线性代数-Python-05：矩阵的逆+LU分解

大大枫

已于 2023-11-11 10:27:34 修改

阅读量1k

点赞数

CC 4.0 BY-SA版权

分类专栏：线性代数python 文章标签：线性代数 python 矩阵

于 2023-11-11 10:12:17 首次发布

本文链接：https://blog.youkuaiyun.com/jiangchufeng123/article/details/134344051

线性代数python 专栏收录该内容

6 篇文章

订阅专栏

本文详细描述了矩阵逆的求解方法（包括高斯消元），以及初等矩阵和LU分解的Python实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1 矩阵的逆

在这里插入图片描述

1.1 求解矩阵的逆

def inv(A):

    if A.row_num() != A.col_num():
        return None

    n = A.row_num()
    
    """矩阵A+单位矩阵"""
    ls = LinearSystem(A, Matrix.identity(n))
    
    """对线性系统进行高斯消元，如果没有解，返回none"""
    if not ls.gauss_jordan_elimination():
        return None
        
	"""高斯消元有解的话，把线性系统的右部分取出，重新构成矩阵，得到矩阵的逆"""
    invA = [[row[i] for i in range(n, 2*n)] for row in ls.Ab]
    
    return Matrix(invA)

在这里插入图片描述

2 初等矩阵

在这里插入图片描述

2.1 初等矩阵和可逆性

在这里插入图片描述

3 矩阵的LU分解

在这里插入图片描述

3.1 LU分解的实现

from .Matrix import Matrix
from .Vector import Vector
from ._globals import is_zero


def lu(matrix):

    assert matrix.row_num() == matrix.col_num(), "matrix must be a square matrix"

    n = matrix.row_num() 
    
	"""A是原矩阵的副本"""
    A = [matrix.row_vector(i) for i in range(n)]
    
	"""初始化L，使对角线元素为1"""
    L = [[1.0 if i == j else 0.0 for i in range(n)] for j in range(n)]

    for i in range(n):
        """看A[i][i]位置是否可以是主元"""
        if is_zero(A[i][i]):
            return None, None
        else: """将主元以下的j位置变为0"""
            for j in range(i + 1, n):
                p = A[j][i] / A[i][i] """求加减的系数"""
                A[j] = A[j] - p * A[i] """将第j行的位置经过加减运算变成0"""
                L[j][i] = p """将L矩阵相应位置变成相应变换的值"""

    return Matrix(L), Matrix([A[i].underlying_list() for i in range(n)])