数学 - 线性代数导论 - #8 求解Ax=0/构造零空间

线性代数导论 - #8 求解Ax=0/构造零空间

 

本节课的主线十分清晰,就是讨论求解Ax=0的消元算法,中间穿插一些新定义。根据#7中构造向量空间的第二种思路,求解Ax=0的过程也就是构造零空间的过程。

以下是这个算法的基本步骤:

1.利用类Gauss消元法把矩阵A变换成行阶梯形矩阵U:

与Gauss消元法的相同之处在于逐列逐行选取主元,通过行变换使主元下方元素变为0,直至最后一列;

差异在于即使中间过程中出现了没有非零元素可供选为主元的现象,也继续下去,跳过这一列。

行阶梯形意即主元下方全是0的矩阵,由于中间列可能出现没有主元的现象,故不是严格的上三角矩阵,只是相似。

某一列没有主元,也就反映出这一列与左侧的列线性相关。

2.分出主变量和自由变量:

主变量即主元列对应的变量,自由变量即剩下的行对应的变量。

这里引入了“秩”(rank,直译为等级)的概念,在这个消元算法中,秩体现为主元的数量,也即主元列的数量,也即在线性方程组中对方程的求解实际起作用的方程数目。

根据秩的定义,我们不难推出主变量的个数为r,而一个m*n的系数矩阵对应的方程组中,自由变量的个数为n-r。

3.对自由变量取方便回代计算的特殊值,回代解出主变量,求得方程的一个特解:

这个特解,也即一个向量,满足Ax=0,故位于A的零空间内。

由于我们依靠其构筑零空间,故将其命名为基向量。

显然这个基向量的任意数乘结果也位于零空间中,为了体现这个性质,我们给它乘上一个常系数c。

4.如果自由变量的个数为1,那么求解/构造过程已经结束。如果自由变量的个数大于等于2,重复步骤3:

注意,自由变量取的第二个特值不能是第一个特值的任意实数倍。

5.Ax=0的解即为步骤3和步骤4求出的两个基向量的线性组合,零空间也由这两个向量的线性组合所构成。

 

对于上述算法步骤3中的“回代”过程,我们除了用传统代数方法进行运算,也可以将这个过程用矩阵语言表示。

进一步简化U的过程如下:

1.向上消元,把主元上方的元素也变为0;

2.通过行变换使主元化为1;

此时的矩阵,我们将其称为简化行阶梯形矩阵R。

由于我们的化简操作,此时的R呈现出一些特殊的形式,忽略0,可以将R切割成r*r的单位矩阵I和(n-r)*(n-r)的自由矩阵F。

 

在下节课中,我们将借助Ax=0,研究Ax=b。

转载于:https://www.cnblogs.com/samaritan-z/p/8399832.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值