线性代数笔记10——矩阵的LU分解
摘要:
在线性代数中, LU分解(LU Decomposition)是矩阵分解的一种,可以将一个矩阵分解为一个单位下三角矩阵和一个上三角矩阵的乘积(有时是它们和一个置换矩阵的乘积)。LU分解主要应用在数值分析中,用来解线性方程、求反矩阵或计算行列式。 阅读全文
posted @ 2018-08-29 18:21 我是8位的 阅读(33726) 评论(2) 推荐(5) 编辑
posted @ 2018-08-29 18:21 我是8位的 阅读(33726) 评论(2) 推荐(5) 编辑
|
|||||||||
日 | 一 | 二 | 三 | 四 | 五 | 六 | |||
---|---|---|---|---|---|---|---|---|---|
30 | 31 | 1 | 2 | 3 | 4 | 5 | |||
6 | 7 | 8 | 9 | 10 | 11 | 12 | |||
13 | 14 | 15 | 16 | 17 | 18 | 19 | |||
20 | 21 | 22 | 23 | 24 | 25 | 26 | |||
27 | 28 | 29 | 30 | 1 | 2 | 3 | |||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
个人觉得求SVD应该先用A^TA算V,再用Av=σu去求U,不然可能在取特征向量的时候出错,因为你不能保证U和V里面特征向量的正负符号是否匹配。
示例有误,E32写成了E31
最速下降的解,第二个配图,第三个公式,第一个等号 有误,前边是 “-” 号,后边变成 “+” 号了
有些地方有问题啊。。。
浅浅纠正一下,$A A^{\dagger}$ 是在列空间中的投影
Powered by:
博客园
Copyright © 2025 我是8位的
Powered by .NET 9.0 on Kubernetes