没有合适的资源?快使用搜索试试~ 我知道了~
首页MIT线性代数导论:方程组几何解释与矩阵运算
MIT线性代数导论:方程组几何解释与矩阵运算
5星 · 超过95%的资源 需积分: 16 91 下载量 198 浏览量
更新于2024-07-19
2
收藏 4.2MB PDF 举报
本资源是一份详细的MIT线性代数导论笔记,主要涵盖以下几个关键知识点: 1. 线性方程组的几何解释: - 方程组可以用矩阵形式表示(Ax=b),其中A是系数矩阵,x是未知数向量,b是右侧向量。理解方式分为两种: - 行图像:通过表示每个方程对应的直线或平面,交点即为方程组的解。例如,二维方程组表示的是直线,三维方程组代表平面,n维方程组确定一个超平面。 - 列图像:关注矩阵的列向量,它们代表了线性组合,目标是找到这些向量的线性组合能够生成整个空间中的所有向量,从而确定解的存在条件。 2. 方程组解的情况分析: - 非奇异矩阵(可逆矩阵)保证了对任意右侧向量b,都有唯一解。而奇异矩阵(不可逆矩阵)下,可能存在无解或无穷多解,取决于列向量的线性关系:如果至少两个列向量共线,那么只有一部分b会有解。 3. 矩阵与向量相乘的几何意义: - 矩阵乘以向量是线性组合的表示,左乘得到的是由矩阵各列向量组成的线性组合,右乘则是由矩阵各行向量组合得到的。 4. 矩阵消元法: - 消元法的核心是通过矩阵变换,将系数矩阵A转换为简化形式(如上三角矩阵),便于求解。首先处理左侧矩阵(A),通过一系列行操作将其变为行阶梯形或行最简形,然后通过回代法处理右侧向量b,最终求得方程组的解。 这份笔记不仅介绍了基础概念,还通过实例展示了如何在实际问题中应用线性代数,对于学习和理解线性代数理论以及其在解决实际问题中的作用具有重要意义。通过阅读和实践这些内容,读者可以深化对矩阵运算的理解,提高解线性方程组的能力,并掌握矩阵作为变换工具的关键作用。
资源详情
资源推荐
16
但有时候是有解的,怎样的 b,能让方程组有解,什么样的右侧向量有这种性质?什么 b 让方程组有解?
(很重要)
1)b 为零向量。Ax=0 总有一个零解
2)b 是列向量的线性组合。Ax=b 有解,当且仅当右侧向量 b 属于 A 的列空间。(列空间包含所有 A 乘以
任意 x 得到的向量,也就是包含所有有解的 b)
列空间是非常核心的内容,它能告诉我何时方程组有解。
更深入一些的问题,以上三个列向量是否线性无关,是否有某个向量并没有起到作用,能否去掉某列,得
到同样的列空间?上面的 A,其实可以去掉第三列,因为第三列是前两列的和线性组合,我们把前两列称
为 A 的主列。其实,我们同样可以去掉第一列或者第二列,因为他们是其余两列的差线性组合。不过按照
惯例,优先考虑靠前的线性无关向量。因此这里的 A 列空间可以描述为 R4 的二维子空间。
二、另一种向量空间——零空间 Null space
零空间是一种完全不同的子空间。还是看上面 A 矩阵的例子
零空间中的关键字是:零,因此它包含 Ax=0 中所有的解 x。现在关心的 b 只有一个,即 b=0。
因为 x 是 3 分量向量,因此本例零空间是 R3 的子空间(注意 A 列空间是 R4 子空间)。矩阵 m×n,有 n
个列,即有 n 个未知数,以上为 A4×3。
求解零空间
一般方法为消元法。但上式的解很容易看出来
怎样描述这个零空间,这里的零空间是 R3 中穿过原点的一条直线。
回顾向量空间和子空间定义,我们怎么知道零空间是向量空间的,为什么它称为“空间”。
检验:Ax=0 的解构成一个子空间,需要证明解满足空间的封闭规则,证明如下:
17
如下,考虑另外一个问题,右侧 b 向量取一个非 0 向量,此时 x 有解,(这时 x 的解不是零空间了),那
么所有的 x 解构成子空间吗?很明显不构成子空间,或者说向量空间。因为很明显 0 向量不在这个空间内,
没有 0 向量,就不用谈向量空间了(原因很明显,数乘运算中,常数取 0 时需要满足封闭规则)。
那么它的解是什么?(1 0 0),(0 -1 -1)。。。它实际上是一条不穿过原点的直线(或者在别的更普通
的例子中是不穿过原点的平面)
以上两种子空间的总结:有两种方法构造子空间,其一是通过列的线性组合构造列空间,其二是求解向量
必须满足的方程组来构造子空间(通过让 x 满足特定条件来得到子空间,Ax=0 将构造出零空间)
18
第七课时:求解 Ax=0:主变量、特解
本课时将讲解如何计算那些向量空间中的向量,从概念定义转向算法,求解 Ax=0 的算法是怎样的,即零
空间。
消元法解 Ax=0
消元过程中,从一个方程中减去另一个方程的倍数,解是不会改变的,因此零空间是不会改变的,右侧向
量始终是 0,省去不写。实际上,这里改变的是列空间。
所以,注意消元过程中不变的是什么,随消元不变的是方程组的解。
行向量或者列向量之间的相关性可以在消元过程中表现出来。A 中第一列和第二列共线,A 的第三行是第
一行和第二行的线性组合。
看例子:
A 矩阵第一阶段的消元是把主元 1 那一列下面的元素变为 0,第二阶段的消元是把主元 2 那一列下面的元
素变为 0,最终得到阶梯型 echelon 的矩阵 U。图中圈出来的为主元,个数为 2,这里引出一个重要概念:
矩阵的秩 Rank(A):矩阵主元的个数。
如此,我们在解 Ax=0,现在变为了 Ux=0,但解和零空间不变,现在进行回代
找出“主变量”pivot variables,主列,即主元所在的列,其他列,称为自由列。(自由列表示可以自由或任
意分配数值,列 2 和列 4 的数值是任意的,因此 x2 和 x4 是任意的,可以自由取)。当我们把 x2 和 x4
分别取 1 和 0 时,可得到解 x=c(-2 1 0 0),c 是常数,表示第二列减去 2 倍第一列为 0。此时解是四维空
间中穿过原点的一条直线。
因此,解 Ax=0 的新算法:
1)A 矩阵消元,确定主元,解中主变量,也就确定主列,其余为自由列,自由变量;
2)然后对自由变量分配数值。 一般的,可以令其中一变量为 1,其他均为 0,求出一个解,再令另一个
变量为 1,其他为 0,完成另一个解。。。求出的这些解向量完全不同,每一个解都是零空间的一部分,
整个解就构成了完整的零空间了。
特解:零空间内特定的解,给定自由变量特定的值(1 或者 0)求出的解。
19
通过特解能构造出整个零空间,有了特解,就能有常数倍特解,他们之间的和线性组合构成了整个零空间。
(和表示任意线性组合,任意线性组合仍然在零空间内)。
如上,两个特解的线性组合,零空间所包含的正好是特解的线性组合,特解有多少个,每个自由变量对应
一个特解。
算法整理:消元后矩阵 U 的秩 Rank(A)=r,表示主变量的个数,主元的个数,表示只有 r 个方程起作用,
那么自由变量的个数即 n-r 个(对于矩阵 m×n,n 列对应 n 个未知数),令自由变量取 1,0 值就能得到特
解,所有的特解构成了零空间的基,特解的线性组合即构成了整个零空间。
简化行阶梯形式
R=简化行阶梯形式 reduced row echelon form(rref):主元上下都是 0,主元变为 1
全为 0 的行三是如何得来的,因为这一行是其他行的线性组合,消元会把它剃除。
继续消元,我们可以把主元上方位置变为 0
它以最简的形式包含了所有信息:
1)主行(行一,行二);
2)主列(列一,列三),自由列,主元;
3)一个单位阵,主元上下均为 0,而且主元为 1,单位阵位于主列和主行的交汇处。以上是一个 2×2 的单
位阵;
4)一个全为 0 的行,全为 0 的行总表示,该行的原行是其他行的线性组合;
5)从 Ax=0 变为 Ux=0 再变为 Rx=0 的解,解更明了
将以上矩阵 R 中的主元列和自由列分别放在一起形成单位矩阵 I 和自由列矩阵 F,对于特解结果,自由列
中数字的相反数即特解中的主元值,如下图左边的解和右边的 I 与 F。
20
为什么呢?以下给出证明,假设 R 中主列在前 I(r×r 单位阵),自由列在后 F(n-r×n-r),这是典型的简
化行阶梯形式。那么什么 x 满足 Rx=0,将构造一个“零空间矩阵”,记为 N,它的各列由特解组成,RN=0,
很容易得出 N。
matlab 中可以由 null(A)得到零空间矩阵 N。
以下以上面例子的转置作为例子求解零空间并简化行阶梯形式 :
由于 A 的第三列是第一列和第二列的线性组合,所以不指望第三列成为主列,它是自由列。同时消元还会
整理好各行,找出哪些行相关,哪些行无关
可以看到经过消元后,下面有两行都是 0 行,说明 A 的行向量中只有两行是线性无关的,即 a1(1 2 3)
和 a2(2 6 8),其余的两个,(2 4 6)可通过 2×a1+0*a2 得到,(2 8 10)可通过-2×a1+2×a2 得到
矩阵主列个数与其转置的主列个数相等。
剩余113页未读,继续阅读
unitier
- 粉丝: 13
- 资源: 22
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- zlib-1.2.12压缩包解析与技术要点
- 微信小程序滑动选项卡源码模版发布
- Unity虚拟人物唇同步插件Oculus Lipsync介绍
- Nginx 1.18.0版本WinSW自动安装与管理指南
- Java Swing和JDBC实现的ATM系统源码解析
- 掌握Spark Streaming与Maven集成的分布式大数据处理
- 深入学习推荐系统:教程、案例与项目实践
- Web开发者必备的取色工具软件介绍
- C语言实现李春葆数据结构实验程序
- 超市管理系统开发:asp+SQL Server 2005实战
- Redis伪集群搭建教程与实践
- 掌握网络活动细节:Wireshark v3.6.3网络嗅探工具详解
- 全面掌握美赛:建模、分析与编程实现教程
- Java图书馆系统完整项目源码及SQL文件解析
- PCtoLCD2002软件:高效图片和字符取模转换
- Java开发的体育赛事在线购票系统源码分析
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功