本文分成两个部分,一个部分来自于一本老的教科书,另一部分是我自己的个人笔记,不论哪个部分,都是在讲消元矩阵E。

教科书部分:

首先高斯消元的基本步骤就是用一个方程乘以一个系数得到一个新方程,然后再用另外一个方程减去这个新方程,就实现了消元。

例如下面这二元一次方程组,通过高斯消元法,把第二个方程中未知数x消去了。

而事实上每一次的表达都能够通过矩阵的乘法来实现的。也就是说,把下图红框框中的文字表达,换成数学上的公式表达,也就是消元矩阵E(elimination matrix)也可以叫elementary matrix。

对于上面的这个方程组的这一操作而言,用消元矩阵E表达就是:

一般情况下,消元矩阵不会只用大写的E来表示,而是写成带下标的消元矩阵。他表示,第i行减去第j行的c倍,具体的常数c要根据实际情况而定(也表示把系数矩阵A中,i行j列处的元素变成0)。就本例来说,=,即第二行减去第一行的c倍。对矩阵A进行一次高斯消元,就好像是从Ax=b,变成了(Ax)=b。再比如,我们把消元矩阵用在3x3的矩阵上,如下:

原始矩阵A通过乘以消元矩阵,得到了新矩阵A,同时也完成了消元的操作。一定要注意这里消元矩阵E和A的乘法顺序,绝对不能颠倒。同时,如果E,A都是方阵,则二者的阶数必须相同。

对于一个nxn的方程组而言,高斯消元是需要很多步才能完成的,每一步都需要一个消元矩阵Eij,在实际消元的过程中,我们可以把这些Eij“合起来”。令连续个Eij的乘积的结果为矩阵X。这样一来,对Ax=b的消元,只需要用X分别乘以A和b就完成了。所以,我们可以非正式的说,矩阵X也是一种消元矩阵。

最后,每一个消元矩阵Eij都是可逆的。而他的逆的计算也非常方便,只需改变消元位置所对应的符号就行了,这在我自己的笔记中也有详细的说明。

(图像上传的有点问题,点击图像就能看到原始画质的图像)


个人笔记部分:

三个基本矩阵

1,行交换(见下图E1)

2,某一行乘以一个常数(见下图E2)

3,某一行加上另外一行乘以一个常数 (见下图E3)


补充:

(全文完)

作者 --- 松下J27

鸣谢(参考资料):

1,线性代数及其应用, 侯自新 南开大学1990

2,Linear Algebra and Its Applications,Gilbert strang

3,特殊矩陣 (10):基本矩陣 | 線代啟示錄https://ccjou.wordpress.com/2010/02/02/%E7%89%B9%E6%AE%8A%E7%9F%A9%E9%99%A3-%E5%8D%81%EF%BC%9A%E5%9F%BA%E6%9C%AC%E7%9F%A9%E9%99%A3/

(配图与本文无关)

版权声明:所有的笔记,可能来自很多不同的网站和说明,在此没法一一列出,如有侵权,请告知,立即删除。欢迎大家转载,但是,如果有人引用或者COPY我的文章,必须在你的文章中注明你所使用的图片或者文字来自于我的文章,否则,侵权必究。 ----松下J27

线性代数 --- 线性代数中的一些特殊矩阵(被广泛用于高斯消元法的消元矩阵E)(个人笔记扫描版)相关推荐

  1. 线性代数 --- 三种计算矩阵的行列式的方法之一 拉普拉斯展开法(个人笔记扫描版)

     行列式的定义: 用"拉普拉斯展开法"求行列式的值 2x2矩阵的行列式:  3x3矩阵的行列式:  4x4矩阵的行列式: 个人笔记: (全文完) 其他算法: LU分解法: 如何计算 ...

  2. 线性代数 --- 三种计算矩阵的行列式的方法之二 莱布尼兹展开法(个人笔记扫描版)

    三种计算矩阵的行列式的方法之二 莱布尼兹展开法 在我的个人的线性代数学习中,我分别记录计算矩阵行列式的三种方法,1,LU分解法,2,拉普拉斯展开法,这里我介绍一下第三种方法,莱布尼兹展开法.   行列 ...

  3. 线性代数 --- 什么叫线性组合 Linear Combination(个人笔记扫描版)

     线性代数的核心是基于向量的两种基本操作 1,加法:把两个向量(v, w)加在一起. 2,常数乘法:常量(c)乘以向量(v, w). 把这两种操作放在一起,就叫线性组合(linear combinat ...

  4. 线性代数 --- 线性方程组的相容与不相容(个人笔记扫描版)

    鸣谢:线性方程组https://www.shuxuele.com/algebra/systems-linear-equations.html 版权声明:所有的笔记,可能来自很多不同的网站和说明,在此没 ...

  5. Armadillo 线性代数库中的聚类算法避坑

    1.本文的由来 最近由于需要在C++语言编写的项目中使用高斯混合模型聚类算法,最开始是打算自己写一个的(参考的是<机器学习>,周志华著这本书),但是最后发现自己写的算法运行效率低,而且对于 ...

  6. 【线性代数】7-2:线性变化的矩阵(The Matrix of a Linear Transformation)

    title: [线性代数]7-2:线性变化的矩阵(The Matrix of a Linear Transformation) categories: Mathematic Linear Algebr ...

  7. 线性代数知识回顾:矩阵的秩,矩阵的范数,矩阵的条件数,矩阵的特征值和特征向量

    一.矩阵的秩 1.定义: 矩阵线性无关的行数或列数称为矩阵的秩 补充: 线性代数中的线性相关是指: 如果对于向量α1,α2,-,αn, 存在一组不全为0的实数k1.k2.-.kn, 使得:k1·α1+ ...

  8. 线性代数代码实现(六)矩阵除法(C++)

    前言: 距离上一篇文章发布已经五天过去了,在这里先给一直等待的伙伴们说声抱歉,因为博主最近的事情很多,只好暂时停更,望大家理解!上一篇文章中,我们介绍了求解逆矩阵的方法,我提到,可逆矩阵可以定义除法. ...

  9. ML:分类预测问题中评价指标(ER/混淆矩阵P-R-F1/ROC-AUC/RP/mAP)简介、使用方法、代码实现、案例应用之详细攻略

    ML:分类预测问题中评价指标(ER/混淆矩阵P-R-F1/ROC-AUC/RP/mAP)简介.使用方法.代码实现.案例应用之详细攻略 目录 分类预测的简介 分类预测问题中评价指标(ER/ROC-AUC ...

  10. matlab中服从高斯分布的矩阵_推荐基础算法之矩阵分解PMF

    推荐基础算法之矩阵分解PMF 大多数存在的协同过滤算法不能处理以下两种情况: 1. 不能处理大规模数据 2.不能处理评分非常少的用户数据 概率矩阵分解模型可以解决大规模.稀疏且不平衡的数据.这篇文章主 ...

最新文章

  1. redis trie
  2. python.freelycode.com-优化Pandas代码执行速度入门指南
  3. 【实验吧】编程循环求底运算
  4. 大厂抢夺冬奥会“第二赛场”
  5. 批量下载哨兵(Sentinel)数据
  6. 零食嘴----美食领域的美丽说
  7. AM335x kernel4.4.12 LCD 时钟翻转设置记录
  8. 高中计算机试题一,職业高中高考计算机专业试卷1.doc
  9. jQuery源码解析之offset()
  10. 图像分类模型AlexNet解读
  11. R数据分析:混合效应模型的可视化解释,再不懂就真没办法
  12. Android 阿里云推送集成指南
  13. Mac制作windows10安装U盘
  14. 计算机笔记本硬盘,笔记本取证之--笔记本硬盘拆卸
  15. 解决Establishing SSL connection without server‘s identity verification is not recommended问题
  16. 前端杂谈: CSS 权重 (Specificity)
  17. MySQL入门笔记整理
  18. Ardunio开发实例-OPT3001数字环境光传感器
  19. K210——PWM控制舵机
  20. Linux SCSI设备容量打印代码分析

热门文章

  1. 第二十五篇:稳定性之灰度发布
  2. 平凡人的野望:我们为赛博世界保管记忆
  3. Python求绝对值的三种方法
  4. etc/fstab 文件详解
  5. arduino/Mixly使用MAX30102心率传感器
  6. 联想微型计算机怎么连接电源,终于认识联想电脑主板与机箱电源安装方法
  7. 什么是PoE交换机?PoE交换机与PoE+交换机的区别!
  8. 领域驱动设计营销系统建模
  9. Microstation v8+Terrasolid安装教程
  10. 字节跳动“蚕食”B端,搅局企业服务?