可解性和解的结构

取个名字真难呐

已于 2024-03-30 18:15:22 修改

阅读量812

点赞数 8

分类专栏：线性代数文章标签：线性代数矩阵机器学习

于 2024-03-28 16:21:50 首次发布

本文链接：https://blog.csdn.net/scar2016/article/details/137113363

版权

线性代数专栏收录该内容

6 篇文章 0 订阅

订阅专栏

文章目录

1. 消元
2. 解方程

本文的目的是为了求得方程组的解

AX=b\tag{1}

关于X的解可以是无解，有唯一解，无数解这几种情况。

1. 消元

假设我们有一个方程组表示如下：
$x_1+2x_2+2x_3+2x_4=b_1\tag{2}$
$2x_1+4x_2+6x_3+8x_4=b_2$
$3x_1+6x_2+8x_3+10x_4=b_3$

矩阵化可得如下：
$A|b=\begin{bmatrix}1&2&2&2&b_1\\\\2&4&6&8&b_2\\\\3&6&8&10&b_3\end{bmatrix}\tag{3}$
化简上述增广矩阵A|b
$A|b=\begin{bmatrix}1&2&2&2&b_1\\\\0&0&2&4&b_2-2b_1\\\\0&0&2&4&b_3-3b_1\end{bmatrix}\tag{4}$
化简上述增广矩阵A|b
$A|b=\begin{bmatrix}1&2&2&2&b_1\\\\0&0&2&4&b_2-2b_1\\\\0&0&0&0&b_3-b_2-b_1\end{bmatrix}\tag{5}$
由上图可以看出，最后一行全为0才能满足方程有解
$b_3-b_2-b_1=0\Rightarrow b_3=b_2+b_1\tag{6}$
结论：
$A X = b 有解的条件是 : 向量 b 是向量 A 中各个列向量的组合。$

2. 解方程

2.1 求特解

为了求AX=b的所有解，我们一般分2步：第1步求特解，第2步求零空间

当我们令 $b=\begin{bmatrix}1&5&6\end{bmatrix}^T$ ，可以简化增广矩阵如下：
$A|b=\begin{bmatrix}1&2&2&2&1\\\\0&0&2&4&3\\\\0&0&0&0&0\end{bmatrix}\tag{7}$
我们令自由变量 $x_2=0,x_4=0$ 代入方程可得 $x_1=-2,x_3=\frac{3}{2}$ .
$X_p=\begin{bmatrix}-2&0&\frac{3}{2}&0\end{bmatrix}^T\tag{8}$

2.2 求零解

简化矩阵 $A$ 表示如下：
$A=\begin{bmatrix}1&2&0&-2\\\\0&0&1&2\\\\0&0&0&0\end{bmatrix}\tag{7}$
如图所示可以看出主列为第1列和第3列,可以求解零解如下：
$x_2=1,x_4=0$ ,可以解得 $x_1=-2,x_3=0$
$x_{n1}=\begin{bmatrix}-2&1&0&0\end{bmatrix}^T\tag{8}$
$x_2=0,x_4=1$ ,可以解得 $x_1=2,x_3=-2$
$x_{n1}=\begin{bmatrix}2&0&-2&1\end{bmatrix}^T\tag{9}$

2.3 通解

$X=\begin{bmatrix}-2\\\\0\\\\\frac{3}{2}\\\\0\end{bmatrix}+k_1\begin{bmatrix}-2\\\\1\\\\0\\\\0\end{bmatrix}+k_2\begin{bmatrix}2\\\\0\\\\-2\\\\1\end{bmatrix}\tag{10}$