zoukankan      html  css  js  c++  java
  • 08-求解Ax=b:可解性和解的结构

    一、增广矩阵

     假设我们要求解方程$Ax=b$,其中矩阵$A$和$b$如下所示:

    $A = left[egin{array}{llll}{1} & {2} & {2} & {2} \ {2} & {4} & {6} & {8} \ {3} & {6} & {8} & {10}end{array} ight]$

    $b = left[egin{array}{llll}{b_1}\ {b_2}\{b_3}end{array} ight]$

     我们可以在矩阵$A$右侧加上一列b,得到:

    $left[egin{array}{llll}{1} & {2} & {2} & {2} & {b_1} \ {2} & {4} & {6} & {8}& {b_2} \ {3} & {6} & {8} & {10}& {b_3}end{array} ight]$

    此即为增广矩阵:即A和b一块二考虑

     

    二、可解性

     方程$Ax=b$可解的条件是:当$b$属于$A$的列空间( C(A) )时,也就是$b$是$A$的列向量的线性组合

     换一种说法:如果矩阵$A$各行的线性组合得到零,那么$b$分量执行相同的操作也必须得到零向量(参考上面的矩阵$A$)

     只有$b$满足了上面的条件,方程才有解

     

    三、求$Ax=b$所有解

     第一步:求一个特解

      将所有自由变量设为0

      我们将增广矩阵进行消元后:

    $egin{array}{l}{left[egin{array}{}{1} & {2} & {2} & {2} & {b_{1}} \ {0} & {0} & {2} & {4} & {b_{2}-2 b_{1}} \ {0} & {0} & {0} & {0} &{b_{3}-b_{2}-b_{1}}end{array} ight]} \ {} end{array}$

      方程有解的条件便是:$O=b_{3}-b_{2}-b_{1}$,假设$b=left[egin{array}{l}{1} \ {5} \ {6}end{array} ight]$,则消元矩阵为:

    $egin{array}{l}{left[egin{array}{}{1} & {2} & {2} & {2} & {1} \ {0} & {0} & {2} & {4} & {3} \ {0} & {0} & {0} & {0} &{0}end{array} ight]} \ {}end{array}$

      然后求出主变量:

       针对上面的例子,$x_2, x_4 = 0$,则求主变量过程简化为:

    $x_{1}+2 x_{3}=1$
    $2 x_{3}=3$

       于是一个特解为:$x_p = left[egin{array}{c}{-2} \ {0} \ {3/2} \ {0}end{array} ight]$

     

      还记得07)节中的零空间吗?可以去看看,于是我们的通解为:即特解和零空间(在假设的$b$的情况下

    $X = left[egin{array}{c}{-2} \ {0} \ {3/2} \ {0}end{array} ight]+C_{1}left[egin{array}{c}{-2} \ {1}\ {0} \ {0}end{array} ight]+ C_{2}left[egin{array}{c}{2} \ {0} \ {-2} \ {1}end{array} ight]$

    注意:这里的特解是与$b$的值相关的

     

      那么为什么这样的组合可以组成方程的通解呢?原因如下:

    $Ax_p = b$

    $Ax_n = 0$

    两者相加:$A(x_p + x_n) = b$

    其中$x_p$是$b$给定下的特解,$x_n$是零空间,所以通解就是特解加零空间

     

      也就是:

    四、秩(Rank)

     矩阵的秩等于矩阵的主元数。如果矩阵的秩为r,则必有r<=m且r<=n,下面讨论满秩(full rank)的情形:

     列满秩:r=n。每列都有主元,x的每一个分量都是主变量,没有自由变量。零空间N(A)之内只有零向量。方程无解或者有唯一解,如下

      为何列满秩时,零空间N(A)之内只有零向量?因为之前我们讲过零空间定义,该实例中满足$Ax=0$的$x$只有零向量,该实例中的列向量的线性组合无法得到零向量,所以列满秩时,零空间N(A)之内只有零向量。而该实例方程的通解就只剩下特解了,而特解取决于$b$,只有$b$正好是$A$列的线性组合时,方程才有唯一解

    $A=left[egin{array}{ll}{1} & {3} \ {2} & {1} \ {6} & {1} \ {5} & {1}end{array} ight] ightarrowleft[egin{array}{ll}{1} & {0} \ {0} & {1} \ {0} & {0} \ {0} & {0}end{array} ight]=R$

     

     行满秩:r=m。每行都有主元,无论b取何值,方程Ax=b都有解。主变量r个,自由变量n-r个,如下

    $A=left[egin{array}{llll}{1} & {2} & {6} & {5} \ {3} & {1} & {1} & {1}end{array} ight] ightarrowleft[egin{array}{llll}{1} & {0} & {*} & {*} \ {0} & {1} & {*} & {*}end{array} ight]=R$

     

     满秩r=m=n,矩阵可逆。零空间只有零向量,无论b取何值,方程$Ax=b$都有唯一解

    $A=left[egin{array}{ll}{1} & {2} \ {3} & {1}end{array} ight] ightarrowleft[egin{array}{ll}{1} & {0} \ {0} & {1}end{array} ight]=R$

     

     综上:秩决定了方程组解的数量

  • 相关阅读:
    虚拟机安装VMware Tools
    SVN源码泄露漏洞
    为什么站点使用https加密之后还能看到相关数据
    AWVS11使用教程——Acunetix Web Vulnerability Scanner 11.x
    接口测试_RESTClient基本使用
    【pwnable.kr】coin1
    【pwnable.kr】 mistake
    【pwnable.kr】leg
    【pwnable.kr】random
    【pwnable.kr】passcode
  • 原文地址:https://www.cnblogs.com/always-fight/p/11412421.html
Copyright © 2011-2022 走看看