线性代数 --- 当方程组Ax=0和Ax=b不满秩时,如何求解方程组?

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


Part I:齐次方程组Ax=0的解法 

Ax=0(令自由变量为一指定常数的解法)

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,r\neq n的方程组),基于矩阵的维数n,矩阵的秩r(Rank)求出特解的个数=n-r(对于mxn矩阵而言)。确定主元列和主元变量,自由列和自由变量。

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:


Part II:非齐次方程组Ax=0的解法 

  Ax=b(令等式右端b为代数的求解步骤)

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: 

b=\begin{bmatrix} 1\\ 2\\ 1 \end{bmatrix}\Rightarrow \begin{bmatrix} b_{3}/6\\ 1/12b_{1}-1/24b_{3}\\ 0 \end{bmatrix}=\begin{bmatrix} 0.17\\ 0.04\\ 0\end{bmatrix} 

 加上Ax=0的通解,也得到了Ax=b的全部解。

Check(验证计算结果):


Ax=b(令等式右端b为一组任意实数的求解步骤)

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:

x=x_{p}+x_{n}

其中,x_{n}为Ax=0的通解,x_{p}为Ax=b的特解。

分别求解这两个x:

Ax_{p}=b,Ax_{n}=0

合并两个x,得到完整解:  

 x_{p}+x_{n}\Rightarrow x

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x_{3}为0,求解Ux=c,得到一个Ax_{p}=b的特解x_{p}

3,化简Ax=0到最简阶梯型矩阵R,并求出Ax=0的所有解x_{n},他是n-r个特解的任意一个线性组合。

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

  • 3
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

松下J27

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值