1. A = LU
之前在消元的过程中，我们看到可以将矩阵 \(A\) 变成一个上三角矩阵 \(U\)，\(U\) 的对角线上就是主元。下面我们将这个过程反过来，通一个下三角矩阵 \(L\) 我们可以从 \(U\) 得到 \(A\)， \(L\) 中的元素也就是乘数 \(l_{ij}\)。
如果有一个 3*3 的矩阵，假设不需要进行行交换，那我们需要三个消元矩阵 \(E_{21}, E_{31}, E_{32}\) 来分别使矩阵 \(A\) 的 (2, 1)、(3, 1) 和 (3, 2) 位置为零，然后我们就有
乘数 \(l_{ij}\) 正好就是 \(L\) 中 \((i, j)\) 处的元素。因为当我们计算 \(U\) 的第三行的时候，实际上是用 \(A\) 的第三行减去 \(U\) 的前两行的一些倍数。
因此有
下面看一个特殊的例子
如果 \(A\) 的某一行以 0 开始，说明该位置不需要进行消元，也即 \(L\) 中对应位置的元素为 0。
如果 \(A\) 的某一列以 0 开始，该位置元素在消元过程始终不会改变，也即 \(U\) 中对应位置的元素为 0。
由于 \(L\) 的对角线上都是 1，而 \(U\) 的对角线上为主元，因此，这是不对称的。我们可以进一步将 \(U\) 进行分解，使得 \(U\) 的对角线上元素也都为 1。
这时候，\(A\) 的分解就变成了 \(A = LU = LDU\)，其中 \(D\) 是一个对角矩阵， \(L\) 是一个下三角矩阵， \(U\) 是一个上三角矩阵。
当我们从左边的 \(A\) 得到 \(L\) 和 \(U\) 后，我们就对右边的 \(b\) 进行同样的消元过程得到 \(Lc = b\)，然后再通过回带 \(Ux=c\) 求出方程组的解。
2. 消元过程的计算复杂度
假设我们有一个 \(n*n\) 的矩阵，首先我们要将第一列主元以下的元素都变成 \(0\)。这时候，每一个元素变成 \(0\) 我们都需要 \(n\) 次乘法和 \(n\) 次减法，总共有 \(n-1\) 个元素需要变成 \(0\)，总的乘法次数为 \(n(n-1)\)，近似为 \(n^2\)。然后，我们要依次将后面列的主元下面的元素变成 \(0\)，需要的总的乘法次数为 \(n^2+(n-1)^2+\cdots + 2 + 1 \approx \frac{1}{3}n^3\)。
也就是说对左边的 \(A\) 消元要进行 \(\frac{1}{3}n^3\) 次的乘法操作和 \(\frac{1}{3}n^3\) 次的加法操作。
再来看右边对 \(b\) 进行消元，首先我们需要将 \(b_2, b_3 \cdots b_n\) 都减去 \(b_1\)，需要 \(n-1\) 次操作，往后我们依次需要 \(n-2, n-3 \cdots 1\) 次操作。回带的时候，求解最后一个方程的时候，我们只需要进行 1 次操作，依次往上我们需要 \(2, 3 \cdots n\) 次操作。因此，求解的过程总共需要 \(n^2\) 次的乘法操作和 \(n^2\) 次的加法操作
3. 转置和置换矩阵
\(A\) 的转置矩阵称为 \(A^T\)，其中 \(A^T\) 的列就是 \(A\) 的行，也即 \((A^T)_{ij} = A_{ji}\)。
假设 \(B\) 是一个向量 \(x\)，那么对 \((Ax)^T = x^TA^T\) 的理解就是：\(Ax\) 是对 \(A\) 的列的线性组合，\(x^TA^T\) 则是对 \(A^T\) 的行的线性组合，\(A\) 的列和 \(A^T\) 的行是一样的，所以线性组合后是一样的结果。
如果 \(B\) 有多列的话，我们就很容易得到
同理，针对更多的矩阵，我们也有
转置形式的内积和外积
对称矩阵的转置等于它本身，也就是 \(A^T = A\)。而且，一个对称矩阵的逆矩阵也是对称的。
对于一个任意的矩阵 \(R\)，可以是矩形的，\(R^TR\) 和 \(RR^T\) 都是一个对称的方阵。
当 \(A=A^T\) 时，如果没有行交换，那么有 \(A = LDU = LDL^T\)，此时 \(U\) 变成了 \(L^T\)。
置换矩阵 \(P\) 每行每列都只有一个 1，而且 \(P^T\)、\(PP^T\) 和任意两个置换矩阵的乘积 \(P_1P_2\) 都还是置换矩阵。此外，所有的置换矩阵都有 \(P^T=P^{-1}\)。
在 \(n\) 阶的情况下，置换矩阵的总的个数为 \(n!\)。例如 2 阶置换矩阵只有 2 个，3 阶置换矩阵有 6 个。
如果在需要行交换的情况下，我们可以先引入一个置换矩阵 \(P\) 使矩阵 \(A\) 的行有正确的顺序，然后再进行消元，这样的话我们就有
也可以进行消元，然后再用一个矩阵 \(P_1\) 来让主元有一个正确的顺序，这样的话我们就有
如果 \(A\) 是可逆的，置换矩阵 \(P\) 将会使它的行有一个正确的顺序然后分解成 \(PA=LU\) 的形式。
获取更多精彩，请关注「seniusen」!
