3강 - LU 분할
Math for Deep Learning/Linear Algebra

3강 - LU 분할

반응형









3강 - LU 분할


3.1 행렬 표현식에서의 가우스 소거법

  • 가우스 소거법을 하기 위해 빨간색 행의 2배를 2번째 행에 빼 준다.
  • 위 행렬곱에서 등호 좌측을 보면, 왼쪽 벡터의 행은 우측 행렬의 행벡터의 선형결합 계수(-2,1,0)를 나타낸다
  • (빨강 행벡터의 계수는 -2, 파랑 행벡터의 계수는 1, 그 결과값은 결과 행렬의 2행이 된다)
  • 위 행렬 곱 표현 자체가 가우스 소거법을 하는 과정이며, 결과적으로 2행의 첫 값이 0이 되었다.
  • 이 때, 맨 좌측의 계수 행렬을 Elementary Matrix라 한다.



3.2 Elementary Matrix

  • 가우스 소거법을 반복하여 Elementary Matrix를 A의 좌측에 곱해주면 결국 U(상삼각행렬)이 남게 된다
  • 이 때, Elementary Matrix의 역행렬은 1이 아닌 계수의 부호만 바꾼 것이므로 각 역행렬을 모두 좌측에 곱해 준다. 각 역행렬 곱의 결과는 하삼각행렬이며, L로 나타낸다


3.3 Triangular Factors



  • U 는 가우스 소거법의 결과로 나타난 상삼각행렬
    L은 가우스 소거법의 1이 아닌 계수에 -1을 곱한 성분들
    L또는 U의 대각성분이 모두 1로 고정되어 있는 경우 LU분해는 유일하다



3.4 Row Exchange (Pivoting)

  • Permutaion, P
  • 위의 P21 을 통해 행벡터의 교환이 가능하다
  • Permutation Matrix의 곱은 교환법칙이 성립하지 않는다
  • Permutation Matrix의 역행렬은 해당 행렬의 전치행렬이다


반응형