齐次方程组 ?? = 0 的情形.
齐次方程组 ?? = 0 是天然有解的, 它至少有一个解: 零解. 所以对齐次方程组 ?? = 0, 我们关心的不是它有没有解,而是它是否有非零解. 下面的结论要非常的清楚:
1) ? 元齐次方程组 ?? = 0 只有零解的充要条件是 ?(?) = ?.
2) ? 元齐次方程组 ?? = 0 有非零解的充要条件是 ?(?) < ?.
注意:
(i) ? 是未知量的个数, 或者说是矩阵 ? 的列数. ?(?) < ? 表明 ? 的行阶梯型矩阵中非零行的行数, 小于 ?, 说明出现了自由未知量, 导致方程组的不唯一, 所以有非零解.
(ii) 这里的矩阵 ? 不一定是方阵. 这个结论较第一章 P.25 的定理 5 就更一般化了, 而且是充要条件.
一般的方程 ?? = ? 的情形.
对 ? 元线性方程组 ?? = ?, 记 ? = (?, ?). 注意到 ?(?) 比 ?(?) 只多 0或1.
1)若 ?(?) = ?(?) + 1, 则说明出现了矛盾方程, 导致方程组无解
2) 若 ?(?) = ?(?), 则没有矛盾方程, 方程组有解. 其中,
a)当 ?(?) = ?(?) < ? 时, 说明出现了自由未知量, 导致方程组有无限多解;
b)而 ?(?) = ?(?) = ? 时, 则没有出现自由未知量, 所以方程组有唯一解.
是否出现矛盾方程是方程组有解与否的关键;是否出现自由未知量又是区分有无限多解和有唯一解的关键.
换成秩的角度去说问题, 就呈现为下面的表达:
a) ? 元线性方程组 ?? = ? 有解 ⇐⇒ ?(?) = ?(?). 且
?(?) = ?(?) = ?, 有唯一解;
?(?) = ?(?) < ?, 有无限多解.
b) ? 元线性方程组 ?? = ? 无解 ⇐⇒ ?(?) ̸= ?(?).
举例
假设线性方程组AX = B.
-
设 A = [1,1;0,0], B = [1,1].
x1 + x2 = 1; 0*x1 + 0 *x2 = 1;
其中R(A)=1 /= R(B)=2;所以方程无解。而且因为方程组的第二个式子是的0=1,与事实不符。
-
A = [1,1;0,1], B = [1,1].
x1 + x2 = 1; 0*x1 + 1*x2 = 1;
其中R(A)=2 = R(B)=2;所以方程有唯一解。解为X=[0,1].
-
A = [1,1;0,0], B = [1,0].
x1 + x2 = 1; 0 *x1 + 0 *x2 = 0;
其中R(A)=2 < R(B)=3;所以方程有无穷解。因为第二项消掉了,方程只剩下第一项,一个方程式,两个未知量。
引出最小二乘问题
最小二乘问题就是用来解决第二、三种情况求最优解。
- 当出现第二种情况下(也就是A满秩下,称为满秩最小二乘问题),为了提高效率通常使用QR分解、LTLD分解、Cholesky分解和SVD分解(奇异分解)等。
- 当出现第三种情况时(也就是A秩亏,称为亏秩最小二乘问题),只能使用SVD分解方法,其他方法将失效。