当前课程知识点:线性代数(1) > 第六讲 LU分解 > 6.2 用LU分解解线性方程组 > 用LU分解解线性方程组
好 LU分解到底有什么作用呢
LU分解可以来解线性方程组
我们看看 假设我们的A等于LU
那么我们的线性方程组Ax等于b
这个A等于LU
那线性方程组Ax等于b呢
就可以写成Lc等于b
Ux等于c这样的两个方程组
那注意到L是一个下三角矩阵
所以Lc等于b
这时候这个L
这个系数矩阵是下三角形的矩阵
Ux等于c
这时候U是一个上三角形的矩阵
所以
我们由原来的这个线性方程组
变成了两个三角形的方程组
我们来看例子
我们看这个系数矩阵
如果是1 2 1这个矩阵
就是2 1 0
1 2 1 0 1 2这个矩阵
我们对它来做LU分解
假设我们LU分解已经做好了
这是我们的L
这是我们的U
那么应用这个LU分解
来求解Ax等于b
这时候b是10 17 16
这样的一个常数向量
那我们可以把它转化成Lc等于b这时候c是未知向量
Ux等于c x是未知向量
我们看Lc等于b
这是我们的L矩阵
乘以未知向量c等于b
那么由于这个时候
这个系数矩阵
L是一个下三角矩阵
那么求解这个方程组的过程
实际是上先从上往下c1等于10
然后代到第二个方程里头
求出c2等于12
再代到第三个方程里头
求出c3等于8是这样的一个过程
那么相应的Ux等于c呢
U这个系数矩阵
是一个上三角矩阵
所以我们在求解的过程
是从下先从x3等于6
那么再代到第二个方程里头去
得到x2等于4
再代到第一个方程里头去
x1等于3
那么如果我们不算
刚才LU的这个分解的运算在里头
解两个三角形的方程组Lc等于b
和这个Ux等于c呢
要比直接解Ax等于b要来的简单
那么大家就问
如果把LU分解的运算
放在里面又怎么样
求Ax等于b的
这个运算量是相当的
问题是在于
在实际的问题中
我们常需要解一系列
具有相同系数矩阵的线性方程组
比如是Ax等于b1 Ax等于b2
Ax等于bp 这个p可能会很大
那么如果我A可逆的话
我就可以把A逆求出来
然后再求A逆b1 A逆b2 A逆bp
是上面这一系列方程组的唯一解
实际运算中呢
我们经常是这样去做
我们用消元法
去求解第一个方程组
那么同时能够得到A的LU分解
因为你在做消元的过程
你可以得到LU分解
然后我们LU分解有了以后
就用LU分解来解剩下的方程组
那么计算量就变小了
好 在这样的情况下
LU分解就起到相当大的威力
-课前引言
--课前引言
-1.1 引言
--1.1 引言
-1.2 n维向量空间中的点
-1.3 向量
--1.3 向量
-1.4 向量空间的定义
-1.5 向量空间的线性组合
-1.6 向量的点积、长度
-1.7 向量的夹角
-1.8 两个不等式
-第一讲 向量及其运算--1.9 课后作业
-2.1 矩阵与向量的乘积
-2.2 可逆矩阵
--2.2 可逆矩阵
-2.3 线性方程组的行图和列图
-第二讲 矩阵与线性方程组--2.4 课后作业
-3.1 Gauss消元法(上)
-3.1 Gauss消元法(下)
-3.2 消元法的矩阵表示 3.2.1 消去矩阵
-3.2 消元法的矩阵表示 3.2.2 置换阵
-3.2 消元法的矩阵表示 3.2.3 初等行(列)变换和初等矩阵
-第三讲 高斯消元法--3.3 课后作业
-4.1 矩阵
--4.1 矩阵
-4.2 矩阵的加法和数乘
-4.3 矩阵的乘法
-4.4 矩阵的乘法的性质
-4.5 矩阵的方幂
-4.6 关于矩阵乘法的引入
-4.7 分块矩阵
--4.7 分块矩阵
-4.8 矩阵的转置
-第四讲 矩阵的运算--4.9 课后作业
-5.1 可逆矩阵的定义
-5.2 矩阵可逆的性质
-5.3 初等矩阵的逆
-5.4 Gauss-Jordan消元法求A的逆
-5.5 矩阵可逆与主元个数
-5.6 下三角矩阵的逆
-5.7 分块矩阵的消元和逆
-第五讲 矩阵的逆--5.8 课后作业
-6.1 LU分解
--LU分解
-6.2 用LU分解解线性方程组
-6.3 消元法的计算量
--消元法的计算量
-6.4 LU分解的存在性和唯一性
-6.5 对称矩阵的LDL^T分解
-6.6 置换矩阵
--置换矩阵
-6.7 PA=LU分解
--PA=LU分解
-第六讲 LU分解--6.8 课后作业
-7.1 引言
--7.1 引言
-7.2 向量空间和子空间
-7.3 列空间和零空间
-7.4 阶梯形
--7.4 阶梯形
-第七讲 向量空间--7.5 课后作业
-8.1 引言
--8.1 引言
-8.2 基础解系
--8.2 基础解系
-8.3 简化行阶梯形的列变换
-第八讲 求解齐次线性方程组--8.4 课后作业
-9.1 复习
-9.2 求特解
-9.3 解的一般性讨论
-第九讲 求解非齐次线性方程组--9.4 课后作业
-10.1 引言
--引言
-10.2 n维空间的坐标系
-10.3 无关性、基与维数
-10.4 无关性、基与维数的性质
-10.5 关于秩的不等式
-第十讲 线性无关、基与维数--10.6 课后作业
-11.1 四个基本子空间的基
--11.1
-11.2 维数公式
--11.2
-11.3 例题
--11.3
-第十一讲 四个基本子空间的基和维数--11.4 课后作业
-12.1 引言
--12.1
-12.2 四个子空间的正交性
--12.2
-12.3 正交补
--12.3
-12.4 Ax=b在行空间中的唯一性
--12.4
-第十二讲 四个基本子空间的正交关系--12.5 课后作业
-13.1 引言
--13.1 引言
-13.2 点在直线和平面上的投影
-13.3 一般情形
-第十三讲 正交投影--13.4 课后作业
-14.1 复习
--14.1 复习
-14.2 最小二乘法
-14.3 最小二乘法的应用:曲线拟合
-第十四讲 最小二乘法--14.4 课后作业
-15.1 引言
--15.1 引言
-15.2 正交向量组和正交矩阵
-15.3 Gram-Schmidt正交化过程
-15.4 QR分解
-第十五讲 Gram-Schmidt正交化--15.5 课后作业
-16.1 引言
--16.1 引言
-16.2 二阶行列式的几何含义
-16.3 一般行列式的定义
-16.4 行列式和初等变换
-第十六讲 行列式的基本性质--16.5 课后作业
-17.1 行列式计算公式与展开定理
-17.2 典型例题
-第十七讲 行列式的计算--17.3 课后作业
-18.1 引言
--18.1 引言
-18.2.1 求逆矩阵公式
-18.2.2 线性方程组的公式解
-18.3 计算有向长度、面积和体积
-18.4 和QR分解的联系
-第十八讲 Cramer法则及行列式的几何意义--18.5 课后作业
-19.1 引言和定义
--default
-19.2 例
--default
-19.3 特征值的性质
--default
-第十九讲 特征值与特征向量--19.4 课后作业
-20.1 矩阵可对角化的条件
--default
-20.2 特征值的代数重数和几何重数
--default
-20.3 矩阵可对角化的应用
--default
-20.4 同时对角化
--default
-20.5 小结
--default
-第二十讲 矩阵的对角化--20.6 课后作业
-21.1 引言
--21.1 引言
-21.2 A可对角化的情形
-21.3 矩阵的指数函数
-21.4 二阶常系数线性微分方程
-21.5 微分方程的稳定性
-第二十一讲 特征值在微分方程中的应用--21.6 课后作业
-22.1 实对称矩阵的特征值与特征向量
-22.2 实对称阵正交相似于对角阵
-22.3 实对称阵特征值与主元的关系
-22.4 小结
--22.4 小结
-第二十二讲 实对称矩阵--22.5 课后作业
-总结和预告