块矩阵(Block Matrix)、舒尔补(Schur complement)
1.块矩阵(Block Matrix)、舒尔补(Schur complement)
1.1 块矩阵
作用:来自百度百科
- 可使高阶矩阵的运算可以转化为低阶矩阵的运算
- 同时也使原矩阵的结构显得简单而清晰,从而能够大大简化运算步骤
将 4×6矩阵分成 2×3块矩阵,每个块矩阵为 2×2
块矩阵乘法
1.2 分块消元
与一般矩阵消元类似
[ABCD]\left[ \begin{array}{c|c} A& B \\ \hline C& D \end{array} \right] [ACBD]
消元C
Multiplierl21=a21a11=CAMultiplier\ l_{21}=\frac{a_{21}}{a_{11}}=\frac{C}{A} Multiplier l21=a11a21=AC
newrow2=row2−l21row1new\ row2 = row2 - l_{21}row1new row2=row2−l21row1
C−CAAD−CABC-\frac{C}{A}A\\ ~\\ D-\frac{C}{A}B C−ACA D−ACB
将矩阵化为了上三角矩阵
在求解线性方程组时,可以利用舒尔补直接求解
[ABCD][xy]=[ab][AB0D−CA−1B][xy]=[ab−CA−1a]\left[ \begin{array}{c|c} A& B \\ \hline C& D \end{array} \right] \begin{bmatrix} x\\ y \end{bmatrix}= \begin{bmatrix} a\\ b \end{bmatrix}\\ ~\\ \left[ \begin{array}{c|c} A& B \\ \hline 0& D-CA^{-1}B \end{array} \right]\begin{bmatrix} x\\ y \end{bmatrix}=\begin{bmatrix} a\\ b-CA^{-1}a \end{bmatrix} [ACBD][xy]=[ab] [A0BD−CA−1B][xy]=[ab−CA−1a]
(D−CA−1B)y=b−CA−1a(D-CA^{-1}B)y=b-CA^{-1}a (D−CA−1B)y=b−CA−1a
[ABCD]\left[ \begin{array}{c|c} A& B \\ \hline C& D \end{array} \right] [ACBD]
消元B
Multiplierl12=a12a22=BDMultiplier\ l_{12}=\frac{a_{12}}{a_{22}}=\frac{B}{D} Multiplier l12=a22a12=DB
newrow1=row1−l12row2new\ row1 = row1 - l_{12}row2new row1=row1−l12row2
A−BDCB−BDDA-\frac{B}{D}C\\ ~\\ B-\frac{B}{D}D A−DBC B−DBD
[IBD−10I][ABCD]=[A−BD−1C0CD]\left[ \begin{array}{c|c} I & BD^{-1}\\ \hline 0 & I \end{array} \right] \left[ \begin{array}{c|c} A& B \\ \hline C& D \end{array} \right]= \left[ \begin{array}{c|c} A-BD^{-1}C& 0 \\ \hline C& D \end{array} \right] [I0BD−1I][ACBD]=[A−BD−1CC0D]
将矩阵化为了下三角矩阵
在求解线性方程组时,可以利用舒尔补直接求解
[ABCD][xy]=[ab][A−BD−1C0CD][xy]=[a−BD−1bb]\left[ \begin{array}{c|c} A& B \\ \hline C& D \end{array} \right] \begin{bmatrix} x\\ y \end{bmatrix}= \begin{bmatrix} a\\ b \end{bmatrix}\\ ~\\ \left[ \begin{array}{c|c} A-BD^{-1}C& 0 \\ \hline C & D \end{array} \right]\begin{bmatrix} x\\ y \end{bmatrix}=\begin{bmatrix} a-BD^{-1}b\\ b \end{bmatrix} [ACBD][xy]=[ab] [A−BD−1CC0D][xy]=[a−BD−1bb]
(A−BD−1C)x=a−BD−1b(A-BD^{-1}C)x=a-BD^{-1}b (A−BD−1C)x=a−BD−1b
块矩阵(Block Matrix)、舒尔补(Schur complement)相关推荐
- 舒尔补(schur completement)
目的:研究一些公式的推导,schur 补公式在矩阵乘法中经常遇到,因此记下推导公式加深理解 舒尔补(schur completement)定义 在线性代数或者矩阵论中,Schur complement ...
- schur补(schur complement)
1. schur补的定义及性质 2. schur补的应用 2.1 在矩阵方程求解中的应用 2. 概率论和统计学中的应用 https://blog.csdn.net/itnerd/article/det ...
- 舒尔补(Schur Complement)
舒尔补 设 M \mathbf{M} M是一个 n × n n\times n n×n的矩阵 M = ( A B C D ) \mathbf{M}=\begin{pmatrix} \mathbf{A} ...
- 舒尔补理论Schur Compliment
在做slam的时候经常遇到的一个概念就是schur complement,了解这个概念,对于理解slam的优化过程也会有很大的帮助: 首先给出的是舒尔补的定义: 舒尔补的由来其实就是将一个矩阵变成对角 ...
- 舒尔补在SLAM中的应用
舒尔补在SLAM中的应用 1.舒尔补的定义 2.舒尔补的由来 3.舒尔补在多元高斯分布中的应用 3.1 多元变量的高斯分布 3.2 边缘概率和条件概率的协方差矩阵 3.3 边缘概率和条件概率的信息矩阵 ...
- SLAM中的marginalization 和 Schur complement
在视觉SLAM的很多论文中,会大量或者偶尔出现marginalization这个词(翻译为边缘化),有的论文是特地要用它,比如sliding window slam [2], okvis [3], d ...
- Python生成对角矩阵和对角块矩阵
文章目录 对角矩阵 scipy中的函数 numpy.diagflat numpy.tri 对角块矩阵 对角矩阵 scipy中的函数 在scipy.linalg中,通过tri(N, M=None, k= ...
- Spark Mllib里的分布式矩阵(行矩阵、带有行索引的行矩阵、坐标矩阵和块矩阵概念、构成)(图文详解)...
不多说,直接上干货! Distributed matrix : 分布式矩阵 一般能采用分布式矩阵,说明这数据存储下来,量还是有一定的.在Spark Mllib里,提供了四种分布式矩阵存储形式,均由支持 ...
- 矩阵(Matrix)
题目:矩阵(Matrix) poj的网址:http://poj.org/problem?id=2155 poj题号:2155 时间限制: 3000MS 内存限制: 65536K 题目描述:给定N * ...
最新文章
- sql的外键约束和主键约束_SQL主键约束用示例解释
- 我的面试(四)补充1
- idm 爬取网站 跳转路径_儋州网站案例基本流程,电子元件网络推广,浅析
- 10 个常见的 Linux 终端仿真器
- 如何基于数据快速构建用户模型(Persona)?
- 美国数学家维纳智力早熟,11岁就上了大学,他曾在1935-1936年 应邀参加中国清华大学讲学,一次他参加某个重要会议,年轻的脸孔 引人注意,于是有人询问他的年龄,他回答说“我年龄的立方是个4位数
- pdflib使用:pdf的分割与合并
- python调用v8_Python 安装 V8 引擎 – pyv8
- UR5 UR10 ------六自由度机械臂
- 数模电路基础知识 —— 7. PN结与二极管的工作原理
- Windows 10 操作系统,更新之后无法打开Windows Mobile 设备中心,要么双击无反应。要么正在启动,过会就关闭了。
- JAVA-计算两篇文章的相似度
- _ZN10tensorflow8internal21CheckOpMessageBuilder9NewStringB5cxx11Ev
- html语言span标签,html 中span标签里面都能放那些标签??
- jquery局部打印插件使用
- 中国古代数学家张丘建在他的《算经》中提出了著名的“百钱买百鸡问题”:鸡翁一,值钱五,鸡母一,值钱三,鸡雏三,值钱一,百钱买百鸡,问翁、母、雏各几何?
- Python实验四:Python程序设计之文件
- MySQL 数据库 source 命令详解及实例
- 西部之旅之------相机的选择
- Python滚动条如果滚不动
热门文章
- Ansys Meshing
- Microsoft edge 主页被劫持的处理办法
- 前一阵子闹得沸沸扬扬的IP归属地,到底是怎么实现的?
- GCN - Semi-Supervised Classification with Graph Convolutional Networks 用图卷积进行半监督节点分类 ICLR 2017
- 关于Microsoft Edge 浏览器无法使用selenium调用问题
- Flutter实现微信支付和iOS IAP支付,ndk开发入门
- lamp环境实战操作建立完全属于自己的博客站点
- 这样去做信用贷款违约预测项目,效果提升明显
- 还在用Windows虚拟机?快来试试Windows自带的Sandbox吧!
- 一篇文章教会你使用Python网络爬虫下载酷狗音乐