当前位置: 首页 > ds >正文

求解Ax=b

一 线性方程组 Ax=b 的解释

    线性方程组 Ax=b,其中矩阵 A 尺寸为 m*n, 当 A 为方正时,可使用消元法判断解是否存在并求解。当 A 为长方形矩阵时,同样可使用消元法判断解存在情况并求解。

    线性方程组 Ax=b 可以使用不同观点看待:

    1)可看作函数 f(x)=b,即输入任意 n 维向量 x,经过矩阵 A 变换处理,输出 m 维向量 b,即向量 b 由向量 x 通过矩阵 A 线性变换得到;

    2)令 

, 

,Ax=b 可表示为 

         进一步改写得 

         当 b 是矩阵 A 列向量  

 的线性组合时,或者 b 在矩阵 A 列空间时,Ax=b 可解,否则 Ax=b 不可解;

    3)当矩阵 A 存在左逆 B 时,BA=I,则有 BAx=Bb,x=Bb;当矩阵A存在右逆 C 时,AC=I, 则有 Ax=ACb,x=Cb;

         求解线性方程组转换为求矩阵 A 是否存在左逆或者右逆,以及其逆是否唯一;

    4)当向量 

 满足 

  时,则向量 

 位于矩阵 A 的零空间,令 

 为 Ax=b 的一个特解,则有 

 成立,也即 Ax=b 的解为 

    二 矩阵 A 的四个子空间

    考虑矩阵 A 为 m*n,该矩阵由 n 个 m 维列向量构成,

    1)对 n 个列向量进行任意线性组合 

, 其中 

 为任意实数序列,则向量 a 构成的集合为矩阵 A 的列空间,表示为 C(A);

    2)对 m 个行向量进行线性组合 

,其中 

 为任意实数序列,则向量 b 构成的集合为矩阵 A 的行空间,表示为 

    3)求解 Ax=0,解 x 构成的集合为矩阵 A 的零空间,表示为 N(A);矩阵 A 的行空间与矩阵 A 的零空间为 

 下相互正交的子空间;

         观察方程组 Ax=0 表示为矩阵 A 每一行与向量 x 点积为零,则任意行空间中向量与任意零空间中向量点积为零,表明两个子空间正交;

    4)求解 

,解 y 构成的集合为矩阵 A 的左零空间,表示为 

;矩阵 A 的列空间与矩阵 A 的左零空间为 

 下相互正交的子空间;

         观察方程组 

 表示为向量 y 与矩阵 A 的每一列点积为零,则任意左零空间的向量与任意列空间中的向量点积为零,表明两个子空间正交;

    以上给出矩阵 A 的四个子空间,通过高斯消元法将矩阵 A 化为 U(反向消元可进一步化为 R),可以得到矩阵 A 的四个子空间的维度,以及各个子空间的基。

    下面通过一个矩阵实例求解矩阵各个子空间得维度与基。

    设矩阵 

,使用高斯消元法得 

    消元中间变量 

    同样,对于长方形矩阵,A=LU 成立。观察矩阵列,可以清楚主元位于列一与列三上,即矩阵得秩等于 2。同样,观察矩阵行,只有两行非零向量。

    由于矩阵消元是针对矩阵 A 上各行得线性变换,则矩阵 U 的行空间与矩阵 A 的行空间一致,则 

 的一组基即为 

 为 

 下的二维子空间。

    矩阵 A 的零空间 N(A) 定义为方程组 Ax=0 的解,矩阵消元后 Ux=0 的解与 Ax=0 一致,则 Ux=0 的特解为 N(A) 的一组基,

,N(A) 为 

 下的二维子空间。

    矩阵 A 的列空间 C(A) 的一组基为矩阵 A 上对应的主元列,由于 Ax=0 与 Ux=0 有相同解,则矩阵 A 中的列与矩阵 U 中的列使用相同的线性组合得到零向量,

    故矩阵 U 上列的相关性也同样表现了矩阵 A 上列的相关性,但没有构成同一个列空间。矩阵 U 上主元所在列是线性不相关,则矩阵 U 上主元对应的矩阵 A 上的列也线性不相关。

    C(A) 的一组基为 

,C(A) 为 

 上的二维子空间。

    矩阵 A 的左零空间 

 隐藏在矩阵消元过程中,EPA=U,U 中最后一行为零向量,满足 

    则 

 的一组基对应于 EP 矩阵 的最后一些元素 

 为 

 上的一维子空间。

三 求解 Ax=b

    求解矩阵 

    通过高斯消元得 

    当 向量 b 满足 

 时,方程 Ax=b 有解,否则,方程无解。

    任意满足 

 的向量 b 构成矩阵 A 的列空间,由于列空间与左零空间正交,则关系式的系数表示矩阵 A 的做了空间的基向量。

    当向量 b 不满足 

 时,向量 b 不在矩阵 A 的列空间中,方程组无解。

    当向量 b 满足 

 时,向量 b 在矩阵 A 的列空间中,方程组有一个或多个解,此时需要考虑矩阵 A 的秩r:

    1)当矩阵 A 的秩小于 4 时,方程组存在自由变量,方程组存在许多解,其解构成 4-r 维子空间;

    2)当矩阵 A 的秩等于 4 时,方程组不存在自由变量,方程组仅有一个解;当前矩阵的秩最大为3,故不可能只有一个解。

    下面选择一个满足条件 

 的向量 b=(1,5,5),通过消元得到:

    

 为自由变量,解得 

    将解写成向量形式为:

,由于 

 为自由变量,将其提取到出来,可整理为:

    

    可以发现 Ax=b 的解由矩阵 A 的零空间加上 Ax=b 的特解组成,其特解为设置自由变量为零求解方程组得到。以下给出方程组求解的一般流程:

    1)设置 

 求解 Ax=0 得  

    2)设置 

 求解 Ax=0 得 

    3)设置 

 求 Ax=b 特解得 

    4)方程组最终解为 

,其解空间表示矩阵 A 的零空间平移 

 所构成的超平面。

四 矩阵 A 的逆

    当矩阵为方阵时,只有矩阵的秩r等于矩阵行与列时,方阵的逆存在;

    当矩阵为 m*n 长方形矩阵时,当行满秩 r=m 时,矩阵列生成一个完整的 

 空间,任意线性方程组有解求不唯一。则以下 m 个线性方程组 

    

 均有解,其解构成了矩阵 A 的右逆 

    由于每个方程组解不唯一,所以其右逆也不唯一,每一个右逆可求解一个方程组解。

    当列满秩 r=n 时,矩阵列无法生成完整的 

 空间,只有向量 b 位于列空间时才有唯一解。然而矩阵行生成了整个 

 空间,以下 n 个线性方程组

    

 均有解,其解构成了矩阵 A 的左逆 

    以上方程组解也不唯一,所以其左逆也不唯一,所以左逆与方程组解并不一一对应。

    对于长方形矩阵,如果存在行满秩或者列满秩时,可以通过以下方法构造逆矩阵:

    当 r=m 时,

    当 r=n 时,

http://www.xdnf.cn/news/13253.html

相关文章:

  • Sonic EVM L1:沉睡的雄狮已苏醒
  • Coze工作流-故事语音转文本-语音转文本的应用
  • 从“安全密码”到测试体系:Gitee Test 赋能关键领域软件质量保障
  • LNG 应急储配站液氮利用率的调研
  • IDEA运行VUE项目报错相关
  • 线程同步:确保多线程程序的安全与高效!
  • python Day46 学习(日志Day15复习)
  • NumPy 与 OpenCV 版本兼容性深度解析:底层机制与解决方案
  • 关于 JavaScript 中 new Set() 的详解
  • 免费PDF转图片软件
  • 【Dv3Admin】系统视图登录日志API文件解析
  • C++八股 —— 单例模式
  • TCP/IP 网络编程 | 服务端 客户端的封装
  • spring boot使用HttpServletResponse实现sse后端流式输出消息
  • Ubuntu 安装 Mysql 数据库
  • 『uniapp』消息推送 unipush的对接 支持通知消息内容客户端自定义(保姆级图文)
  • STL 2迭代器
  • rknn toolkit2搭建和推理
  • DL00871-基于深度学习YOLOv11的盲人障碍物目标检测含完整数据集
  • C++11作用域枚举(Scoped Enums):从入门到精通
  • AI书签管理工具开发全记录(十九):嵌入资源处理
  • 自然语言处理——Transformer
  • LTR-381RGB-01RGB+环境光检测应用场景及客户类型主要有哪些?
  • Android15默认授权浮窗权限
  • 驭码CodeRider 2.0全栈开发实战指南:从零构建现代化电商平台
  • 【若依】框架项目部署笔记
  • LabVIEW双光子成像系统技术
  • 力扣热题100 k个一组反转链表题解
  • 由于 z(x,y) 的变化导致的影响(那部分被分给了链式项)
  • 实现自动化管理、智能控制、运行服务的智慧能源开源了。