线性代数 |
您所在的位置:网站首页 › 矩阵特解和通解怎么求解 › 线性代数 |
不满秩的Ax=0和Ax=b计算过程详解
已知:3x3矩阵A如下图所示 令b等于0,得到齐次方程组Ax=0。 求解步骤如下: 1,先把原始矩阵A化简到最简阶梯形矩阵R(Reduced row echelon form)。即,令矩阵主对角线位置的主元为1,主元上下全部消为0。 2,对不满秩矩阵R(即, 3,逐个的令某一个自由变量为1,剩下的自由变量为0,代入方程组Rx=0,求出一个特解。 4,每执行一次第三步操作,就会得到一个对应的特解,最终得到n-r个特解(special solution)。线性方程组Ax=0的所有解,就是这n-r个特解的线性组合。 这个解的集合就是矩阵A的零空间(Nullspace)。 Ax=0(令自由变量为代数的解法)求解步骤如下: 其中,第一,二步的做法和之前相同 不同之处在于这第三步,消元得到最简阶梯型R以后,并没有把自由变量指定为某一常数。而是把矩阵R改写成方程组的形式后,求出主元变量x1和x2的代数解,即用x3来表示x1,x2。 把x1,x2,x3都回填到向量x中,得到最终解。这个解和前面用数值算法得到的结果一样,但就目前看来,数值算法要简单一些。 下为教科书中的部分截图,可供参考: 假设b未知,令向量b中的元素为代数b=[b1, b2, b3] Ax=b的求解步骤如下: 1,对原始矩阵A的增广矩阵消元,得到阶梯型矩阵U。这里和之前求Ax=0的消元过程相同,只不过多了右边的b向量。 此外,基于消元后矩阵U的最后一行的关系,还会得到一个约束方程,这个方程在后面有用。 2, 把矩阵U改写成方程组的形式后,求出主元变量x1和x2,即用x3来表示x1,x2的代数解。 3,把x1,x2,x3都回填到向量x中,得到x的代数解。其中前半部分(下图中画红圈的部分)和前面求Ax=0时得到的解一样,后面部分多了一个用b1,b2,b3表示的新向量。这样看来,Ax=b的解实际上就是Ax=0的解和一个新向量的和。这个新向量是Ax=b的一个特解。 4,依据之前的约束方程选择合适的b1,b2,b3得到Ax=b的特解,这里选择了b=[1 2 1]。 代入特解向量,得到:
加上Ax=0的通解,也得到了Ax=b的全部解。 Check(验证计算结果): 总体思路: 基于前面的求解过程,我们已经得出:Ax=b的完整解,等于Ax=0的通解和Ax=b的特解之和。令: 其中, 分别求解这两个x: 合并两个x,得到完整解: Ax=b的求解步骤: 1,对原始矩阵A消元,得到阶梯型矩阵U。(注意:这里的U不是最简阶梯型矩阵,不同于上面的矩阵R)。 2,令自由变量 3,化简Ax=0到最简阶梯型矩阵R,并求出Ax=0的所有解 4,Ax=b的完整解,等于Ax=b的一个特解加上Ax=0的特解的任意一个线性组合。 有兴趣的读者可以试一下,如果这里令b=[1 2 1],那么得到的结果会和前面那个代数解法的结果一致。 下为教科书截图,可供参考: (全文完) 作者 --- 松下J27 古诗词赏析: 《登鹳雀楼》 王之涣 白日依山尽,黄河入海流。 欲穷千里目,更上一层楼。 参考文献(鸣谢): 1,Linear Algebra and Its Applications - 4th Edition,Gilbert Strang (*配图与本文无关*) 版权声明:所有的笔记,可能来自很多不同的网站和说明,在此没法一一列出,如有侵权,请告知,立即删除。欢迎大家转载,但是,如果有人引用或者COPY我的文章,必须在你的文章中注明你所使用的图片或者文字来自于我的文章,否则,侵权必究。 ----松下J27 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |