MIT 18.06 linear algebra lecture 8 求解Ax=b 可解性和解的结构 笔记
本节主要重点是,什么条件下\(A\boldsymbol{x}=\boldsymbol{b}\)有解?如何去描述这些解?
关于\(\boldsymbol{b}\)的可解条件
继续使用上一节的例子:
第三行是第一行和第二行之和,由于\(A\boldsymbol{x}=\boldsymbol{b}\),所以当\(\boldsymbol{b}\)不满足\(b_3=b_1+b_2\)时,该线性方程没有解。
通过对\(A\boldsymbol{x}=\boldsymbol{b}\)的增广矩阵进行消元能够判断其是否有解,如果\(A\)中有某行被完全消去,对应\(\boldsymbol{b}\)中的列的元素为零时才有解。例如\(A\)中的第三行会被完全消去:
如果\(A\boldsymbol{x}=\boldsymbol{b}\)有解,则\(b_3-b_2-b_1=0\),例如,可以取\(\boldsymbol{b}=\begin{bmatrix}1\\5\\6\end{bmatrix}\)。
联想到上一节的内容,当\(\boldsymbol{b}\)在\(A\)的列空间\(C(A)\)中时,\(A\boldsymbol{x}=\boldsymbol{b}\)有解。
完整解
寻找\(A\boldsymbol{x}=\boldsymbol{b}\)的所有解需要先检查是否存在解,再寻找特解。通过将特解和零空间中的所有向量相加得到完整解。
一个特解
一种得到\(A\boldsymbol{x}=\boldsymbol{b}\)的方式是,将所有自由变量设为零,然后去解主变量。
以上面的例子矩阵\(A\)为例,令\(x_2=x_4=0\),得到等式组:
得到\(x_3=3/2\),\(x_1=-2\)。所以特解为:
和零空间结合
\(A\boldsymbol{x}=\boldsymbol{b}\)的通解是\(\boldsymbol{x}_\text{complete}=\boldsymbol{x}_p+\boldsymbol{x}_n\),其中\(\boldsymbol{x}_n\)是零空间中的一般向量。可以将\(A\boldsymbol{x}_p=\boldsymbol{b}\)和\(A\boldsymbol{x}_n=\boldsymbol{0}\)加起来,得到\(A(\boldsymbol{x}_p+\boldsymbol{x}_n)=\boldsymbol{0}\)。
上节中求解\(A\)的零空间由两个特解的线性组合构成:\(\left[\begin{array}{r}-2\\1\\0\\0 \end{array}\right]\)和\(\left[\begin{array}{r}2\\0\\-2\\1 \end{array}\right]\),所以\(A\boldsymbol{x}=\left[\begin{array}{r}1\\5\\6\end{array}\right]\)的完整解是:
\(c_1\)和\(c_2\)是实数。
秩
矩阵的秩等于矩阵主元的数量,如果\(A\)是\(m\times n\)的矩阵,并且秩为\(r\),可知的是\(r\le m\),\(r\le n\)。
列满秩
如果\(r=n\),零空间维度\(n-r\)维度为0,仅包含\(零向量\)。没有自由变量和特解。
如果\(A\boldsymbol{x}=\boldsymbol{b}\)有解,也只有一个解。所以等式\(A\boldsymbol{x}=\boldsymbol{b}\)要么无解要么有一个解。这样的例子各列是线性独立的,在应用中很常见。
因为\(r\le m\),所以当\(r=n\)时,矩阵的列数小于或者等于矩阵的行数。简化行阶梯形式得到的矩阵类似\(R=\begin{bmatrix}I\\\boldsymbol{0}\end{bmatrix}\)。对于在\(\mathbb{R}^m\)中的任意向量\(b\),如果不是\(A\)的列的线性组合,\(A\boldsymbol{x}=\boldsymbol{b}\)不存在解。
行满秩
如果\(r=m\),简化后得到的矩阵\(R=[I\quad F]\)没有零行,因此不需要对\(\boldsymbol{b}\)中的元素有要求,等式\(A\boldsymbol{x}=\boldsymbol{b}\)总是有解。有\(n-r=n-m\)个自由变量,所以\(A\boldsymbol{x}=\boldsymbol{0}\)有\(n-m\)个特殊解。
行列满秩
如果\(r=m=n\)是\(A\)的主元数量,则\(A\)是可逆方阵并且\(R\)是单位矩阵。零空间维度为零,\(A\boldsymbol{x}=\boldsymbol{b}\)对于每个\(\mathbb{R}^m\)中的向量\(\boldsymbol{b}\)都有解。
总结
\(R\)是简化行阶梯形式,下表总结了不同情况下的结论:
\(r=m=n\) | \(r=n<m\) | \(r=m<n\) | \(r<m,r<n\) | |
---|---|---|---|---|
R | \(I\) | \(\begin{bmatrix}I\\\boldsymbol{0}\end{bmatrix}\) | \(\begin{bmatrix}I & F\end{bmatrix}\) | \(\begin{bmatrix}I & F\\\boldsymbol{0}&\boldsymbol{0}\end{bmatrix}\) |
\(A\boldsymbol{x}=\boldsymbol{b}\)的解 | \(1\) | \(0\)或\(1\) | 无限个 | \(0\)或者无限个 |
笔记来源:MIT 18.06 lecture 8