第七节-求解Ax=0，主变量，特解

$Ax=0$算法

上一节我们讲解了列空间和零空间的定义，这些子空间包含哪些向量，那如何找到这些向量呢？本节将介绍零空间的计算方法，下一节讨论列空间。
还是从一个例子开始，假设矩阵$A=\left[\begin{array}{cccc}1& 2& 2& 2\\ 2& 4& 6& 8\\ 3& 6& 8& 10\end{array}\right]$，我们的算法还是从消元开始，因为消元不会改变方程组的解，也就是说不会改变列空间，这里有点特殊的地方是：

• 右边都为$0$,可以省略
• 如果遇到主元为$0$的情况（行交换无法解决），继续寻找下一个主元继续消元

$$A=\left[\begin{array}{cccc}1& 2& 2& 2\\ 2& 4& 6& 8\\ 3& 6& 8& 10\end{array}\right]\Rightarrow \left[\begin{array}{cccc}[1]& 2& 2& 2\\ 0& 0& 2& 4\\ 0& 0& 2& 4\end{array}\right]\Rightarrow \left[\begin{array}{cccc}[1]& 2& 2& 2\\ 0& 0& [2]& 4\\ 0& 0& 0& 0\end{array}\right]=U$$
观察最终得到得矩阵$U$，非零元素以阶梯形式出现，我们称为阶梯形式（echelon form）矩阵，这里主元又称为主变量（pivot variable）,称主元的个数为矩阵的秩（rank），这个例子里是$2$。
接下来只要计算$Ux=0$即可：
$$\left[\begin{array}{cccc}[1]& 2& 2& 2\\ 0& 0& [2]& 4\\ 0& 0& 0& 0\end{array}\right]\left[\begin{array}{c}{x}_1\\ x_2\\ x_3\\ x_4\end{array}\right]=0$$
我们把矩阵$U$中包含主变量的列称为主列（pivot column），其余列为自由列（free column），主列的个数显然就是矩阵的秩$r$，自由列的个数就是$n-r$。
主列很好理解，这里的自由列表示，其可以自由或任意分配数值，在这个例子里就是$x_2$与$x_4$，然后通过回代求解$x_1$与$x_3$即可。如:

• 假设$x_2=1,x_4=0$，则可以得到$x^{{}^{\prime }}=\left[\begin{array}{c}-2\\ 1\\ 0\\ 0\end{array}\right]$
• 假设$x_2=0,x_4=1$，则可以得到$x^{{}^{\prime \prime }}=\left[\begin{array}{c}2\\ 0\\ -2\\ 1\end{array}\right]$

这样求得的解，我们称为方程的特解，由上节所讲零空间性质可以知道，零空间所包含的就是所有特解的线性组合，那特解有多少个呢？特解的个数等于自由列的个数，即$n-r$。

简化行阶梯形式

**简化行阶梯形式(reduce row echelon form)**是针对消元矩阵$U$进行的进一步简化。它主要需要达到以下目的：

1. 通过向上消元使得主元以上的元素也变为$0$
2. 将主元都变为$1$

$$U=\left[\begin{array}{cccc}[1]& 2& 2& 2\\ 0& 0& [2]& 4\\ 0& 0& 0& 0\end{array}\right]\Rightarrow \left[\begin{array}{cccc}[1]& 2& 0& -2\\ 0& 0& [2]& 4\\ 0& 0& 0& 0\end{array}\right]\Rightarrow \left[\begin{array}{cccc}[1]& 2& 0& -2\\ 0& 0& [1]& 2\\ 0& 0& 0& 0\end{array}\right]=R$$
相当于Matlab里的$rref(A)$命令。可以知道以上简化步骤不影响方程的解，因此我们求解就变成了$Rx=0$，接下来我们把主列放在一起，把自由列放一起（交换未知数的位置）可以得到以下形式：
$$\left[\begin{array}{cccc}[1]& 0& 2& -2\\ 0& [1]& 0& 2\\ 0& 0& 0& 0\end{array}\right]\Rightarrow \left[\begin{array}{cc}I& F\\ 0& 0\end{array}\right]$$
转换成这种形式是为了一次性得到所有特解，这样就可以得到了整个零空间，想象一下所有特解的组合应该是一个矩阵，形式我们把这种所有特解作为列的矩阵称为”零空间矩阵“，即为$N$。那么如何得到这样的矩阵呢？即求解$RN=0$，由于我们做了列交换，方程变成了以下形式:
$$\left[\begin{array}{cc}I& F\end{array}\right]N=0\Rightarrow N=\left[\begin{array}{c}-F\\ I\end{array}\right]$$
在本例中就是$\left[\begin{array}{cc}-2& 2\\ 0& 2\\ 1& 0\\ 0& 1\end{array}\right]$。这两个特解跟之前通过求得的特解是一致的。
Matlab可以通过$null$指令求得$N$，这个指令是如何工作的呢？

1. 先通过$rref(A)$指令求得$R$，然后找出主变量和自由变量
2. 把$1$和$0$分配到自由变量，主变量通过回代进行计算，这里回代就非常简单了，即求解$\left[\begin{array}{cc}I& F\end{array}\right]\left[\begin{array}{c}{x}_{pivot}\\ x_{free}\end{array}\right]\Rightarrow x_{pivot}=-F{x}_{free}\Rightarrow x_{pivot}=-F$

这就是我们计算零空间矩阵的算法，下面我们再举一个例子来回顾一下这个过程，这里以$A^{\mathrm{T}}$为例：

1. 先进行消元计算$U$

$$A=\left[\begin{array}{ccc}1& 2& 3\\ 2& 4& 6\\ 2& 6& 8\\ 2& 8& 10\end{array}\right]\Rightarrow \left[\begin{array}{ccc}[1]& 2& 3\\ 0& [2]& 2\\ 0& 0& 0\\ 0& 0& 0\end{array}\right]=U$$
这里的秩也为$2$，矩阵与其转置的秩是相同的。这里的自由列数为$1$，特解的个数也为$1$，令$x_3=1$，可以求得$x=\left[\begin{array}{c}-1\\ -1\\ 1\end{array}\right]$，这里的零空间就为$c\left[\begin{array}{c}-1\\ -1\\ 1\end{array}\right]$，这是一条直线。

2. 下面求解简化行阶梯矩阵

$$U=\left[\begin{array}{ccc}[1]& 2& 3\\ 0& [2]& 2\\ 0& 0& 0\\ 0& 0& 0\end{array}\right]\Rightarrow \left[\begin{array}{ccc}[1]& 0& 1\\ 0& [1]& 1\\ 0& 0& 0\\ 0& 0& 0\end{array}\right]$$
可以看出这里$F=\left[\begin{array}{c}1\\ 1\end{array}\right]$，由于自由变量个数为$1$，因此$I=1$，可以求得零空间矩阵为$\left[\begin{array}{c}-1\\ -1\\ 1\end{array}\right]$