凸优化有关的数值线性代数知识 4分块消元与Schur补
4分块消元与Schur补
- 消除部分变量
- 逆矩阵引理
消除部分变量
考虑Ax=b,将变量分为凉快或两个子向量
对线性方程组Ax=b做同样的划分,
其中
假设可逆,则按以下方式消去,,再将其代入第二个方程
得到
其中是矩阵A的第一个分块矩阵的Schur补。当且仅当A非奇异时,Schur补S是非奇异矩阵。
通过分块消元求解线性方程组
给定非奇异线性方程组Ax=b,其中非奇异:
- 计算和
- 计算和
- 求解确定
- 求解确定
分块消元法的复杂度分析
f表示对进行因式分解的计算成本,s表示完成相应的求解步骤所需要的计算成本。
- 计算和,对进行因式分解,再加上求解两个乘法需要的次浮点运算,共需要
- 计算和,计算需要,再加上的矩阵减法,成本为,计算的成本不如计算S的成本阶次高,因此只需考虑计算S的成本。
- 求解确定,对该方程求解需要分解S,再求解,成本为。
- 求解确定,计算需要次浮点运算,求解方程组可以利用1中的的分解结果,因而秩序执行求解步骤,成本为s。
故总成本:
无结构矩阵消元:此时的分解为LU分解,于是,,代入上式得到
对角矩阵消元:f=0,,代入得到
逆矩阵引理
考虑线性方程组,引入新的变量,写成:
应用块消元,从第一个方程中得到,再将x代入第二个方程得到
因为b是任意向量,有以下结论
这就是逆矩阵定理。
求解(A+BC)x=b的计算成本:
如果A是对角元素不等于零的对角矩阵,B,C 是稠密矩阵,
(1)计算D=A+BC需要次浮点运算,再对D进行LU分解,需要次浮点运算,总成本
(2)用逆矩阵引理求解,即先计算,计算需要n次浮点运算,计算需要次浮点运算,再求y,需要次浮点运算,再计算,再求解x需要2pn次浮点运算。
凸优化有关的数值线性代数知识 4分块消元与Schur补相关推荐
- 线性代数导论2——矩阵消元
线性代数导论2--矩阵消元 本文是Gilbert Strang的线性代数导论课程笔记.课程地址:http://v.163.com/special/opencourse/daishu.html 第二课时 ...
- 机器学习之凸优化原理推导及相关知识总结
文章目录 目录 1.了解凸集和仿射集的基本概念. 2.知道几何体的向量表达. 3.了解超平面和半空间的概念. 4.了解分割超平面和支撑超平面的含义. 5.知道jensen不等式. 6.掌握知识:凸函数 ...
- MIT线性代数笔记二 矩阵消元
文章目录 1. 消元 Elimation 2. 回代 Back-Substitution 3. 消元矩阵 Elimination Matrices 4. 置换矩阵 Permutation 5. 逆矩阵 ...
- MIT 18.06 Gilbert Strang《线性代数》L2. 矩阵消元
这里是 MIT 18.06 Gilbert Strang<线性代数>笔记汇总. 消元法 有三元方程组 {x+2y+z=23x+8y+z=124y+z=2\begin{cases}x& ...
- 线性代数五之高斯消元——[SDOI2010]外星千足虫,[HNOI2013]游走,[HNOI2011]XOR和路径,[hdu 4035]Maze
多类型高斯消元杂题 [SDOI2010]外星千足虫 description solution code [HNOI2013]游走 description solution code [HNOI2011 ...
- 机器学习中的数学知识(part3)--凸优化
学习笔记,仅供参考,有错必究 文章目录 机器学习中的数学知识 凸优化 非凸优化 机器学习中的数学知识 凸优化 下面是实际问题中常见的凸集,记住它们对理解后面的算法非常有帮助. n n
- 凸优化 [Convex Optimization] — [美] 鲍德(Stephen Boyd),Lieven Vandenberghe 著,王书宁,许鋆,黄晓霖 译
<信息技术和电气工程学科国际知名教材中译本系列:凸优化>从理论.应用和算法三个方面系统地介绍凸优化内容. 凸优化在数学规划领域具有非常重要的地位.从应用角度看,现有算法和常规计算能力已足以 ...
- 凸优化_Stephen_Boyd_
AI 菌 由于凸优化在机器学习中还是很重要 链接:http://pan.baidu.com/s/1eS3vuLk 密码:3epx 理论部分由4章构成,不仅涵盖了凸优化的所有基本概念和主要结果,还详细介 ...
- 高斯消元简单线性代数线性基学习记录
线性代数,唉 高斯消元 P4035 [JSOI2008]球形空间产生器 题目描述 有一个球形空间产生器能够在n维空间中产生一个坚硬的球体.现在,你被困在了这个n维球体中,你只知道球面上n+1个点的坐标 ...
- 最优化模型:线性代数模型、凸优化模型及应用
最优化理论是应用数学的一个分支,该理论研究在约束条件下某个函数的最小值或最大值.这个领域的诞生可以追溯到高斯年轻时所解决的一个天文学问题.后来随着物理学,特别是力学的发展,一些自然现象可被描述为&qu ...
最新文章
- jdk1.8api中文版下载(帮助文档)
- 《那些年啊,那些事——一个程序员的奋斗史15》
- HDU-5783 Divide the Sequence(贪心)
- Python矩阵的创建(不使用numpy)
- windows下的diskpart指令彻底格式化清除U盘
- 参加平安的笔试+喜欢古天乐的坚持+想拍自己的电影+人生的无奈
- SpringMVC+Spring+Mybatis简单总结
- Writing Serializable Classes---定义可序列化的类
- filenet骗局_将FileNet P8与J2EE消息传递基础结构集成
- 如何用sql语句创建一个表(简单基础)
- 【Sinclair/记录】Rainmeter在电脑桌面添加GIF
- SLAM论文写作经验 | 小白、跨专业、无人指导、一年多从零到发顶会,他如何做到?
- 关于word2010指定位置插入页码及三线表格绘制问题
- python list 交集并集差集补集
- 注塑模具的温度对注塑工艺的影响到底有多大呢
- 01背包问题深度理解
- Excel 自动生成排名 RANK函数的使用
- 计算机二级Python真题(七)
- Linux-帆软 服务器部署
- Yahoo!创始人:杨致远
热门文章
- Know Difference between Oracle Reserved Words and Keywords
- ESP32 GPIO入门之闪灯
- iOS POST 上传图片
- 【渗透】浅谈webshell隐藏
- OpenVz Centos4 Oracle 10g VE
- RHEL AS 5 安装MYSQL
- KMP算法 next数组 nextval数组
- java reactive web,基于RxJava的函数式Reactive Web框架:datamill
- java 异常_23、Java异常分类
- 三维模型 检索 代码_文章导读|一种基于拉普拉斯算子和联合贝叶斯模型的三维形状检索方法...