb7cdcc35e560ebe479f8_b.png" data-rawwidth="1968" data-rawheight="960" class="origin_image zh-lightbox-thumb" width="1968" data-original="https://pic1.zhimg.com/v2-e562b550af5eb7cdcc35e560ebe479f8_r.png" _src="https://pic1.zhimg.com/v2-e562b550af5eb7cdcc35e560ebe479f8_b.png"/>
看起来就像是沿着左上角开始的一条对角线翻折了一样。
<img src="https://pic1.zhimg.com/v2-2d848da78b09b6820d8ad37344cf681c_b.png" data-rawwidth="1890" data-rawheight="930" class="origin_image zh-lightbox-thumb" width="1890" data-original="https://pic1.zhimg.com/v2-2d848da78b09b6820d8ad37344cf681c_r.png" _src="https://pic1.zhimg.com/v2-2d848da78b09b6820d8ad37344cf681c_b.png"/>
<img src="https://pic1.zhimg.com/v2-4751f749667de463620e36425489e044_b.png" data-rawwidth="1642" data-rawheight="878" class="origin_image zh-lightbox-thumb" width="1642" data-original="https://pic1.zhimg.com/v2-4751f749667de463620e36425489e044_r.png" _src="https://pic1.zhimg.com/v2-4751f749667de463620e36425489e044_b.png"/>
<img src="https://pic2.zhimg.com/v2-9df6b4af1e21e7ae06473b4c1679c7c5_b.png" data-rawwidth="1602" data-rawheight="1164" class="origin_image zh-lightbox-thumb" width="1602" data-original="https://pic2.zhimg.com/v2-9df6b4af1e21e7ae06473b4c1679c7c5_r.png" _src="https://pic2.zhimg.com/v2-9df6b4af1e21e7ae06473b4c1679c7c5_b.png"/>
<img src="https://pic4.zhimg.com/v2-c6ed9e7f520023729b1aa09925b6005f_b.png" data-rawwidth="1792" data-rawheight="480" class="origin_image zh-lightbox-thumb" width="1792" data-original="https://pic4.zhimg.com/v2-c6ed9e7f520023729b1aa09925b6005f_r.png" _src="https://pic4.zhimg.com/v2-c6ed9e7f520023729b1aa09925b6005f_b.png"/> <img src="https://pic1.zhimg.com/v2-52a92fd4185eaea16ab8251e98b0b9a0_b.png" data-rawwidth="1854" data-rawheight="682" class="origin_image zh-lightbox-thumb" width="1854" data-original="https://pic1.zhimg.com/v2-52a92fd4185eaea16ab8251e98b0b9a0_r.png" _src="https://pic1.zhimg.com/v2-52a92fd4185eaea16ab8251e98b0b9a0_b.png"/>
<img src="https://pic1.zhimg.com/v2-967eb48168ac8a0102728581e3efc720_b.png" data-rawwidth="1844" data-rawheight="1154" class="origin_image zh-lightbox-thumb" width="1844" data-original="https://pic1.zhimg.com/v2-967eb48168ac8a0102728581e3efc720_r.png" _src="https://pic1.zhimg.com/v2-967eb48168ac8a0102728581e3efc720_b.png"/>
<img src="https://pic3.zhimg.com/v2-06a3334b5bf22b62e1cbfdac49533a0a_b.png" data-rawwidth="1774" data-rawheight="700" class="origin_image zh-lightbox-thumb" width="1774" data-original="https://pic3.zhimg.com/v2-06a3334b5bf22b62e1cbfdac49533a0a_r.png" _src="https://pic3.zhimg.com/v2-06a3334b5bf22b62e1cbfdac49533a0a_b.png"/> 这就给了我们启示,在使用 A = LU 分解矩阵的时候,我们只需要从 U 入 手,反过来考虑,看如何通过行变换可以将上三角矩阵 U 变为 L,然后再将单 位阵按此形式变化,就得到了 L 矩阵。这个性质也是 A = LU 形式分解矩阵的 最大优点,我们甚至不需要知道类似的值到底是什么,我们只需要知道变换形式, 即可求出 L,写出 A = LU 等式。
以上,我们已经学会了 A = LU 分解矩阵方法,那么现在有一个额外问题,就 是消元的运算量问题,比如现在我们有一个 100*100 的超级大的矩阵(无 0 元素)。
我们需要运算(将一行乘一定倍数后加到另一行上消元,每一个这样的过程计为 一次运算)多少次之后,才能将其化为上三角矩阵 U 呢?
<img src="https://pic2.zhimg.com/v2-3e6766ca84a0dc034bcfaa573d8c0b9d_b.png" data-rawwidth="1756" data-rawheight="426" class="origin_image zh-lightbox-thumb" width="1756" data-original="https://pic2.zhimg.com/v2-3e6766ca84a0dc034bcfaa573d8c0b9d_r.png" _src="https://pic2.zhimg.com/v2-3e6766ca84a0dc034bcfaa573d8c0b9d_b.png"/>
我们之前接触过行变换所用到的矩阵,即是将单位阵 I 按照对应行变换方式进 行操作之后得到的矩阵。
它可以交换矩阵中的两行,代替矩阵行变换。什么时候 我们需要使用矩阵行变换呢?一个经典的例子就是:在消元过程中,当矩阵主元 位置上面不是 1 时,我们就需要用行变换将主元位置换回 1。
这样的由单位阵变换而来的矩阵,通过矩阵乘法可以使被乘矩阵行交换。我们 将这样的矩阵称为置换矩阵 P。我们通过一个例子来熟悉一下置换矩阵。
<span style="font-size: 15px;"><img src="https://pic4.zhimg.com/v2-85a0aa24c67b85fab2648118e2d4ec13_b.png" data-rawwidth="1788" data-rawheight="954" class="origin_image zh-lightbox-thumb" width="1788" data-original="https://pic4.zhimg.com/v2-85a0aa24c67b85fab2648118e2d4ec13_r.png" _src="https://pic4.zhimg.com/v2-85a0aa24c67b85fab2648118e2d4ec13_b.png"/></span>
注:
推广到 n 阶矩阵,n 阶矩阵有 n!个置换矩阵,就是将单位矩阵 I 各行重 新排列后所有可能的情况数量。我自己的理解是:单看第一行,有 n 种排列方式, 再看除去第一行,第一列的(n-1)阶矩阵,再看其第一行,有(n-1)种排列方式。 以此类推,直到最后的 1 阶,有 1 种排列方式,由乘法原理,就有了 n!个置换 矩阵。
线性代数的前面这部分基本是一些技巧的运算。本节我们对矩阵的转置,逆 矩阵性质进行了部分介绍,学习了矩阵的 A = LU 分解,了解了这种分解方式的 优点所在,并学会了直接构造 L 矩阵,简化消元过程。这些技巧与知识都是我 们接下来学习的重要基础。
版权所有、未经同意,禁止转载!!! 推荐阅读:
精选干货|近半年干货目录汇总
深度学习的这些坑你都遇到过吗?神经网络11大常见陷阱及应对方法
干货| 台湾大学林轩田机器学习基石课程学习笔记8 -- Noise and Error