第八課時:求解ax=b:可解性和解的結構
本課時的目標是ax=b,可能有解,也可能無解,需要通過需要消元才知道,有解的話是唯一解還是很多解。
繼續用上課時的例子。
注意到,方程組中,第三行是第一行和第二行的和。如果方程組有解,b1 b2 b3需要滿足什麼條件?必須滿足b3=b1+b2。消元告訴我們,這是必須的。換句話說,左側行的線性組合得到0,那麼右側常量線性組合也比為0。
第一階段消元,增廣矩陣augmented matrix=[a b]:(哈哈,上個教授的圖)
第二階段消元,可以看到最後乙個方程是什麼,常量0=b3-b2-b1,驗證了打頭說的必須滿足的有解的條件:b3=b1+b2
我們需要求解的是ax=b中的x,現在b我們可以根據b3=b1+b2來選定一組值,假設b=[1 5 6]。現在只有兩個方程,4個未知數。
ax=b可解性solvability:有解時右側向量b須滿足的條件
1)有解,僅當b屬於a的列空間時成立,即,b必須是a的各列的線性組合,
2)行的線性組合如果得到零行,那麼b中元素的同樣組合必然也是零。
這兩種描述是等價的!他們同樣是描述方程組有解的條件。
求解ax=b的解
1)特解,將所有的自由量設定為0,然後解出主變數得到特解xp
2)零空間中的任意x,xn
因此ax=b的所有解為特解加上零空間中任意向量。
對於方程組某解,其與零空間內任意向量之和仍為解,因為零空間右側得到的是0。
如此,就可以得到上式方程組的所有解:
把所有這些解在四維空間中都畫出來,想象一下,xp是乙個非原點的點,xn是乙個穿過原點的平面,那麼xp+xn是兩者的組合,是乙個不經過原點的經過xp的二維平面,注意它不是子空間。
秩r與ax=b的解的關係
秩r的m×n的矩陣a始終有:r<=m, r<=n
1)列滿秩r=n,各列線性無關
每一列都有主元,0個自由變數,此時零空間n(a)只有零向量,因為沒有自由變數能夠賦值,列的線性組合無法產生0列(回顧下第六課時和第三課時,其中3中講到:
以上例子
a通過消元變成行最簡階梯式,很容易看出來a的兩列線性無關,所以r中兩個主元。同時我也一眼能看出來有兩個行是多餘的,肯定r下面會有兩個0行,因為行向量是2維的,因為前兩行是線性無關的,2維平面中有兩個向量線性無關,那該平面的所有向量都可以由這兩個向量線性組合得到,所有會出現兩個0行。
上式特解為(1,1),即a的兩列的和的線性組合
2)行滿秩r=m,各行線性無關
此時消元會得到每一行都有乙個主元,自由變數n-r(n-m)個,此時對任意的b,ax=b都有解。
3)r=m=n,滿秩方陣,行,列線性無關
零空間只包含0向量,此時對於任意的b,ax=b都有解。由r=n知道有唯一解。
總結:矩陣a為m×n的矩陣,ax=b的解的情況
r=m=n r=i 有唯一解 b是a列向量的線性組合
r=nr=m r
線性代數筆記13 Ax b的通解
關於最簡行階梯矩陣和矩陣秩,可參考 線性代數筆記7 再看行列式與矩陣 召喚乙個方程ax b 3個方程4個變數,方程組有無數解,現在要關注的是b1b2b3之間滿足什麼條件時方程組有解,它的解是什麼?在這個例子中可以馬上看出,b1 b2 b3,一般的方法是消元法化簡 化簡到這一步就可以確定主元是x1和x...
線性代數Ax b原理及工程上的應用
前言 線性代數在工程應用上十分廣泛,在座標系轉換,深度學習,求解演算法的優化解方面有著大量應用。因此掌握線性代數的基本理論,並且具有解決實際工程問題的能力尤為重要。線性方程組解的情況 線性方程組的解的三種情況 1.適定方程組 存在唯一解 2.欠定方程組 存在多解。變數數 方程組數 3.超定方程組 無...
線性代數導論2 矩陣消元
線性代數導論2 矩陣消元 第二課時 矩陣消元 本課時的目標是用矩陣變換描述消元法。核心概念是矩陣變換。一 消元法 消元法 將主對角線上的主元固定 0不能做主元 把主元下面的元素消為0。過程 先完成左側矩陣的消元 變成上三角矩陣 再回代運算右側向量,最後即可求出解完成整個消元過程 matlab也是先計...