矩阵的可解性:关于Ax=b的研究

上一篇文章讲解了如何求解 A x = 0 Ax=0 Ax=0,得到 A A A的零空间。

类似的,我们今天学习的是如何求解 A x = b Ax=b Ax=b,并以此加强你对线性代数中,代数与空间的理解。


同样的,我们举与上一次一样的例子,矩阵 A A A为:

1 2 2 2 2 4 6 8 3 6 8 10 \] \\left\[ \\begin{matrix} 1 \& 2 \& 2 \&2\\\\ 2 \& 4 \& 6\&8\\\\ 3 \& 6\& 8 \&10 \\end{matrix} \\right\] 1232462682810 关于这个矩阵的详细分析与消元过程在上一篇文章讨论过,这里就不再赘述。 *** ** * ** *** 首先,我们将 b b b增广到矩阵 A A A中,得到如下矩阵: ∣ 1 2 2 2 b 1 2 4 6 8 b 2 3 6 8 10 b 3 ∣ \\left\| \\begin{array}{lccc\|c} {1}\&{2}\&{2}\&{2} \&{b_1}\\\\ {2}\&{4}\&{6}\&{8} \&{b_2}\\\\ {3}\&{6}\&{8}\&{10}\&{b_3} \\end{array} \\right\| 1232462682810b1b2b3 经消元处理,能得到如下矩阵: ∣ 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 ∣ \\left\| \\begin{array}{lccc\|c} {1}\&{2}\&{2}\&{2} \&{b_1}\\\\ {0}\&{0}\&{2}\&{4} \&{b_2-2\\times b_1}\\\\ {0}\&{0}\&{0}\&{0}\&{b_3-b_2-b_1} \\end{array} \\right\| 100200220240b1b2−2×b1b3−b2−b1 *** ** * ** *** 在继续进行下一步操作前,让我们想一想这个问题: A x = b Ax=b Ax=b在何时有解? 观察消元过后的第三行,不难发现, b b b的元素应该满足 b 3 − b 2 − b 1 = 0 b_3-b_2-b_1=0 b3−b2−b1=0,这样才能使矩阵第三行成立。对这个结论进行拓展,不难想到,当 b b b在矩阵 A A A的列空间内时,方程有解。明白这一点也会对我们接下来的操作有指导意义。 *** ** * ** *** 如同我们求零空间的方法,我们利用消元过后的自由列能快速得到一个关于 A x = b Ax=b Ax=b的特殊解。 具体到这道题上,我们可以看到 A 1 , 1 与 A 2 , 3 A_{1,1}与A_{2,3} A1,1与A2,3为主元。因为自由列的变量可以取任意值,为求计算方便,我们一般取其为0,即 x 2 = 0 , x 4 = 0 x_2=0,x_4=0 x2=0,x4=0。 那么此时的方程就变为了这样: x 1 + 2 x 3 = b 1 2 × x 2 = b 2 − 2 b 1 x_1+2x_3=b_1 \\\\ 2 \\times x_2 = b_2-2b_1 x1+2x3=b12×x2=b2−2b1 因为 b 1 , b 2 b_1,b_2 b1,b2为参数,所以现在我们就求得了特解 x p a r t i c u l a r , 即 x p x_{particular},即x_p xparticular,即xp *** ** * ** *** 又一次同样的,我们采用求零空间时的方法,利用特解来求得所有的解,而这里也会用上零空间 N N N,设其中任意的元素为 n n n吧。 那么,我们有: A x p = b A n = 0 Ax_p=b \\\\ An = 0 Axp=bAn=0 不难发现, A ( x p + n ) = b A(x_p+n)=b A(xp+n)=b,即特解加上零空间的和后得到的向量同样是方程的解。不妨猜想,特解加上零空间即使所有的解。前面证明了充分性,下面证明必要性: 设 x x x为一个任意的方程的解,有 A x = b A x p = b → A ( x − x P ) = 0 Ax=b \\\\ Ax_p=b \\\\ \\rightarrow A(x-x_P)=0 Ax=bAxp=b→A(x−xP)=0 换言之 n + x p = x n+x_p=x n+xp=x 证得必要性成立。 所以,我们得到了 A x = b Ax=b Ax=b的解,即为其特解加上 A A A的零空间。 此时,再来想象一下,零空间是经过原点的向量空间,那么 A x = b Ax=b Ax=b的解就应是将零空间向特解的方向平移过去所得。要注意的是,其解并不包含原点,所以不是向量空间。 *** ** * ** ***

相关推荐
点云SLAM5 小时前
Eigen中Dense 模块简要介绍和实战应用示例(最小二乘拟合直线、协方差矩阵计算和稀疏求解等)
线性代数·算法·机器学习·矩阵·机器人/slam·密集矩阵与向量·eigen库
酌沧1 天前
大模型的底层运算线性代数
线性代数
老歌老听老掉牙2 天前
SymPy 矩阵到 NumPy 数组的全面转换指南
python·线性代数·矩阵·numpy·sympy
星期天要睡觉2 天前
机器学习——CountVectorizer将文本集合转换为 基于词频的特征矩阵
人工智能·机器学习·矩阵
洋曼巴-young2 天前
240. 搜索二维矩阵 II
数据结构·算法·矩阵
何妨重温wdys2 天前
矩阵链相乘的最少乘法次数(动态规划解法)
c++·算法·矩阵·动态规划
Keying,,,,3 天前
力扣hot100 | 矩阵 | 73. 矩阵置零、54. 螺旋矩阵、48. 旋转图像、240. 搜索二维矩阵 II
python·算法·leetcode·矩阵
易木木木响叮当4 天前
有限元方法中的数值技术:行列式、求逆、矩阵方程
线性代数·矩阵
东方佑5 天前
UniVoc:基于二维矩阵映射的多语言词汇表系统
人工智能·算法·矩阵
火车叨位去19496 天前
力扣top100(day01-05)--矩阵
算法·leetcode·矩阵