消元法

最新推荐文章于 2023-10-29 22:07:26 发布

MicoCube

最新推荐文章于 2023-10-29 22:07:26 发布

阅读量266

点赞数

分类专栏：数学线形代数文章标签：线形代数

本文链接：https://blog.csdn.net/qq_22343075/article/details/79905606

版权

数学同时被 2 个专栏收录

2 篇文章 0 订阅

订阅专栏

线形代数

1 篇文章 0 订阅

订阅专栏

方程组

$⎧ ⎩ ⎨ ⎪ ⎪ x + 2 y + z = 2 3 x + 8 y + z = 12 4 y + z = 2$ $\left\{\begin{array}{r} x+2y+z=2 \\ 3x+8y+z=12\\ 4y+z=2 \end{array} \right.$
系数矩阵

$⎡ ⎣ ⎢ ⎢ 130284111 ⎤ ⎦ ⎥ ⎥ \times ⎡ ⎣ ⎢ ⎢ x y z ⎤ ⎦ ⎥ ⎥ = ⎡ ⎣ ⎢ ⎢ 2122 ⎤ ⎦ ⎥ ⎥$ $\left[ \begin{matrix} 1 &2 &1\\ 3 & 8 &1 \\ 0 & 4 &1 \end{matrix}\right] \times \left[\begin{matrix} x \\ y \\ z \end{matrix}\right] = \left[ \begin{matrix} 2 \\ 12 \\ 2 \end{matrix}\right]$
现在只看第一个系数矩阵

$⎡ ⎣ ⎢ ⎢ 130284111 ⎤ ⎦ ⎥ ⎥$ $\left[ \begin{matrix} 1 &2 &1\\ 3 & 8 &1 \\ 0 & 4 &1 \end{matrix}\right]$
[step_1 消掉x]现在进行消元的第一步，使用行2减去n倍的行1，使第二行的第一个元素为0，即使第二个方程的x系数为0，第一行的第一个元素称为第一个主元，主元不能为0，为0时可以行交换，直到不为0，如果底下的也全为0，消元法失效，非常容易的得出，n=3，行3([3,8,1])减去3倍的行1([3,6,3])得到新行2([0,2,-2]),第一步消元的结果是

$⎡ ⎣ ⎢ ⎢ 100224 1 - 2 1 ⎤ ⎦ ⎥ ⎥$ $\left[ \begin{matrix} 1 &2 &1\\ 0 & 2 &-2 \\ 0 & 4 &1 \end{matrix}\right]$
[step_2]第二步，同样的方法，使第三行的x系数变为0，此时n=0，所以此时，矩阵不变
[step_3 消掉y]现在第二个方程和第三个方程的x系数均为0，剩下的2个方程只剩下y和z，进行消元的第三步，此时处于(2,2)位置的2是第二个主元，主元不能为0，为0时可以行交换，直到不为0，如果底下的也全为0，消元法失效，同样的，现在要把行2中的y的系数变为0，即消掉第二个方程里的y，此时n=2，即用[0,4,1]减去[0,4,-4],得到新行[0,0,5],即
$⎡ ⎣ ⎢ ⎢ 100220 1 - 2 5 ⎤ ⎦ ⎥ ⎥$ $\left[ \begin{matrix} 1 &2 &1\\ 0 & 2 &-2 \\ 0 & 0 & 5 \end{matrix}\right]$
此时的(3,3)位置的5是第三个主元，矩阵的行列式等于其主元之积
将右侧向量代入，即 $Ax=b$ 将 $b$ 向量代入，上面的步骤只是第一个阶段，证明消元法奏效了，并且得到了3个主元，将右侧向量也代入矩阵，经过同样的算法，得到新的右侧向量，这里的矩阵称为增广矩阵：
$[\begin{matrix} 1 & 2 & 1 & 2 \\ 3 & 8 & 1 & 12 \\ 0 & 4 & 1 & 2 \end{matrix}]$ $\left[ \begin{matrix} 1 &2 &1 & 2\\ 3 & 8 &1 & 12\\ 0 & 4 &1 & 2 \end{matrix}\right]$
同样的通过step_1得到的新矩阵是
$⎡ ⎣ ⎢ ⎢ 100224 1 - 2 1 262 ⎤ ⎦ ⎥ ⎥$ $\left[ \begin{matrix} 1 &2 &1 & 2\\ 0 & 2 &-2 & 6\\ 0 & 4 &1 & 2 \end{matrix}\right]$
通过step_2时因为行3的一个元素本来就为0，无需运算
通过step_3得到的新矩阵是
$⎡ ⎣ ⎢ ⎢ 100220 1 - 2 5 26 - 10 ⎤ ⎦ ⎥ ⎥$ $\left[ \begin{matrix} 1 &2 &1 & 2\\ 0 & 2 &-2 & 6\\ 0 & 0 &5 & -10 \end{matrix}\right]$
回代，将其写回成方程形式，此时的方程为,方程组是三角的，所以反向
$⎧ ⎩ ⎨ ⎪ ⎪ x + 2 y + z = 2 2 y - 2 z = 6 5 z = - 10$ $\left\{\begin{array}{r} x+2y+z=2 \\ 2y-2z=6\\ 5z=-10 \end{array} \right.$
解得：
$⎧ ⎩ ⎨ ⎪ ⎪ z = - 2 y = 1 x = 2$ $\left\{\begin{array}{r} z=-2 \\ y=1\\ x=2 \end{array} \right.$
矩阵乘法
- 矩阵乘以向量是矩阵列的线形组合,矩阵乘以一列[列向量，列矩阵 ]得到一列,这是列变换
- $⎡ ⎣ ⎢ ⎢ 130284111 ⎤ ⎦ ⎥ ⎥ \times ⎡ ⎣ ⎢ ⎢ 21 - 2 ⎤ ⎦ ⎥ ⎥$ $\left[ \begin{matrix} 1 &2 &1\\ 3 & 8 &1 \\ 0 & 4 &1 \end{matrix}\right] \times \left[\begin{matrix} 2 \\ 1 \\ -2 \end{matrix}\right]$
- 即2倍的列1[向量1]加上1倍的列2[向量2]，加上-2倍的列3[向量3]，向量的加法运算： $，，则a=(x_1,y_1)，b=(x_2,y_2)，则a+b=(x_1+x_2,y_1+y_2)$
- 即
- $2 \times ⎡ ⎣ ⎢ ⎢ 130 ⎤ ⎦ ⎥ ⎥ + 1 \times ⎡ ⎣ ⎢ ⎢ 284 ⎤ ⎦ ⎥ ⎥ + - 2 \times ⎡ ⎣ ⎢ ⎢ 111 ⎤ ⎦ ⎥ ⎥ = ⎡ ⎣ ⎢ ⎢ 260 ⎤ ⎦ ⎥ ⎥ + ⎡ ⎣ ⎢ ⎢ 284 ⎤ ⎦ ⎥ ⎥ + ⎡ ⎣ ⎢ ⎢ - 2 - 2 - 2 ⎤ ⎦ ⎥ ⎥ = ⎡ ⎣ ⎢ ⎢ 2122 ⎤ ⎦ ⎥ ⎥$ $2 \times \left[ \begin{matrix} 1 \\ 3 \\ 0 \end{matrix}\right] + 1 \times \left[ \begin{matrix} 2 \\ 8 \\ 4 \end{matrix}\right] + -2 \times \left[ \begin{matrix} 1 \\ 1 \\ 1 \end{matrix}\right] = \left[\begin{matrix} 2 \\ 6 \\ 0 \end{matrix}\right]+ \left[\begin{matrix} 2 \\ 8 \\ 4 \end{matrix}\right]+ \left[\begin{matrix} -2 \\ -2 \\ -2 \end{matrix}\right] = \left[\begin{matrix} 2 \\ 12 \\ 2 \end{matrix}\right]$
- 向量[行向量，行矩阵]乘以矩阵是矩阵行的线形组合
- $[21 - 2] \times ⎡ ⎣ ⎢ ⎢ 130284111 ⎤ ⎦ ⎥ ⎥$ $\left[\begin{matrix} 2 & 1 & -2\\ \end{matrix}\right] \times \left[ \begin{matrix} 1 &2 &1\\ 3 & 8 &1 \\ 0 & 4 &1 \end{matrix}\right]$
- 即2倍的行1加上1倍的行2加上-2倍的行3，即
- $2 \times ⎡ ⎣ ⎢ ⎢ 121 ⎤ ⎦ ⎥ ⎥ + 1 \times ⎡ ⎣ ⎢ ⎢ 381 ⎤ ⎦ ⎥ ⎥ + - 2 \times ⎡ ⎣ ⎢ ⎢ 041 ⎤ ⎦ ⎥ ⎥ = ⎡ ⎣ ⎢ ⎢ 242 ⎤ ⎦ ⎥ ⎥ + ⎡ ⎣ ⎢ ⎢ 381 ⎤ ⎦ ⎥ ⎥ + ⎡ ⎣ ⎢ ⎢ 0 - 8 - 2 ⎤ ⎦ ⎥ ⎥ = ⎡ ⎣ ⎢ ⎢ 541 ⎤ ⎦ ⎥ ⎥$ $2 \times \left[ \begin{matrix} 1 \\ 2 \\ 1 \end{matrix}\right] + 1 \times \left[ \begin{matrix} 3\\ 8 \\ 1 \end{matrix}\right] + -2 \times \left[ \begin{matrix} 0 \\ 4 \\ 1 \end{matrix}\right] = \left[\begin{matrix} 2 \\ 4 \\ 2 \end{matrix}\right]+ \left[\begin{matrix} 3 \\ 8 \\ 1 \end{matrix}\right]+ \left[\begin{matrix} 0 \\ -8 \\ -2 \end{matrix}\right]= \left[\begin{matrix} 5 \\ 4 \\ 1 \end{matrix}\right]$
学会使用整个向量来思考矩阵的变换
- $A * B = ⎡ ⎣ ⎢ ⎢ 100010001 ⎤ ⎦ ⎥ ⎥ \times ⎡ ⎣ ⎢ ⎢ 130284111 ⎤ ⎦ ⎥ ⎥ = ⎡ ⎣ ⎢ ⎢ 130284111 ⎤ ⎦ ⎥ ⎥$ $A*B= \left[ \begin{matrix} 1 &0 &0\\ 0 & 1 &0 \\ 0 & 0 &1 \end{matrix}\right] \times \left[ \begin{matrix} 1 &2 &1\\ 3 & 8 &1 \\ 0 & 4 &1 \end{matrix}\right] = \left[ \begin{matrix} 1 &2 &1\\ 3 & 8 &1 \\ 0 & 4 &1 \end{matrix}\right]$
- 可以这么解读：先将 $A$ 矩阵分解为3个行向量，那么，第一个行向量乘以矩阵 $B$ ，矩阵行的线形组合，取矩阵 $B$ ,1倍的行一，0倍的行2，0倍的行3，向量相加，得到新矩阵 $C$ 的第一行，类似的，第二行是取1倍的行2，第三行是取1倍的行3，这样的矩阵 $A$ 称为单位矩阵
- 按照矩阵乘法的思路，将消元再现，第一步是要行2减去3倍的行1，第一行和第三行不变
  
  $E_{(2, 1)} * A = [\begin{matrix} 1 & 0 & 0 \\ - 3 & 1 & 0 \\ 0 & 0 & 1 \end{matrix}] \times [\begin{matrix} 1 & 2 & 1 \\ 3 & 8 & 1 \\ 0 & 4 & 1 \end{matrix}] = [\begin{matrix} 1 & 2 & 1 \\ 0 & 2 & - 2 \\ 0 & 4 & 1 \end{matrix}]$ $E_{(2,1)}*A= \left[ \begin{matrix} 1 &0 &0\\ -3 & 1 &0 \\ 0 & 0 &1 \end{matrix}\right] \times \left[ \begin{matrix} 1 &2 &1\\ 3 & 8 &1 \\ 0 & 4 &1 \end{matrix}\right] = \left[ \begin{matrix} 1 &2 &1\\ 0 & 2 &-2 \\ 0 & 4 &1 \end{matrix}\right]$
- 第二步是0倍的行3，减去行2，不变
- 第三步是行3，减去2倍的行2，矩阵：
  
  $E (3, 2) * A = ⎡ ⎣ ⎢ ⎢ 100 01 - 2 001 ⎤ ⎦ ⎥ ⎥ \times ⎡ ⎣ ⎢ ⎢ 100224 1 - 2 1 ⎤ ⎦ ⎥ ⎥ = ⎡ ⎣ ⎢ ⎢ 100220 1 - 2 5 ⎤ ⎦ ⎥ ⎥$ $E_{(3,2)}*A= \left[ \begin{matrix} 1 &0 &0\\ 0 & 1 &0 \\ 0 & -2 &1 \end{matrix}\right] \times \left[ \begin{matrix} 1 &2 &1\\ 0 & 2 & -2 \\ 0 & 4 &1 \end{matrix}\right] = \left[ \begin{matrix} 1 &2 &1\\ 0 & 2 &-2 \\ 0 & 0 &5 \end{matrix}\right]$
- 增广矩阵，第一步
  
  $⎡ ⎣ ⎢ ⎢ 1 - 3 0 010001 ⎤ ⎦ ⎥ ⎥ \times ⎡ ⎣ ⎢ ⎢ 1302841112122 ⎤ ⎦ ⎥ ⎥ = ⎡ ⎣ ⎢ ⎢ 100224 1 - 2 1 262 ⎤ ⎦ ⎥ ⎥$ $\left[ \begin{matrix} 1 &0 &0 \\ -3 & 1 &0 \\ 0 & 0 & 1 \end{matrix}\right] \times \left[ \begin{matrix} 1 &2 &1 & 2\\ 3 & 8 &1 & 12 \\ 0 & 4 &1 &2 \end{matrix}\right] = \left[ \begin{matrix} 1 &2 &1 & 2\\ 0 & 2 &-2 & 6\\ 0 & 4 &1 & 2 \end{matrix}\right]$
- 增广矩阵，第二步0倍的行3，减去行2，不变
- 增广矩阵，第三步，行3，减去2倍的行2
  
  $A * B = ⎡ ⎣ ⎢ ⎢ 100 01 - 2 001 ⎤ ⎦ ⎥ ⎥ \times ⎡ ⎣ ⎢ ⎢ 100224 1 - 2 1 262 ⎤ ⎦ ⎥ ⎥ = ⎡ ⎣ ⎢ ⎢ 100220 1 - 2 5 26 - 10 ⎤ ⎦ ⎥ ⎥$ $A*B= \left[ \begin{matrix} 1 &0 &0\\ 0 & 1 &0 \\ 0 & -2 &1 \end{matrix}\right] \times \left[ \begin{matrix} 1 &2 &1 & 2\\ 0 & 2 & -2 & 6\\ 0 & 4 &1 & 2 \end{matrix}\right] = \left[ \begin{matrix} 1 &2 &1&2\\ 0 & 2 &-2 &6\\ 0 & 0 &5&-10 \end{matrix}\right]$
- 回代
  
  $⎧ ⎩ ⎨ ⎪ ⎪ x + 2 y + z = 2 2 y - 2 z = 6 5 z = - 10$ $\left\{\begin{array}{r} x+2y+z=2 \\ 2y-2z=6\\ 5z=-10 \end{array} \right.$
- 怎么检查结果里的特定元素呢？比如检查结果里的(3,2),这个结果是怎么来的呢？就是矩阵 $A$ 的行3([0,-2,1])，乘以矩阵 $B$ 的第2列([2,2,4])，点乘，相同位置的元素相乘后相加，结果为0，结果里的(3,2)值为0
那么有没有办法一步到位呢，第一步是消除第二个方程和第三个方程的 $x$ ,使(2,1)和(3,1)位置的元素为0，中间矩阵记为 $E_{(2,1)}$ ,第二步是消除方程3的 $y$ ,使(3,2)位置的元素为0，中间矩阵记为 $E_{(3,2)}$ ,顺序为：

$E (3, 2) (E (2, 1) * A)$ $E_{(3,2)}(E_{(2,1)}*A)$
虽然矩阵的顺序是不能改变但是括号的顺序是可以改变的

$(E (3, 2) E (2, 1)) * A$ $(E_{(3,2)}E_{(2,1)})*A$
进行验证：

$(E (3, 2) E (2, 1)) * A = ⎡ ⎣ ⎢ ⎢ 1 - 3 0 010001 ⎤ ⎦ ⎥ ⎥ \times ⎡ ⎣ ⎢ ⎢ 100 01 - 2 001 ⎤ ⎦ ⎥ ⎥ \times ⎡ ⎣ ⎢ ⎢ 100224 1 - 2 1 262 ⎤ ⎦ ⎥ ⎥ = ⎡ ⎣ ⎢ ⎢ 1 - 3 0 01 - 2 001 ⎤ ⎦ ⎥ ⎥ \times ⎡ ⎣ ⎢ ⎢ 100224 1 - 2 1 262 ⎤ ⎦ ⎥ ⎥ = ⎡ ⎣ ⎢ ⎢ 100220 1 - 2 5 26 - 10 ⎤ ⎦ ⎥ ⎥$ $(E_{(3,2)}E_{(2,1)})*A= \left[ \begin{matrix} 1 &0 &0\\ -3 & 1 &0 \\ 0 & 0 &1 \end{matrix}\right] \times \left[ \begin{matrix} 1 &0 &0\\ 0 & 1 &0 \\ 0 & -2 &1 \end{matrix}\right] \times \left[ \begin{matrix} 1 &2 &1 & 2\\ 0 & 2 & -2 & 6\\ 0 & 4 &1 & 2 \end{matrix}\right] = \left[ \begin{matrix} 1 &0 &0\\ -3 & 1 &0 \\ 0 & -2 &1 \end{matrix}\right] \times \left[ \begin{matrix} 1 &2 &1 & 2\\ 0 & 2 & -2 & 6\\ 0 & 4 &1 & 2 \end{matrix}\right] = \left[ \begin{matrix} 1 &2 &1&2\\ 0 & 2 &-2 &6\\ 0 & 0 &5&-10 \end{matrix}\right]$
也就是说矩阵乘法符合结合律
某个矩阵在左边用另一个矩阵做乘法，进行的是行变换，在右边用另一个矩阵做乘法，进行的是列变换

$[0110] [a c b d] = [c a d b]$ $\left[ \begin{matrix} 0 & 1\\ 1 & 0 \\ \end{matrix}\right] \left[ \begin{matrix} a &b\\ c & d \\ \end{matrix}\right] = \left[ \begin{matrix} c & d \\ a &b\\ \end{matrix}\right]$

$[a c b d] [0110] = [b c d a]$ $\left[ \begin{matrix} a &b\\ c & d \\ \end{matrix}\right] \left[ \begin{matrix} 0 & 1\\ 1 & 0 \\ \end{matrix}\right] = \left[ \begin{matrix} b & d \\ c &a\\ \end{matrix}\right]$

MicoCube

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
消元法

方程组 ⎧⎩⎨⎪⎪x+2y+z=23x+8y+z=124y+z=2{x+2y+z=23x+8y+z=124y+z=2 \left\{\begin{array}{r} x+2y+z=2 \\ 3x+8y+z=12\\ 4y+z=2 \end{array} \right. 系数矩阵 ⎡⎣⎢⎢130284111⎤⎦⎥⎥×⎡⎣⎢⎢xyz⎤⎦⎥⎥=⎡⎣⎢⎢2122⎤⎦⎥⎥[...
复制链接

扫一扫