线性代数笔记:线性方程组

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/Fast_G/article/details/52767343


线性方程组Linear Equation

若两个线性方程组有相同的解集(solution set),称它们为等价(equivalent)的。

线性方程组的解的情况 称线性方程组为
无解 不相容(inconsistent)
有唯一解 相容(consistent)
有无穷多解 相容
初等行变换(elementary row operation)
倍加变换:把某一行换成它本身与另一行的倍数的和
对换变换:把两行对换
倍乘变换:把某一行的所有元素乘以同一个非零数

行变换可施行于任何矩阵(matrix)。

若一个矩阵可以经过一系列行初等变换成为另一个矩阵,称两个矩阵为行等价的。

若两个线性方程组的增广矩阵(augmented matrix)是行等价的,则它们具有相同的解集。


行简化Row Reduction与阶梯形Echelon Form

行阶梯形矩阵(REF)性质
每一非零行在每一零行之上
每一行的先导元素(leading entry)所在的列位于前一行先导元素的右边
每一先导元素所在列下方的元素都是零
简化行阶梯形矩阵(RREF)性质
每一非零行在每一零行之上
每一行的先导元素所在的列位于前一行先导元素的右边
每一先导元素所在列下方的元素都是零
每一非零行的先导元素是1
每一先导元素1是该元素所在列的唯一非零元素

每个矩阵行等价于唯一的简化行阶梯形矩阵。

矩阵的主元位置(pivot position)为对应阶梯形的先导元素的位置,主元列是含有主元位置的列。

行化简算法
第一步:从最左边的非零列开始选取主元列
第二步:从主元列中选取一个非零元作为主元,对换变换将主元移至主元位置
第三步:倍加变换将主元下面的元素变成0
第四步:对剩下的子矩阵进行上述三步处理
第五步:从最右边的主元开始,倍乘变换将主元变成1,倍加变换将主元上方元素变成0

第一至四步为向前步骤,第五步为向后步骤。

用基本变量(basic variable)和自由变量(free variable)表示的解称为方程组的通解(general solution)。

存在性与唯一性定理(判断线性方程组是否相容以及解的个数)
线性方程组相容的充要条件是增广矩阵的最右列不是主元列
若线性方程组相容,当没有自由变量时,有唯一解;当至少有一个自由变量时,有无穷多解
解线性方程组
第一步:写出增广矩阵
第二步:将增广矩阵化为阶梯形,判断方程组是否有解
第三步:将增广矩阵化为简化阶梯形,写出通解

向量方程Vector Equation

仅含一列的矩阵称为列向量(column vector)。

Rn中向量的运算
u+v=v+u
u+v)+w=u+(v+w
u+0=u
c(d u)=(cd)u
1 u=u
c(u+v)=c u+c v
(c+d)u=c u+d u
线性组合
y=c1v1++cpvp称为v1,v2,,vpc1,c2,,cp为权(weight)的线性组合(linear combination)

当增广矩阵[a1a2anb]有解时,b可以表示为a1,a2,,an的线性组合。

v1,v2,,vpRn中的向量,则包含v1,v2,,vp的所有线性组合的集合用Span{v1,v2,,vp}表示,称为由v1,v2,,vp生成的Rn的子集(subset)。

判断b是否属于Span{v1,v2,,vp} 即 判断增广矩阵[v1v2vpb]是否有解


阅读更多

没有更多推荐了,返回首页