library(matlib)
library(pracma)
#GE(가우스 소거법)
A <- matrix(c(3,-2,0,
-1,5,-1,
0,-1,2),byrow = T,ncol=3)
b<- c(-3,8,10)
gaussianElimination(A,b)
> gaussianElimination(A,b)
[,1] [,2] [,3] [,4]
[1,] 1 0 0 1.086957
[2,] 0 1 0 3.130435
[3,] 0 0 1 6.565217
#LU분해
lu_solve <- function(A,b){
lu <- lu(A)
U <- lu$U
L <- lu$L
#LY =b
Y <- solve(L,b)
X <- solve(U,Y)
print(X)
}
lu_solve(A,b)
> lu_solve(A,b)
[1] 1.086957 3.130435 6.565217
수반행렬이 뭔지 모르겠다면?
https://pastryofjsmath.tistory.com/31
LA-1) 행렬식과 여인수,수반행렬
R코드를 이용하면 바로 구하실 수 있습니다.A R코드를 이용하면 상당한 편함을 느끼실 수 있습니다.cofactor(여인수),minor(소행렬식),adjoint 등 구하실려면, 다음 패키지를 불러오세요.library(RConics)libr
pastryofjsmath.tistory.com
#A역행렬
solve(A)
#수반행렬로 역행렬 구하기
{1/det(A)}*adjoint(A)
#GE로 풀기
gaussianElimination(A=A,B = diag(3))
#LU분해로 역행렬구하기
lu_solve(A,diag(3))
여기서 주요 포인트는 요소 0을 최대한 가진 행과열을 만들 수 있게 행연산을 실시하는 것이다.
그리고 이에 대한 계산도 위의 행렬식 구하는 방법으로 다시 조정을 시켜주어야 하며,
모두 영행(열)으로 구성되어 있다면 (-> 기본행연산으로 조작을 시켜서 만들 수 있음) 행렬식은 0이다.
(= rank가 적어도 하나 이상 부족해진다면)
다음은 사이즈가 큰 행렬을 구역으로 나누어 행렬식 성질로 간단하게 나타내는 방법이다.
마지막으로 연립방정식을 풀 수 있는 크래머방법에 대한 설명이다.
'선형대수학' 카테고리의 다른 글
LA6) 선형결합정리와 기저 개수의 유일성,표현의 유일성,벡터공간의 합과 직합 (1) | 2024.12.26 |
---|---|
[R] Full column rank, Full row rank에서 해의 관계성 (1) | 2024.12.13 |
LA-3) LU분해 feat. 조건수,특이값분해 [R] (0) | 2024.06.20 |
LA-2) 방정식 해의 존재 유무 판단(Augment matrix, rank) (2) | 2024.05.30 |
LA-1) 행렬식과 여인수,수반행렬 (0) | 2024.05.01 |