[KOCW 선형대수] 3강. LU분할
📗강의노트/KOCW 선형대수

[KOCW 선형대수] 3강. LU분할

728x90
반응형

3강. LU분할

1.4 Matrix Notation and multiplication

이를 Coefficient Matrix라고도 부른다 (계수만 가져와서)

이를  의 형태로 볼 수 있다.  의 열에 대한 Combination이다.

Coefficients는 의 성분에 해당한다.

 => sigma-notation

Elimentary matrix in elimination steps

이 식을 통해 Gaussian elimination을 할 수 있는데, 이 방정식에 곱해져서 이전에 했던 Forward Elimination Step을 구현할 수 있다. ( 식에서 식을 빼줘야하기 때문에 -가 붙음)

위의 결과는 Gaussian elimination의 결과이다. ( 이용한 것)

의 결과이다. 이 -2인 이유는 식 (1) x -2 + 식 (2)를 통해 식 (2)의 를 없애기 위해서이다.

1.5 Triangular Factors & Row Exchanges

* step 1 : row2 - $l_{21}$ * row1      => row2'
* step 2 : row3 - $l_{31}$ * row1      => row3'
* step 3 : row3' - $l_{32}$ * row2'

식 (2)와 (3)의 를 먼저 제거해주고, 그 다음 step 3에서 를 제거하고 있다.

여기서 참고하자면  라는 것은 의 식을 이용해서 식을 바꾸겠다는 것이다.

결국, 결과는 "Upper Triangular Matrix"(U)로 나온다.

오른쪽 위에만 숫자가 있는 Upper Triangular(U) 모양으로 나왔다. ( Pivot ≠ 0 )

Gauss Elimination을 하면 아래와 같이 정리된다.

이는 다시 행렬로 표현하면 다음과 같다.

 에서 back-substitution하면 구할 수 있다. ( w,v,u 순으로 구함 )

Matrix에 Inverse를 해주면

위와 같은 모양으로 나온다.

는 ( 3x3 역행렬을 통해 직접 구하면 나온다 )


 (L은 Lower Triangular Matrix를 의미한다/ 그래서 LU분할!)

대각선 아래있는 성분들은 곱셈에 사용이 된다  Elimination의 과정을 잘 기록되어있다. ( 앞에서는 연산을 위해 다 -처리가 되어 있었음 )

Triangular Factorization(descomposition = 인수분해 )

를 row changes없이 만들기!

의 대각선 성분이 Pivot이 된다

, first , then 

(1) Factor : 에서  를 찾는다. (2) Solve :  에서 Solution 를 찾는다.

  •  로도 나타낼 수 있다. (D = Diagnoal Matrix : Pivots의 matrix)

일 때, 다음과 같이 나타낼 수 있다.

위와 같이 표현할 수 있는데, 여기서 D를 Diagnoal Matrix라고 부르는 것이다.

따라서 로 둘 다 가능하다. 는 거듭제곱을 수행할 때 유용하게 작용한다.

  •  factorization 과  factorization은 행렬 에 대해 unique하다 ( 조합이 두 가지 이상 안나옴)

Row Exchange and Permutation Matrices

  • zero in the Pivot position

=> Exchange Rows 의 결과는 다음과 같다. (은 2행, 1행 순서바꾼다는 것)

  • Permutation

Permutation matrix  와 같은 수의 행을 가져야 한다. 또한 어느 행,열을 골라도 항상 1개의 1이 있어야 한다.

행렬간의 교환법칙은 성립하지 않는다.

그리고  이다. ( 원래대로 되돌리는 것이다 )

(1) Non - Singular cases면

 이고, 따라서  가 성립한다.

(2) Singular cases면, 가 존재하지 않고, Elimination에 실패한다.


728x90
반응형