一、消元矩阵
消元矩阵执行消元步骤用到的矩阵。从第
i
i
i 个方程减去
l
i
j
l_{ij}
lij 乘第
j
j
j 个方程(将
x
j
x_j
xj 从第
i
i
i 行中消去)。我们需要很多个简单的矩阵
E
i
j
E_{ij}
Eij,每一个对应一个主对角线下方要消除的非零数字。
后面我们会把所有的
E
i
j
E_{ij}
Eij 结合成一个矩阵
E
E
E,一次性完成消元。最简洁的方法是将所有的逆矩阵
(
E
i
j
)
−
1
(E_{ij})^{-1}
(Eij)−1 结合成一个整体的矩阵
L
=
E
−
1
L=E^{-1}
L=E−1。本节的内容:
- 了解每一个步骤都是一次矩阵乘法。
- 将所有步骤的 E i j E_{ij} Eij 结合成一个消元矩阵 E E E。
- 了解每一个 E i j E_{ij} Eij 如何变成逆矩阵 ( E i j ) − 1 (E_{ij})^{-1} (Eij)−1。
- 组合所有的逆矩阵 ( E i j ) − 1 (E_{ij})^{-1} (Eij)−1 (右序)变成 L L L。
L L L 的特殊性质是其所有的乘数 l i j l_{ij} lij 都是有序的,这些乘数在 E E E 中是混乱的(从 A A A 到 U U U 的前向消元),在 L L L 中(撤销消元,从 U U U 返回到 A A A)会变得有序。反向可以让这些步骤与矩阵 ( E i j ) − 1 (E_{ij})^{-1} (Eij)−1 落在反向序列中,防止混乱。
二、矩阵乘向量 Ax = b
上节的例题
3
×
3
3\times3
3×3 的方程组可以简写乘矩阵的形式
A
x
=
b
A\boldsymbol x=\boldsymbol b
Ax=b:
2
x
1
+
4
x
2
−
2
x
3
=
2
4
x
1
+
9
x
2
−
3
x
3
=
8
−
2
x
1
−
3
x
2
+
7
x
3
=
10
等价于
[
2
4
−
2
4
9
−
3
−
2
−
3
7
]
[
x
1
x
2
x
3
]
=
[
2
8
10
]
(
2.3.1
)
\begin{matrix}2x_1+4x_2-2x_3=2\\4x_1+9x_2-3x_3=8\\-2x_1-3x_2+7x_3=10\end{matrix}\kern 6pt等价于\kern 6pt\begin{bmatrix}\kern 7pt2&\kern 7pt4&-2\\\kern 7pt4&\kern 7pt9&-3\\-2&-3&\kern 7pt7\end{bmatrix}\begin{bmatrix}x_1\\x_2\\x_3\end{bmatrix}=\begin{bmatrix}2\\8\\10\end{bmatrix}\kern 10pt(2.3.1)
2x1+4x2−2x3=24x1+9x2−3x3=8−2x1−3x2+7x3=10等价于
24−249−3−2−37
x1x2x3
=
2810
(2.3.1)左侧的
9
9
9 个数字组成矩阵
A
A
A,矩阵
A
A
A 乘
x
\boldsymbol x
x 得到三个方程。
A
A
A 乘
x
\boldsymbol x
x 复习:矩阵乘向量得到向量。当方程的数目和未知数的数目相等时,矩阵为方阵。方阵通常表示为
n
×
n
n\times n
n×n。向量
x
\boldsymbol x
x 在
n
n
n 维空间。
未知数是
x
=
[
x
1
x
2
x
3
]
解是
x
=
[
−
1
2
2
]
未知数是\kern 5pt\boldsymbol x=\begin{bmatrix}x_1\\x_2\\x_3\end{bmatrix}\kern 10pt解是\kern 5pt\boldsymbol x=\begin{bmatrix}-1\\\kern 7pt2\\\kern 7pt2\end{bmatrix}
未知数是x=
x1x2x3
解是x=
−122
重点:
A
x
=
b
A\boldsymbol x=\boldsymbol b
Ax=b 表示方程的行形式,也表示列形式:
列形式
A
x
=
(
−
1
)
[
2
4
−
2
]
+
2
[
4
9
−
3
]
+
2
[
−
2
−
3
7
]
=
[
2
8
10
]
=
b
(
2.3.2
)
列形式\kern 10ptA\boldsymbol x=(-1)\begin{bmatrix}\kern 7pt2\\\kern 7pt4\\-2\end{bmatrix}+2\begin{bmatrix}\kern 7pt4\\\kern 7pt9\\-3\end{bmatrix}+2\begin{bmatrix}-2\\-3\\\kern 7pt7\end{bmatrix}=\begin{bmatrix}2\\8\\10\end{bmatrix}=\boldsymbol b\kern 10pt(2.3.2)
列形式Ax=(−1)
24−2
+2
49−3
+2
−2−37
=
2810
=b(2.3.2)
A
x
A\boldsymbol x
Ax 是
A
A
A 列的线性组合,要计算
A
x
A\boldsymbol x
Ax 的分量时,可以使用矩阵乘法的行形式,
A
x
A\boldsymbol x
Ax 的分量就是
x
\boldsymbol x
x 与
A
A
A 每行的点积。可以使用累加表示:
A
x
的第一分量:
(
−
1
)
(
2
)
+
(
2
)
(
4
)
+
(
2
)
(
−
2
)
A
x
第
i
分量:
(
row
i
)
⋅
x
=
a
i
1
x
1
+
a
i
2
x
2
+
⋯
+
a
i
n
x
n
A\boldsymbol x\,的第一分量:(-1)(2)+(2)(4)+(2)(-2)\kern 48pt\\A\boldsymbol x\,第 \,i\,分量:(\textrm{row}\,\,i)\cdot\boldsymbol x=a_{i1}x_1+a_{i2}x_2+\cdots+a_{in}x_n
Ax的第一分量:(−1)(2)+(2)(4)+(2)(−2)Ax第i分量:(rowi)⋅x=ai1x1+ai2x2+⋯+ainxn符号记为:
∑
j
=
1
n
a
i
j
x
j
\sum_{j=1}^{n}a_{ij}x_j
∑j=1naijxj
∑
\sum
∑ 表示累加,从
j
=
1
j=1
j=1 开始到
j
=
n
j=n
j=n 结束,从
a
i
1
x
1
a_{i1}x_1
ai1x1 开始一直累加到
a
i
n
x
n
a_{in}x_n
ainxn,得到点积
(
row
i
)
⋅
x
(\textrm{row}\,\,i)\cdot\boldsymbol x
(rowi)⋅x 。
矩阵表示法:第 1 行第 1 列的元素(左上角)是
a
11
a_{11}
a11,第 1 行第 3 列的元素是
a
13
a_{13}
a13,第 3 行第 1 列的元素是
a
31
a_{31}
a31(行数在前,列数在后)。一般规则:
a
i
j
=
A
(
i
,
j
)
a_{ij}=A(i,j)
aij=A(i,j),位置在第
i
i
i 行
j
j
j 列。
【例1】矩阵有 a i j = 2 i + j a_{ij}=2i+j aij=2i+j,则 a 11 = 3 , a 12 = 4 , a 21 = 5 a_{11}=3,a_{12}=4,a_{21}=5 a11=3,a12=4,a21=5。下面是由行得到 A x A\boldsymbol x Ax,分别用数字和字母表示: [ 3 4 5 6 ] [ 2 1 ] = [ 3 ⋅ 2 + 4 ⋅ 1 5 ⋅ 2 + 6 ⋅ 1 ] [ a 11 a 12 a 21 a 22 ] [ x 1 x 2 ] = [ a 11 x 1 + a 12 x 2 a 21 x 1 + a 22 x 2 ] \begin{bmatrix}3&4\\5&6\end{bmatrix}\begin{bmatrix}2\\1\end{bmatrix}=\begin{bmatrix}3\cdot2+4\cdot1\\5\cdot2+6\cdot1\end{bmatrix}\kern 15pt\begin{bmatrix}a_{11}&a_{12}\\a_{21}&a_{22}\end{bmatrix}\begin{bmatrix}x_1\\x_2\end{bmatrix}=\begin{bmatrix}a_{11}x_1+a_{12}x_2\\a_{21}x_1+a_{22}x_2\end{bmatrix} [3546][21]=[3⋅2+4⋅15⋅2+6⋅1][a11a21a12a22][x1x2]=[a11x1+a12x2a21x1+a22x2]
三、一个消元步骤的矩阵形式
方程
A
x
=
b
A\boldsymbol x=\boldsymbol b
Ax=b,从第二个式子中减去
2
2
2 乘第一个式子,在右侧,
b
\boldsymbol b
b 的第二个分量减去
2
2
2 乘第一个分量:
第一步
b
=
[
2
8
10
]
变为
b
new
=
[
2
4
10
]
第一步\kern 10pt\boldsymbol b=\begin{bmatrix}2\\8\\10\end{bmatrix}\kern 10pt变为\kern 10pt\boldsymbol b_{\textrm {new}}=\begin{bmatrix}2\\4\\10\end{bmatrix}
第一步b=
2810
变为bnew=
2410
若使用矩阵形式实现上述步骤,则需要一个消元矩阵
E
E
E 乘
b
\boldsymbol b
b 得到
b
new
=
E
b
\boldsymbol b_{\textrm{new}}=E\boldsymbol b
bnew=Eb,从
b
2
b_2
b2 减去
2
b
1
2b_1
2b1:
消元矩阵
E
=
[
1
0
0
−
2
1
0
0
0
1
]
消元矩阵\kern 10ptE=\begin{bmatrix}\kern 7pt1&0&0\\-2&1&0\\\kern 7pt0&0&1\end{bmatrix}
消元矩阵E=
1−20010001
用
E
E
E 乘的结果是使得第
2
2
2 行减去
2
2
2 乘第
1
1
1 行,而第
1
、
3
1、3
1、3 行保持不变:
[
1
0
0
−
2
1
0
0
0
1
]
[
2
8
10
]
=
[
2
4
10
]
[
1
0
0
−
2
1
0
0
0
1
]
[
b
1
b
2
b
3
]
=
[
b
1
b
2
−
2
b
1
b
3
]
\begin{bmatrix}\kern 7pt1&0&0\\-2&1&0\\\kern 7pt0&0&1\end{bmatrix}\begin{bmatrix}2\\8\\10\end{bmatrix}=\begin{bmatrix}2\\4\\10\end{bmatrix}\kern 10pt\begin{bmatrix}\kern 7pt1&0&0\\-2&1&0\\\kern 7pt0&0&1\end{bmatrix}\begin{bmatrix}b_1\\b_2\\b_3\end{bmatrix}=\begin{bmatrix}b_1\\b_2-2b_1\\b_3\end{bmatrix}
1−20010001
2810
=
2410
1−20010001
b1b2b3
=
b1b2−2b1b3
E
E
E 的第
1
、
3
1、3
1、3 行是来自于单位矩阵
I
I
I,它们不会改变第一和第三分量,新的第二个分量
4
4
4 是消元之后出现的,即
b
2
−
2
b
1
b_2-2b_1
b2−2b1。
消元矩阵
E
E
E 是将单位矩阵
I
I
I 其中的一个
0
0
0 变为乘数
−
l
-l
−l。
单位矩阵对角线上的元素都是 1 1 1,其余的元素全为 0 0 0。对于任意的 b \boldsymbol b b 都有 I b = b I\boldsymbol b=\boldsymbol b Ib=b。消元矩阵 E i j E_{ij} Eij 在 i , j i,j i,j 位置处多了一个非零元素 − l -l −l,被 E i j E_{ij} Eij 乘会使得第 i i i 行减去 l l l 乘第 j j j 行。
【例2】矩阵
E
31
E_{31}
E31 的位置
3
,
1
3,1
3,1 是
−
l
-l
−l:
单位矩阵
I
=
[
1
0
0
0
1
0
0
0
1
]
消元矩阵
E
31
=
[
1
0
0
0
1
0
−
l
0
1
]
单位矩阵\kern 10ptI=\begin{bmatrix}1&0&0\\0&1&0\\0&0&1\end{bmatrix}\kern 10pt消元矩阵\kern 5ptE_{31}=\begin{bmatrix}\kern 7pt1&0&0\\\kern 7pt0&1&0\\-l&0&1\end{bmatrix}
单位矩阵I=
100010001
消元矩阵E31=
10−l010001
I
I
I 乘
b
\boldsymbol b
b 仍然得到
b
\boldsymbol b
b,但是
E
31
E_{31}
E31 乘
b
\boldsymbol b
b 会从
b
\boldsymbol b
b 的第三分量减去
l
l
l 乘第一分量。当
l
=
4
l=4
l=4 时,第三分量为
9
−
4
=
5
9-4=5
9−4=5:
I
b
=
[
1
0
0
0
1
0
0
0
1
]
[
1
3
9
]
=
[
1
3
9
]
E
31
b
=
[
1
0
0
0
1
0
−
4
0
1
]
[
1
3
9
]
=
[
1
3
5
]
I\boldsymbol b=\begin{bmatrix}1&0&0\\0&1&0\\0&0&1\end{bmatrix}\begin{bmatrix}1\\3\\9\end{bmatrix}=\begin{bmatrix}1\\3\\9\end{bmatrix}\kern 10ptE_{31}\boldsymbol b=\begin{bmatrix}1&0&0\\0&1&0\\-4&0&1\end{bmatrix}\begin{bmatrix}1\\3\\9\end{bmatrix}=\begin{bmatrix}1\\3\\5\end{bmatrix}
Ib=
100010001
139
=
139
E31b=
10−4010001
139
=
135
A
x
=
b
A\boldsymbol x=\boldsymbol b
Ax=b 进行消元时,两侧都会被
E
31
E_{31}
E31 乘,
E
31
E_{31}
E31 的目的是在矩阵
(
3
,
1
)
(3,1)
(3,1) 位置处产生
0
0
0。
进行消元时,从矩阵
A
A
A 开始,需要使用多个
E
E
E 使得主元下方位置都产生
0
0
0,第一个
E
E
E 是
E
21
E_{21}
E21,最终得到三角形
U
U
U。
消元过程中,向量
x
\boldsymbol x
x 不会变化,解
x
\boldsymbol x
x 也不会因消元而改变。只有系数矩阵会改变。若
A
x
=
b
A\boldsymbol x=\boldsymbol b
Ax=b,则
E
A
x
=
E
b
EA\boldsymbol x=E\boldsymbol b
EAx=Eb,新矩阵
E
A
EA
EA 是
E
E
E 乘
A
A
A 的结果。
四、矩阵乘法
两个矩阵如何相乘?若第一个矩阵是
E
E
E,目标是
E
A
EA
EA,
E
E
E 会使得
A
A
A 的行
2
2
2 减去
2
2
2 乘行
1
1
1,乘数是
2
2
2:
E
A
=
[
1
0
0
−
2
1
0
0
0
1
]
[
2
4
−
2
4
9
−
3
−
2
−
3
7
]
=
[
2
4
−
2
0
1
1
−
2
−
3
7
]
(
得到一个零
)
(
2.3.3
)
EA=\begin{bmatrix}\kern 7pt1&0&0\\-2&1&0\\\kern 7pt0&0&1\end{bmatrix}\begin{bmatrix}\kern 7pt2&\kern 7pt4&-2\\\kern 7pt4&\kern 7pt9&-3\\-2&-3&\kern 7pt7\end{bmatrix}=\begin{bmatrix}\kern 7pt2&\kern 7pt4&-2\\\kern 7pt\textbf0&\kern 7pt\textbf1&\kern 7pt\textbf1\\-2&-3&\kern 7pt7\end{bmatrix}\kern 5pt(得到一个零)\kern 10pt(2.3.3)
EA=
1−20010001
24−249−3−2−37
=
20−241−3−217
(得到一个零)(2.3.3)这个步骤没有改变
A
A
A 的行
1
1
1 和行
3
3
3,它们在
E
A
EA
EA 中保持不变,只改变了行
2
2
2,行
2
2
2 减去了行
1
1
1 的
2
2
2 倍。矩阵乘法与消元法达成了相同的目的,新的系统为
E
A
x
=
E
b
EA\boldsymbol x=E\boldsymbol b
EAx=Eb。
E
A
x
EA\boldsymbol x
EAx 虽然简单,确含有一个巧妙的思想。从
A
x
=
b
A\boldsymbol x=\boldsymbol b
Ax=b 开始,两边同时用
E
E
E 乘得到
E
(
A
x
)
=
E
b
E(A\boldsymbol x)=E\boldsymbol b
E(Ax)=Eb。使用矩阵乘法,也是
(
E
A
)
x
=
E
b
(EA)\boldsymbol x=E\boldsymbol b
(EA)x=Eb。
第一个是 E E E 乘 A x A\boldsymbol x Ax,第二个是 E A EA EA 乘 x \boldsymbol x x,它们是相同的。
括号不需要了,可直接写成
E
A
x
EA\boldsymbol x
EAx。
这个规律可以扩展至有多个列向量的矩阵
C
C
C,计算
E
A
C
EAC
EAC 可以先算
A
C
AC
AC,也可以先算
E
A
EA
EA,这个规律就是结合律。
注意通常情况下
E
A
EA
EA 不等于
A
E
AE
AE。当
E
E
E 乘在右侧时,它作用于
A
A
A 的列而不是行。
A
E
AE
AE 会使得
A
A
A 的列
1
1
1 减去
2
2
2 乘列
2
2
2
结合律正确
A
(
B
C
)
=
(
A
B
)
C
交换律错误
通常
A
B
≠
B
A
结合律正确\kern 10ptA(BC)=(AB)C\\交换律错误\kern 10pt通常AB\neq BA\kern 12pt
结合律正确A(BC)=(AB)C交换律错误通常AB=BA矩阵乘法还有另外一个要求,假设
B
B
B 只有一列(列
b
\boldsymbol b
b),矩阵 - 矩阵相乘
E
B
EB
EB 应和矩阵 - 向量相乘的法则一致。甚至矩阵乘法
E
B
EB
EB 可以一次乘一列:
如果
B
B
B 有多个列
b
1
,
b
2
,
b
3
b_1,b_2,b_3
b1,b2,b3,则
E
B
EB
EB 的列为
E
b
1
,
E
b
2
,
E
b
3
Eb_1,Eb_2,Eb_3
Eb1,Eb2,Eb3。
矩阵乘法
E
B
=
E
[
b
1
,
b
2
,
b
3
]
=
[
E
b
1
,
E
b
2
,
E
b
3
]
(
2.3.4
)
矩阵乘法\kern 10ptEB=E[b_1,b_2,b_3]=[Eb_1,Eb_2,Eb_3]\kern 15pt(2.3.4)
矩阵乘法EB=E[b1,b2,b3]=[Eb1,Eb2,Eb3](2.3.4)对于式(2.3.3),也可以使用这项性质。
E
E
E 乘
A
A
A 的列
3
3
3,也可以得到正确的
E
A
EA
EA 的列
3
3
3:
[
1
0
0
−
2
1
0
0
0
1
]
[
−
2
−
3
7
]
=
[
−
2
1
7
]
E
(
A
的列
j
)
=
E
A
的列
j
\begin{bmatrix}\kern 7pt1&0&0\\-2&1&0\\\kern 7pt0&0&1\end{bmatrix}\begin{bmatrix}-2\\-3\\\kern 7pt7\end{bmatrix}=\begin{bmatrix}-2\\\kern 7pt1\\\kern 7pt7\end{bmatrix}\kern 10ptE(A的列\kern 1ptj)=EA\,的列\,j
1−20010001
−2−37
=
−217
E(A的列j)=EA的列j矩阵乘法有三种处理方式(行、列、整个矩阵)都可以得到正确的结果。
五、行交换矩阵 P i j P_{ij} Pij
从行
i
i
i 减去行
j
j
j 使用
E
i
j
E_{ij}
Eij,交换或置换这些行使用另外一种矩阵
P
i
j
P_{ij}
Pij(置换矩阵)。如果主元位置出现零时,那么就需要行交换,往下方看,主元这一列可能存在非零数字,交换这两行就有主元了,消元也可以继续进行。
置换矩阵
P
23
P_{23}
P23 可以交换行
2
2
2 与行
3
3
3,将单位矩阵的行
2
2
2 与行
3
3
3 交换,就可得到
P
23
:
P_{23}:
P23:
置换矩阵
P
23
=
[
1
0
0
0
0
1
0
1
0
]
置换矩阵\kern 10ptP_{23}=\begin{bmatrix}1&0&0\\0&0&1\\0&1&0\end{bmatrix}
置换矩阵P23=
100001010
这个就是行交换矩阵。
P
23
P_{23}
P23 乘任意的列向量,都会使其第二分量和第三分量交换,因此也可以交换矩阵的行
2
2
2 与行
3
3
3:
[
1
0
0
0
0
1
0
1
0
]
[
1
3
5
]
=
[
1
5
3
]
,
[
1
0
0
0
0
1
0
1
0
]
[
2
4
1
0
0
3
0
6
5
]
=
[
2
4
1
0
6
5
0
0
3
]
\begin{bmatrix}1&0&0\\0&0&1\\0&1&0\end{bmatrix}\begin{bmatrix}1\\3\\5\end{bmatrix}=\begin{bmatrix}1\\5\\3\end{bmatrix},\kern 13pt\begin{bmatrix}1&0&0\\0&0&1\\0&1&0\end{bmatrix}\begin{bmatrix}2&4&1\\0&0&3\\0&6&5\end{bmatrix}=\begin{bmatrix}2&4&1\\0&6&5\\0&0&3\end{bmatrix}
100001010
135
=
153
,
100001010
200406135
=
200460153
P
23
P_{23}
P23 交换了行
2
2
2 与行
3
3
3,使得主元的位置从
0
0
0 变成了
6
6
6。
置换矩阵可以交换行的顺序。例如行
1
,
2
,
3
1,2,3
1,2,3 可以变为行
3
,
1
,
2
3,1,2
3,1,2。
行交换矩阵: 单位矩阵的行 i i i 与 j j j 交换顺序可以得到 P i j P_{ij} Pij。当置换矩阵 P i j P_{ij} Pij 乘一个矩阵时,则该矩阵交换行 i i i 与行 j j j。
交换方程 1 与方程 3 ,左边乘上 P 13 = [ 1 0 0 0 1 0 0 0 1 ] 交换方程\,1\,与方程\,3,左边乘上 P_{13}=\begin{bmatrix}1&0&0\\0&1&0\\0&0&1\end{bmatrix} 交换方程1与方程3,左边乘上P13= 100010001 一般来说要将主元移至对角线时,需要用到置换矩阵。
六、增广矩阵
下面是一个矩形矩阵也是来源于原始方程,但是包括了右侧的
b
\boldsymbol b
b。
关键点:消元法对于
A
A
A 与
b
\boldsymbol b
b 有相同的行操作,我们可以将
b
\boldsymbol b
b 当做一个额外的列,一起进行消元。额外列
b
\boldsymbol b
b 加入后,矩阵
A
A
A 就变大了,称为增广(augmented)矩阵:
增广矩阵
[
A
b
]
=
[
2
4
−
2
2
4
9
−
3
8
−
2
−
3
7
10
]
\pmb{增广矩阵}\kern 5pt[A\kern 6pt\boldsymbol b]=\begin{bmatrix}\kern 7pt2&\kern 7pt4&-2&\pmb2\\\kern 7pt4&\kern 7pt9&-3&\pmb8\\-2&-3&\kern 7pt7&\pmb{10}\end{bmatrix}
增广矩阵[Ab]=
24−249−3−2−372810
消元法作用于矩阵的整个行,
E
E
E 同时乘上左侧和右侧,得到方程
2
2
2 减去
2
2
2 乘方程
1
1
1,这个步骤同时发生在
[
E
b
]
[E\kern 6pt\boldsymbol b]
[Eb]:
[
1
0
0
−
2
1
0
0
0
1
]
[
2
4
−
2
2
4
9
−
3
8
−
2
−
3
7
10
]
=
[
2
4
−
2
2
0
1
1
4
−
2
−
3
7
10
]
\begin{bmatrix}\kern 7pt1&0&0\\-2&1&0\\\kern 7pt0&0&1\end{bmatrix}\begin{bmatrix}\kern 7pt2&\kern 7pt4&-2&2\\\kern 7pt4&\kern 7pt9&-3&8\\-2&-3&\kern 7pt7&10\end{bmatrix}=\begin{bmatrix}\kern 7pt2&\kern 7pt4&-2&2\\\kern 7pt0&\kern 7pt1&\kern 7pt1&4\\-2&-3&\kern 7pt7&10\end{bmatrix}
1−20010001
24−249−3−2−372810
=
20−241−3−2172410
新的第二行包含
0
,
1
,
1
,
4
0,1,1,4
0,1,1,4,新的方程
2
2
2 为
x
2
+
x
3
=
4
x_2+x_3=4
x2+x3=4。矩阵乘法同时作用于行和列:
行:
E
的每一行作用在
[
A
b
]
得到
[
E
A
E
b
]
的一行
列:
E
作用于
[
A
b
]
的每一列得到
[
E
A
E
b
]
的一列
\pmb{行:}E\,的每一行作用在[A\kern 6pt\boldsymbol b]得到 [EA\kern 6ptE\boldsymbol b]的一行\\\pmb{列:}E作用于 [A\kern 6pt\boldsymbol b]的每一列得到[EA\kern 6ptE\boldsymbol b]的一列
行:E的每一行作用在[Ab]得到[EAEb]的一行列:E作用于[Ab]的每一列得到[EAEb]的一列注意作用(act)的意义。矩阵
A
A
A 作用于
x
\boldsymbol x
x 得到
b
\boldsymbol b
b。矩阵
E
E
E 作用于
A
A
A 得到
E
A
EA
EA。消元法的过程就是一系列的行运算,也是矩阵乘法。从
A
A
A 到
E
21
A
E_{21}A
E21A,再到
E
31
E
21
A
E_{31}E_{21}A
E31E21A,最后是
E
32
E
31
E
21
A
E_{32}E_{31}E_{21}A
E32E31E21A,它是个三角矩阵。
方程右侧的引入形成了增广矩阵,最后结果是一个方程的三角形系统。
七、主要内容总结
- A x = ( x 1 乘列 1 ) + ⋯ + ( x n 乘列 n ) A\boldsymbol x=(x_1乘列\,1)+\cdots+(x_n乘列\,n) Ax=(x1乘列1)+⋯+(xn乘列n), ( A x ) i = ∑ j = 1 n a i j x j (A\boldsymbol x)_i=\sum_{j=1}^{n}a_{ij}x_j (Ax)i=∑j=1naijxj。
- 单位矩阵 = I 单位矩阵=I 单位矩阵=I, 消元矩阵 = E i j , 使用乘数 l 21 消元矩阵=E_{ij},使用乘数\,l_{21} 消元矩阵=Eij,使用乘数l21, 置换矩阵 = P i j 置换矩阵=P_{ij} 置换矩阵=Pij。
- E 21 E_{21} E21 乘 A x = b A\boldsymbol x=\boldsymbol b Ax=b,得到方程 2 2 2 减去 l 21 l_{21} l21 乘方程 1 1 1。 − l 21 -l_{21} −l21 是消元矩阵 E 21 E_{21} E21 在位置 ( 2 , 1 ) (2,1) (2,1) 处的元素。
- 增广矩阵 [ A b ] \begin{bmatrix}A&\boldsymbol b\end{bmatrix} [Ab],消元步骤得到 [ E 21 A E 21 b ] \begin{bmatrix}E_{21}A&E_{21}\boldsymbol b\end{bmatrix} [E21AE21b]。
- A A A 乘任意矩阵 B B B,等于 A A A 分别乘 B B B 的每一列。
八、例题
【例3】什么样的
3
×
3
3\times3
3×3 矩阵
E
21
E_{21}
E21 使得矩阵
A
A
A 的行
2
2
2 减去
4
4
4 乘行
1
1
1?什么样的矩阵
P
32
P_{32}
P32 交换矩阵
A
A
A 的行
2
2
2 与行
3
3
3?如果对矩阵
A
A
A 右乘而不是左乘,描述
A
E
21
AE_{21}
AE21 与
A
P
32
AP_{32}
AP32 的结果?
解: 对单位矩阵
I
I
I 执行一些运算,可得
E
21
=
[
1
0
0
−
4
1
0
0
0
1
]
,
P
32
=
[
1
0
0
0
0
1
0
1
0
]
E_{21}=\begin{bmatrix}\kern 7pt1&0&0\\-4&1&0\\\kern 7pt0&0&1\end{bmatrix},\kern 15ptP_{32}=\begin{bmatrix}1&0&0\\0&0&1\\0&1&0\end{bmatrix}
E21=
1−40010001
,P32=
100001010
E
21
E_{21}
E21 乘在矩阵
A
A
A 的右侧使得
A
A
A 的列
1
1
1 减去
4
4
4 乘列
2
2
2,
P
32
P_{32}
P32 乘在右侧会交换列
2
2
2 与 列
3
3
3。
【例4】写出下面方程组的增广矩阵
[
A
b
]
\begin{bmatrix}A&\boldsymbol b\end{bmatrix}
[Ab]:
x
+
2
y
+
2
z
=
1
4
x
+
8
y
+
9
z
=
3
3
y
+
2
z
=
1
\kern 4ptx+2y+2z=1\\4x+8y+9z=3\\\kern 24pt3y+2z=1
x+2y+2z=14x+8y+9z=33y+2z=1使用
E
21
E_{21}
E21 和
P
32
P_{32}
P32 得到三角形系统。用回代求解方程组。组合矩阵
P
32
E
21
P_{32}E_{21}
P32E21 一次做了那些工作?
解:
E
21
E_{21}
E21 使列
1
1
1 的
4
4
4 变为
0
0
0,但是
0
0
0 也出现在了列
2
2
2:
[
A
b
]
=
[
1
2
2
1
4
8
9
3
0
3
2
1
]
,
E
21
[
A
b
]
=
[
1
2
2
1
0
0
1
−
1
0
3
2
1
]
\begin{bmatrix}A&\boldsymbol b\end{bmatrix}=\begin{bmatrix}1&2&2&1\\\pmb4&8&9&3\\0&3&2&1\end{bmatrix},\kern 10ptE_{21}\begin{bmatrix}A&\boldsymbol b\end{bmatrix}=\begin{bmatrix}1&2&2&\kern 7pt1\\\pmb0&\pmb0&1&-1\\0&3&2&\kern 7pt1\end{bmatrix}
[Ab]=
140283292131
,E21[Ab]=
1002032121−11
P
32
P_{32}
P32 交换行
2
2
2 与行
3
3
3,回代可以求出解
z
,
y
,
x
z,y,x
z,y,x:
P
32
E
21
[
A
b
]
=
[
1
2
2
1
0
3
2
1
0
0
1
−
1
]
,
[
x
y
z
]
=
[
1
1
−
1
]
P_{32}E_{21}\begin{bmatrix}A&\boldsymbol b\end{bmatrix}=\begin{bmatrix}1&2&2&\kern 7pt1\\0&3&2&\kern 7pt1\\0&0&1&-1\end{bmatrix},\kern 10pt\begin{bmatrix}x\\y\\z\end{bmatrix}=\begin{bmatrix}\kern 7pt1\\\kern 7pt1\\-1\end{bmatrix}
P32E21[Ab]=
10023022111−1
,
xyz
=
11−1
组合矩阵
P
32
E
21
P_{32}E_{21}
P32E21 可以同时完成两个步骤,
P
32
P_{32}
P32 作用于
E
21
E_{21}
E21:
一个矩阵
两个步骤
P
32
E
21
=
E
21
交换行
2
与行
3
=
[
1
0
0
0
0
1
−
4
1
0
]
\begin{matrix}\pmb{一个矩阵}\\\pmb{两个步骤}\end{matrix}\kern 10ptP_{32}E_{21}=E_{21}交换行\,2与行\,3=\begin{bmatrix}\kern 7pt1&0&0\\\kern 7pt0&0&1\\-4&1&0\end{bmatrix}
一个矩阵两个步骤P32E21=E21交换行2与行3=
10−4001010
【例5】矩阵乘法有两种方式。第一,
A
A
A 的行乘
B
B
B 的列;第二,
A
A
A 的列乘
B
B
B 的行,这个不寻常的方法会产生两个矩阵,相加后得到
A
B
AB
AB。两种方法各需要多少次乘法?
两种方法
A
B
=
[
3
4
1
5
2
0
]
[
2
4
1
1
]
=
[
10
16
7
9
4
8
]
\pmb{两种方法}\kern 10ptAB=\begin{bmatrix}3&4\\1&5\\2&0\end{bmatrix}\begin{bmatrix}2&4\\1&1\end{bmatrix}=\begin{bmatrix}10&16\\7&9\\4&8\end{bmatrix}
两种方法AB=
312450
[2141]=
10741698
解:
A
A
A 的行乘
B
B
B 的列是向量的点积:
(
row
1
)
⋅
(
column
1
)
=
[
3
4
]
[
2
1
]
=
10
是
A
B
在
(
1
,
1
)
处的元素
(
row
2
)
⋅
(
column
1
)
=
[
1
5
]
[
2
1
]
=
7
是
A
B
在
(
2
,
1
)
处的元素
(\textrm{row}\,1)\cdot(\textrm{column}\,1)=\begin{bmatrix}3&4\end{bmatrix}\begin{bmatrix}2\\1\end{bmatrix}=10\kern 7pt是\,AB\,在(1,1)处的元素\\(\textrm{row\,2})\cdot(\textrm{column}\,1)=\begin{bmatrix}1&5\end{bmatrix}\begin{bmatrix}2\\1\end{bmatrix}=7\kern 13pt是\,AB\,在(2,1)处的元素
(row1)⋅(column1)=[34][21]=10是AB在(1,1)处的元素(row2)⋅(column1)=[15][21]=7是AB在(2,1)处的元素总共要做
6
6
6 个点积,每个有
2
2
2 次乘法,总共需要
(
3
⋅
2
⋅
2
)
=
12
(3\cdot2\cdot2)=12
(3⋅2⋅2)=12 次乘法。
A
B
AB
AB 也可以是
A
A
A 的列乘
B
B
B 的行,一列乘一行是一个矩阵,也是
12
12
12 次乘法:
A
B
=
[
3
1
2
]
[
2
4
]
+
[
4
5
0
]
[
1
1
]
=
[
6
12
2
4
4
8
]
+
[
4
4
5
5
0
0
]
AB=\begin{bmatrix}3\\1\\2\end{bmatrix}\begin{bmatrix}2&4\end{bmatrix}+\begin{bmatrix}4\\5\\0\end{bmatrix}\begin{bmatrix}1&1\end{bmatrix}=\begin{bmatrix}6&12\\2&4\\4&8\end{bmatrix}+\begin{bmatrix}4&4\\5&5\\0&0\end{bmatrix}
AB=
312
[24]+
450
[11]=
6241248
+
450450