MIT线性代数笔记02-矩阵消元

Linear Algebra-Lecture02 矩阵消元

Gilbert Strang

本节目标

\qquad 几乎所有软件求解线性方程组都是使用的也是消元法。本节将学会用矩阵语言描述消元法,因为对于整个课程而言,核心概念是“矩阵变换”。

第一部分: 消元法

\qquad 例1,求解方程组
{ x + 2 y + z = 2 ( 1 ) 3 x + 8 y + z = 12 ( 2 ) 4 y + z = 2 ( 3 ) \left \{ \begin{matrix} x+2y+z=2 & \qquad (1)\\ 3x+8y+z=12& \qquad (2)\\ 4y+z=2& \qquad (3) \end{matrix}\right .\qquad\qquad x+2y+z=23x+8y+z=124y+z=2(1)(2)(3)

\qquad 写成矩阵形式: A x = b \bold{Ax}=\bold{b} Ax=b,其中 A = [ 1 2 1 3 8 1 0 4 1 ] r 1 r 2 r 3 \bold{A}=\left [ \begin{matrix} 1&2&1\\ 3&8&1\\ 0&4&1 \end{matrix}\right ] \left . \begin{matrix} \qquad r1\\\qquad r2\\\qquad r3 \end{matrix}\right . A=130284111r1r2r3

[ 1 2 1 3 8 1 0 4 1 ] \left[ \begin{matrix} \boxed{1}&2&1\\ 3&8&1\\ 0&4&1 \end{matrix}\right ] 130284111
第一步,将 a 11 = 1 a_{11}=1 a11=1 确定为主元一(first pivot),与 x x x对应,第r1行不变。确定消元系数使得主元行 a 11 a_{11} a11下方的系数都变为0 。这里r2-3r1,r3-0r1得:
[ 1 2 1 0 2 − 2 0 4 1 ] \left[ \begin{matrix} 1&2&1\\ 0&\boxed{2}&-2\\ 0&4&1 \end{matrix}\right ] 100224121

第二步,将 a 22 = 2 a_{22}=2 a22=2 确定为主元二(second pivot),与 y y y对应,第r2行不变。确定消元系数使得主元行 a 22 a_{22} a22下方的系数都变为0,即使用主元二消掉 a 32 a_{32} a32 。这里r3-2*r2即可,得:

[ 1 2 1 0 2 − 2 0 0 5 ] = U \left[ \begin{matrix} 1&2&1\\ 0&2&-2\\ 0&0&\boxed{5} \end{matrix}\right ]=\bold{U} 100220125=U
将行阶梯矩阵矩阵命名为 U \bold{U} U ,因此消元的目的就是从 A \bold{A} A 变到 U \bold{U} U这是计算科学中最普遍的运算 ,注意,消元过程中主元不能为0 。顺便,行列式等于主元之积。

消元失效的情形:
1. \quad 0占据了主元位置,比如 a 11 = 0 a_{11}=0 a11=0 ,解决方式:进行行交换。
2. \quad 若主元个数小于行阶梯矩阵行数,则方程无解。

第三步,回代
将等号右边的常数列加入到矩阵 A \bold{A} A 中,得到增广矩阵,将最后一列(b列)同样进行上述操作。
[ 1 2 1 2 3 8 1 12 0 4 1 2 ] → [ 1 2 1 2 0 2 − 2 6 0 4 1 2 ] → [ 1 2 1 2 0 2 − 2 6 0 0 5 − 10 ] \left [ \begin{matrix} 1&2&1&2\\ 3&8&1&12\\ 0&4&1&2 \end{matrix}\right ]\rightarrow \left [ \begin{matrix} 1&2&1&2\\ 0&2&-2&6\\ 0&4&1&2 \end{matrix}\right ] \rightarrow \left [ \begin{matrix} 1&2&1&2\\ 0&2&-2&6\\ 0&0&5&-10 \end{matrix}\right ] 13028411121221002241212621002201252610
将增广矩阵最后一列命名为c,即 c = ( 2 6 − 10 ) \bold{c}=\left ( \begin{matrix} 2\\6\\-10 \end{matrix}\right ) c=2610
(这里先处理A再处理增广矩阵,主要是保持和Matlab的习惯一致)
至此,方程组变为:
{ x + 2 y + z = 2 2 y − 2 z = 6 5 z = − 10 ( 4 ) \left \{ \begin{matrix} x+2y+z=2 & \\ 2y-2z=6& \\ 5z=-10& \end{matrix}\right .\qquad\qquad(4) x+2y+z=22y2z=65z=104
由方程(4)易得方程的解为 { x = 2 y = 1 z = − 2 \left \{ \begin{matrix} x=2 \\y=1\\z=-2\end{matrix}\right .\qquad\qquad x=2y=1z=2
方程 A x = b \bold{Ax}=\bold{b} Ax=b等价于 U x = c \bold{Ux}=\bold{c} Ux=c

第二部分: 消元过程的矩阵表示

用矩阵表示r2-3r1:
[ 1 0 0 − 3 1 0 0 0 1 ] [ 1 2 1 3 8 1 0 4 1 ] = [ 1 2 1 0 2 − 2 0 4 1 ] \left[ \begin{matrix} 1&0&0\\ -3&1&0\\ 0&0&1 \end{matrix}\right ] \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 ] 130010001130284111=100224121
将最左边矩阵记作 E 21 = [ 1 0 0 − 3 1 0 0 0 1 ] \bold{E_{21}}=\left[ \begin{matrix} 1&0&0\\ -3&1&0\\ 0&0&1 \end{matrix}\right ] E21=130010001 ,表示 a 21 a_{21} a21位置上的变换。同理,r3-2
r2可以表示为
[ 1 0 0 0 1 0 0 − 2 1 ] [ 1 2 1 0 2 − 2 0 4 1 ] = [ 1 2 1 0 2 − 2 0 0 5 ] \left[ \begin{matrix} 1&0&0\\ 0&1&0\\ 0&-2&1 \end{matrix}\right ] \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 ] 100012001100224121=100220125
将最左边矩阵记作 E 32 = [ 1 0 0 0 1 0 0 − 2 1 ] \bold{E_{32}}=\left[ \begin{matrix} 1&0&0\\ 0&1&0\\ 0&-2&1 \end{matrix}\right ] E32=100012001 ,表示 a 21 a_{21} a21位置上的变换。
消元的完整过程用矩阵表示如下:
E 32 ( E 21 A ) = U ( 5 ) \bold{E_{32} (E_{21} A)}=\bold{U}\qquad (5) E32(E21A)=U(5)
矩阵乘法具有结合律(此处不作证明,注意没哟交换律),因此(5)式也可写成
( E 32 E 21 ) A = U ( 6 ) \bold{(E_{32} E_{21}) A}=\bold{U}\qquad (6) E32E21A=U(6)
(补充)置换矩阵(permutation):

交换行
[ 0 1 1 0 ] [ a b c d ] = [ c d a 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 ] [0110][acbd]=[cadb]
最左边的矩阵为置换矩阵,记为 P = [ 0 1 1 0 ] \bold{P}=\left[ \begin{matrix} 0&1\\ 1&0\\ \end{matrix}\right ] P=[0110]
不难发现,对单位矩阵进行行变换就能得到置换矩阵。

交换列:
[ a b c d ] [ 0 1 1 0 ] = [ b a d c ] \left[ \begin{matrix} a&b\\ c&d\\ \end{matrix}\right ] \left[ \begin{matrix} 0&1\\ 1&0\\ \end{matrix}\right ]= \left[ \begin{matrix} b&a\\ d&c\\ \end{matrix}\right ] [acbd][0110]=[bdac]
左乘置换矩阵,进行行变换,右乘置换矩阵,交换列。行变换左乘,列变换右乘

第三部分: 逆矩阵

逆变换( U → A \bold{U}\rightarrow \bold{A} UA
[ 1 0 0 3 1 0 0 0 1 ] [ 1 0 0 − 3 1 0 0 0 1 ] = [ 1 0 0 0 1 0 0 0 1 ] \left[ \begin{matrix} 1&0&0\\ 3&1&0\\ 0&0&1 \end{matrix}\right ] \left[ \begin{matrix} 1&0&0\\ -3&1&0\\ 0&0&1 \end{matrix}\right ]= \left[ \begin{matrix} 1&0&0\\ 0&1&0\\ 0&0&1 \end{matrix}\right ] 130010001130010001=100010001

E = [ 1 0 0 − 3 1 0 0 0 1 ] \bold{E}=\left[ \begin{matrix} 1&0&0\\ -3&1&0\\ 0&0&1\\ \end{matrix}\right ] E=130010001 则记 E − 1 = [ 1 0 0 3 1 0 0 0 1 ] \bold{E^{-1}}=\left[ \begin{matrix} 1&0&0\\ 3&1&0\\ 0&0&1\\ \end{matrix}\right ] E1=130010001 ,

I = [ 1 0 0 0 1 0 0 0 1 ] \bold{I}=\left[ \begin{matrix} 1&0&0\\ 0&1&0\\ 0&0&1\\ \end{matrix}\right ] I=100010001
E − 1 E = I ( 7 ) \bold{E^{-1}}\bold{E}=\bold{I} \qquad (7) E1E=I(7)

===================================================

课程资源

  • 主课:bilibli、网易公开课都可以搜到,关键字(麻省理工,线性代数)
  • 配套习题课:bilibli可以搜到,关键字(麻省理工,线性代数,陈莉楠)
  • 教材:Gilbert Strang.Introduction to Linear Algebra
  • 课程官网:http://web.mit.edu/18.06
    \qquad\qquad https://mitmath.github.io/1806/
  • 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