麻省理工大学线性代数导论笔记 - Lecture 7 求解Ax=0:主变量、特殊解

本文详细介绍了求解线性代数方程Ax=0的算法,包括矩阵消元至阶梯形式,求解零空间,以及特殊解的获取。通过实例演示了如何从矩阵A出发,逐步简化至简化行阶梯形式R,最终得到零空间的基底。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

学习视频来源:麻省理工公开课_线性代数导论 讲师:Gilbert Strang

http://open.163.com/special/opencourse/daishu.html


Lecture 7 求解Ax=0:主变量、特殊解

我们将从定义转向算法,求解 Ax=0 A x = 0 的算法是怎样的?这节的主要内容是零空间。

已知矩阵 A=1232462682810 A = ( 1 2 2 2 2 4 6 8 3 6 8 10 ) ,解方程组 x1+2x2+2x3+2x4=02x1+4x4+6x3+8x4=03x1+6x2+8x3+10x4=0 { x 1 + 2 x 2 + 2 x 3 + 2 x 4 = 0 2 x 1 + 4 x 4 + 6 x 3 + 8 x 4 = 0 3 x 1 + 6 x 2 + 8 x 3 + 10 x 4 = 0 。在对矩阵进行消元的过程中,零空间不会改变(方程组的解不变),改变的是列空间。

- 首先经过消元得到一个echelon form 阶梯形式的矩阵 U U ,本例中只有两个主元。现在我们得到了矩阵里最重要的数字:矩阵的rank 秩(主元的数量)

  • 要想求出Ux=0的解,我们进行下一步:找出pivot variables 主变量

    • 本例中我们有两列pivot columns 主列,和剩下的两列free columns 自由列。这些自由列表示,可以自由或任意分配数值给未知数 x2 x 2 x4 x 4 ,即列2和列4的乘数是任意的。然后我们只需求解主变量 x1 x 1 x3 x 3

    • 假设给定 x2=1 x 2 = 1 x4=0 x 4 = 0 ,那么方程组
      Ux=0 U x = 0 <=> {x1+2x2+2x3+2x4=02x3+4x4=0 { x 1 + 2 x 2 + 2 x 3 + 2 x 4 = 0 2 x 3 + 4 x 4 = 0 变为 {x1+2+2x3+0=02x3+0=0 { x 1 + 2 + 2 x 3 + 0 = 0 2 x 3 + 0 = 0
      解得 {x1=2x3=0 { x 1 = − 2 x 3 = 0

      假设给定 x2=0 x 2 = 0 x4=1 x 4 = 1 ,那么方程组变为 {x1+0+2x3+2=02x3+4=0 { x 1 + 0 + 2 x 3 + 2 = 0 2 x 3 + 4 = 0
      解得 {x1=2x3=2 { x 1 = 2 x 3 = − 2

    • 现在我们有了两个解向量 2100 ( − 2 1 0 0 ) 2021 ( 2 0 − 2 1 ) 。这两个向量被称为special solutions 特殊解。special 特殊之处在于给自由变量分配的special numbers 特殊值(0、1)。通过取两个特殊解的所有线性组合,即构造出了整个零空间。那么特殊解的数量有多少呢?每个自由变量对应一个特殊解。而秩( r r )表示主变量的个数,列数减去秩(nr)就是自由变量的个数。

      • 现在 U U 是阶梯型矩阵,我们来将其进一步简化为reduced row echelon form 简化行阶梯形式R,向上消元,将主元上下全变为 0,并简化为 1。
    • R R 以最简形式包含了所有信息:主元,主行,主列,以及一个单位阵(位于主行和主列交汇处)。现在我们求解Rx=0 <=> {x1+2x22x4=0x3+2x4=0 { x 1 + 2 x 2 − 2 x 4 = 0 x 3 + 2 x 4 = 0 (从 Ax=0 A x = 0 Ux=0 U x = 0 Rx=0 R x = 0 ,消元不改变解)。
    • 当我们给自由变量分配特殊值并回代后,主列构成的单位阵 I=(1001) I = ( 1 0 0 1 ) ,自由列构成的部分 F=(2022) F = ( 2 − 2 0 2 ) ,恰能构成两个特殊解(符号相反): 2100 ( − 2 1 0 0 ) 2021 ( 2 0 − 2 1 )

      • 抽象一点来证明上述的结论:假设有简化行阶梯形式矩阵 R=(I0F0) R = ( I F 0 0 ) ,主列在前,自由列在后,下面是一些零行。 I I r×r矩阵,有 r r 个主元,nr个自由列。
    • 要满足 Rx=0 R x = 0 ,首先要找到一个null space matrix 零空间矩阵( N(A) N ( A ) ,使得 RN=0 R N = 0 N N 的各列由特殊解组成。那么易看出N=(FI) I I 放在自由变量部分,F放在主变量部分。

    • 再给出另一个例子把这个算法过一遍。

      已知矩阵 A=1222246836810 A = ( 1 2 3 2 4 6 2 6 8 2 8 10 ) ,消元至 U=100022003200 U = ( 1 2 3 0 2 2 0 0 0 0 0 0 ) ,可得 r=2 r = 2 ,2列主列,1列自由列。继续消元至 R=100001001100 R = ( 1 0 1 0 1 1 0 0 0 0 0 0 ) ,可得 I=(1001) I = ( 1 0 0 1 ) F=(11) F = ( 1 1 ) 。则 A A 的零空间N(A)=c(111) c c 为常数)。回代Ax=0验证无误。

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
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