zoukankan      html  css  js  c++  java
  • 线性代数之——消元法

    1. 消元的思想

    针对下面的方程,我们无法直接得到方程的解。

    [egin{alignedat}{2} &x space- space&2&y space=space 1 \ 3&xspace+space&2&y space=space 11 end{alignedat}]

    但如果我们将第二个方程减去第一个方程的 3 倍,上面的方程组就变成了下面这样。

    [ egin{alignedat}{2} &x space- space&2&y space=space 1 \ &spacespace&8&y space=space 8 end{alignedat}]

    这时候,我们就可以直接得到 (y=1),进而从第一个方程得到 (x=3)

    可以看到,消元之后,方程组变成了一个下三角(upper triangular)的形式,然后我们就可以用回带法(back substitution)来快速地解出方程组的解。

    进行消元的那一行的第一个非零值称为主元(pivot),消元时候的乘数就等于待消项的系数除以主元,在上面的例子中,乘数 (3 = 3 / 1)。一般地,乘数可以表示为

    [l_{ij} = frac{第space ispace 行待消去项的系数}{第 space j space行的主元} ]

    [ egin{alignedat}{2} 4&x space- space&8&y space=space 4 \ 3&xspace+space&2&y space=space 11 end{alignedat}]

    如果我们改变了第一个方程,那么乘数就等于 (3 / 4)。消元之后,所有的主元都位于下三角的对角线上,并且主元不能是 0

    [ egin{alignedat}{2} 4&x space- space&8&y space=space 4 \ &spacespace&8&y space=space 8 end{alignedat}]

    2. 消元的失效

    • 无解

    [egin{alignedat}{2} &x space- space&2&y space=space 1 \ 3&xspace-space&6&y space=space 11 end{alignedat} quad{消元后}quad egin{alignedat}{2} &x space- space&2&y space=space 1 \ &spacespace&0&y space=space 8 end{alignedat}]

    这种情况下,我们遇到了 (0y = 8),说明原方程组无解。从行图像中,我们也可以看到,两条平行的直线无法相交于一点。而在列图像中,两个在同一方向上的向量不可能线性组合出不在这个方向上的向量。

    • 无穷解

    [egin{alignedat}{2} &x space- space&2&y space=space 1 \ 3&xspace-space&6&y space=space 3 end{alignedat} quad{消元后}quad egin{alignedat}{2} &x space- space&2&y space=space 1 \ &spacespace&0&y space=space 0 end{alignedat}]

    这种情况下,我们遇到了 (0y = 0),任何的 (y) 值都满足要求,此时 (y) 是“自由”的,确定了 (y) 之后 (x) 则由第一个方程确定。

    从行图像中,我们也可以看到,两条直线相同,因此整条直线都是交点。而在列图像中,左边的两个向量和右边的向量方向都相同,有无穷多个线性组合都可以产生右边的向量。

    对于有 (n) 个方程的方程组,如果我们得不到 (n) 个主元,那么消元就会导致 (0 ot = 0,无解) 或者 (0=0,无穷解) ,只有正好有 (n) 个主元的时候,方程组才有解,但我们可能需要进行方程的交换。

    • 需要行交换

    [egin{alignedat}{2} 0&x space+ space&2&y space=space 4 \ 3&xspace-space&2&y space=space 5 end{alignedat} quad{消元后}quad egin{alignedat}{2} 3&xspace-space&2&y space=space 5 \ &spacespace&2&y space=space 4 end{alignedat}]

    一开始,第一行的主元为 0,行交换后,我们得到了两个主元 3 和 2,然后,方程就有了正常的解。

    3. 三个未知数

    [egin{alignedat}{2} 2&x space+space&4&y space-space&2&z=space 2 \ 4&x space+space&9&y space-space&3&z=space 8\ -2&x space-space&3&y space+space&7&z=space 10 end{alignedat}]

    第一步,方程 2 减去 2 倍的方程 1,得到 (y+z=4)
    第二步,方程 3 减去 -1 倍的方程 1,得到 (y+5z=12)
    第一步,方程 3 减去 1 倍的方程 2,得到 (4z=8)

    [egin{alignedat}{2} oldsymbol 2&x space+space&4&y space-space&2&z=space 2 \ & spacespace&oldsymbol 1&y space+space&1&z=space 8\ & spacespace&& spacespace&oldsymbol 4&z=space 8 end{alignedat}]

    三个主元分别为 2, 1, 4,然后我们就可以用回带法求出方程组的解。

    4. 用矩阵的形式来消元

    [egin{alignedat}{2} 2&x_1 space+space&4&x_2 space-space&2&x_3=space 2 \ 4&x_1space+space&9&x_2 space-space&3&x_3=space 8\ -2&x_1 space-space&3&x_2 space+space&7&x_3=space 10 end{alignedat} leftrightarrow egin{bmatrix} 2&4&-2 \ 4&9&-3\-2&-3&7end{bmatrix} egin{bmatrix} x_1 \ x_2\x_3 end{bmatrix} = egin{bmatrix} 2 \ 8\10 end{bmatrix}]

    对方程的两边同时进行一步消元,第 2 个方程减去第 1 个方程的 2 倍,我们可以得到:

    [egin{bmatrix} 2&4&-2 \ 0&1&1\-2&-3&7end{bmatrix} egin{bmatrix} x_1 \ x_2\x_3 end{bmatrix} = egin{bmatrix} 2 \ 4\10 end{bmatrix}]

    相当于左右两边都乘以了一个矩阵 (E_{21})

    [E_{21} = egin{bmatrix} 1&0&0 \ -2&1&0\0&0&1end{bmatrix} ]

    [E_{21} = egin{bmatrix} 1&0&0 \ -2&1&0\0&0&1end{bmatrix} * egin{bmatrix} row1 \ row2\row3end{bmatrix} = egin{bmatrix} row1 \ row2-2row1\row3end{bmatrix} ]

    (E_{21}) 称为初等矩阵(elementary matrix)或者消元矩阵(elimination matrix),它可以很简单地从单位矩阵演化而来,(E_{ij}) 就是将单位矩阵 ((i, j)) 位置的 0 换成消元过程的乘数 (-l_{ij})

    [I = egin{bmatrix} 1&0&0 \ 0&1&0\0&0&1end{bmatrix} o E_{21} = egin{bmatrix} 1&0&0 \ oxed{-2}&1&0\0&0&1end{bmatrix} ]

    获取更多精彩,请关注「seniusen」!

  • 相关阅读:
    通信信号处理的一些基本常识
    欧拉公式
    css3圆角讲解
    css3投影讲解、投影
    css3变形讲解
    浏览器兼容问题
    css3渐变详解
    css中em与px
    복 경 에 갑 니 다 去北京
    我在北京:)
  • 原文地址:https://www.cnblogs.com/seniusen/p/9962903.html
Copyright © 2011-2022 走看看