前言
方程组
A
X
=
b
AX=b
AX=b,其中
A
=
[
1
2
2
2
2
4
6
8
3
6
8
10
]
A=\begin{bmatrix}1&2&2&2\\2&4&6&8\\3&6&8&10\end{bmatrix}
A=⎣
⎡1232462682810⎦
⎤方程组为
[
1
2
2
2
2
4
6
8
3
6
8
10
]
[
x
1
x
2
x
3
x
4
]
=
[
b
1
b
2
b
3
]
\begin{bmatrix}1&2&2&2\\2&4&6&8\\3&6&8&10\end{bmatrix}\begin{bmatrix}x_1\\x_2\\x_3\\x_4\end{bmatrix}=\begin{bmatrix}b_1\\b_2\\b_3\end{bmatrix}
⎣
⎡1232462682810⎦
⎤⎣
⎡x1x2x3x4⎦
⎤=⎣
⎡b1b2b3⎦
⎤
观察方程组的系数矩阵,第一行和第二行相加得到第三行,因此A矩阵的各行是线性相关的;消元求解的过程中,
b
i
b_i
bi 是增广矩阵的一部分,因此
b
1
+
b
2
=
b
3
b_1+b_2=b_3
b1+b2=b3才能够让方程组有解,下面进行消元处理。
[
1
2
2
2
b
1
2
4
6
8
b
2
3
6
8
10
b
3
]
→
[
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
]
\begin{bmatrix}1&2&2&2&b_1\\2&4&6&8&b_2\\3&6&8&10&b_3\end{bmatrix}\rightarrow\begin{bmatrix}1&2&2&2&b_1\\0&0&2&4&b_2-2b_1\\0&0&0&0&b_3-b_2-b_1\end{bmatrix}
⎣
⎡1232462682810b1b2b3⎦
⎤→⎣
⎡100200220240b1b2−2b1b3−b2−b1⎦
⎤
如果
A
X
=
b
AX=b
AX=b有解,必须满足
b
3
−
b
2
−
b
1
=
0
b_3-b_2-b_1=0
b3−b2−b1=0即,
b
1
+
b
2
=
b
3
b_1+b_2=b_3
b1+b2=b3跟前面的推论一致。从增广矩阵的消元结果可以知道
x
2
,
x
4
x_2,x_4
x2,x4是自由变量可以自由赋值。式子
A
X
=
b
AX=b
AX=b其实可以看作是矩阵A左乘了X,本质上是对A的列向量进行线性组合,因此b必须要在A的列空间内,否则方程无解。
特解
从字面意义上看,特解应当是一个特殊的解,其特殊性在于我们可以对自由变量任意赋值,本例中我们用最简单粗暴的赋值
x
2
=
x
4
=
0
x_2=x_4=0
x2=x4=0,那么方程组可以表达为:
x
1
+
2
x
3
=
b
1
2
x
3
=
b
2
−
b
1
x_1+2x_3=b_1\\2x_3=b_2-b_1
x1+2x3=b12x3=b2−b1回顾前面说的,要让方程组有解,
b
i
b_i
bi务必满足
b
1
+
b
2
=
b
3
b_1+b_2=b_3
b1+b2=b3假设
b
1
=
1
,
b
2
=
5
,
b
3
=
6
b_1=1,b_2=5,b_3=6
b1=1,b2=5,b3=6,方程组可以表示为:
x
1
+
2
x
3
=
1
2
x
3
=
4
x_1+2x_3=1\\2x_3=4
x1+2x3=12x3=4因此可以解除方程的解:
x
3
=
2
,
x
1
=
−
3
x_3=2,x_1=-3
x3=2,x1=−3,因此方程组的特解为:
x
p
=
[
−
3
0
2
0
]
x_p=\begin{bmatrix}-3\\0\\2\\0\end{bmatrix}
xp=⎣
⎡−3020⎦
⎤
通解
A X = b AX=b AX=b的通解是一个特解加上A的零空间。矩阵A的零空间是 A X = 0 AX=0 AX=0的两个解的线性组合,即 c 1 [ − 2 1 0 0 ] + c 2 [ 2 0 − 2 1 ] c_1\begin{bmatrix}-2\\1\\0\\0\end{bmatrix}+c_2\begin{bmatrix}2\\0\\-2\\1\end{bmatrix} c1⎣ ⎡−2100⎦ ⎤+c2⎣ ⎡20−21⎦ ⎤。因此方程 A X = b AX=b AX=b的通解是: x = [ − 3 0 2 0 ] + c 1 [ − 2 1 0 0 ] + c 2 [ 2 0 − 2 1 ] x=\begin{bmatrix}-3\\0\\2\\0\end{bmatrix}+c_1\begin{bmatrix}-2\\1\\0\\0\end{bmatrix}+c_2\begin{bmatrix}2\\0\\-2\\1\end{bmatrix} x=⎣ ⎡−3020⎦ ⎤+c1⎣ ⎡−2100⎦ ⎤+c2⎣ ⎡20−21⎦ ⎤其中 c 1 , c 2 c_1,c_2 c1,c2是任意实数。
秩
矩阵的秩就是矩阵的主元数,一般用 r r r表示,一个 m × n m \times n m×n的矩阵,必然满足 r ≤ m r\leq m r≤m和 r ≤ n r\leq n r≤n。
列满秩
列满秩 r = n r=n r=n,实际上就是矩阵A中没有线性相关的列,方程的解中不存在自由变量,方程组有唯一解,或者无解。矩阵A的零空间只有零向量。
行满秩
行满秩 r = m < n r=m<n r=m<n,实际上是方程组之间线性无关,主变量 r r r个,自由变量 n − r n-r n−r个。方程组必然存在解,但存在自由变量,因此有无限种可能
方阵满秩
方阵满秩 r = m = n r=m=n r=m=n,矩阵可逆,A的零空间只有零向量,无论 b b b取何值, A X = b AX=b AX=b都只有唯一解。
r = m = n r=m=n r=m=n | r = n < m r=n<m r=n<m | r = m < n r=m<n r=m<n | r < n , r < m r<n,r<m r<n,r<m |
---|---|---|---|
R = I R=I R=I | R = [ I 0 ] R=\begin{bmatrix}I\\0\end{bmatrix} R=[I0] | R = [ I F ] R=\begin{bmatrix}I&F\end{bmatrix} R=[IF] | R = [ I F 0 0 ] R=\begin{bmatrix}I&F\\0&0\end{bmatrix} R=[I0F0] |
唯一解 | 无解或唯一 | 无穷多解 | 无解或无穷多解 |