02矩阵消元

矩阵消元

Elimination with matrices

消元法求解方程

• 消元法介绍
  消元法是计算机软件求解线形方程组所用的最常见的方法。任何情况下，只要是矩阵 A 可逆，均可以通过消元法求得 Ax=b 的解。
  此处给出的线性方程组为：
  
  **高斯消元法（Gauss elimination）**就是通过对方程组中的某两个方程进行适当的数乘和加（jian）和（fa），以达到将某一未知数系数变为零，从而削减未知数个数的目的。 我们将矩阵左上角的 1 称之为“主元一”（the first pivot），第一步要通过消元将第一列中除了主元之外的数字均变化为 0。操作方法就是用之后的每一行减去第一行的适当倍数，此例中第二行应减去第一行的 3 倍。之后应对第三行做类似操作，
  本例中三行第一列数字已经为 0，故不用进行操作。
  
  处在第二行第二列的主元二为 2，因此用第三行减去第二行的两倍进行消元，得到第三个主元为 5。
  矩阵 A 为可逆矩阵，消元结束后得到上三角阵 U（Uppertriangular matrix），其左侧下半部分的元素均为 0，而主元 1,2,5 分列在 U 的对角线上。主元之积即行列式的值。
  需要说明的是，主元不能为 0，如果恰好消元至某行，0 出现在了主元的位置上，应当通过与下方一行进行“行交换”使得非零数字出现在主元位置上。如果 0 出现在了主元位置上，并且下方没有对等位置为非 0 数字的行，则消元终止，并证明矩阵 A 为不可逆矩阵，且线性方程组没有唯一解。
  例如消成这样

• 回代 Back-Substitution
  做方程的高斯消元时，需要对等式右侧的 b 做同样的乘法和加减法。手工计算时比较有效率的方法是应用“增广矩阵”（augmented matrix），将 b 插入矩阵 A之后形成最后一列，在消元过程中带着 b 一起操作。（Matlab 是算完系数矩阵再处理 b 的。）
  
  此时我们将原方程 Ax=b 转化为了新的方程 Ux=c，其中 c=
  从最后一行得到 z=-2，依次回代可以得到 y=1,和 x=2。

先介绍增广矩阵：

一下子就看出来了，就是把系数矩阵 A 和向量 b 拼接成一个矩阵就行了。

消元矩阵 Elimination Matrices

• 行向量与矩阵的乘法

• 消元矩阵介绍

所谓消元矩阵，就是将消元过程中的行变换转化为矩 阵之间的乘法形式。

我们消元过程是将第一行乘-3 加到第二行，这是对第二行的操作，那么就

从单位阵得到第二行着手：

• 行交换矩阵与逆矩阵

（1）行交换与列变换

（2）逆矩阵初探

即我们把一个消元结束的矩阵 U 如何变为 未经消元的矩阵 A 呢？

答案就是乘上一个逆矩阵。