Geeks_Z の Blog Geeks_Z の Blog
首页
  • 学习笔记

    • 《HTML》
    • 《CSS》
    • 《JavaWeb》
    • 《Vue》
  • 后端文章

    • Linux
    • Maven
    • 汇编语言
    • 软件工程
    • 计算机网络概述
    • Conda
    • Pip
    • Shell
    • SSH
    • Mac快捷键
    • Zotero
  • 学习笔记

    • 《数据结构与算法》
    • 《算法设计与分析》
    • 《Spring》
    • 《SpringMVC》
    • 《SpringBoot》
    • 《SpringCloud》
    • 《Nginx》
  • 深度学习文章
  • 学习笔记

    • 《PyTorch》
    • 《ReinforementLearning》
    • 《MetaLearning》
  • 学习笔记

    • 《高等数学》
    • 《线性代数》
    • 《概率论与数理统计》
  • 增量学习
  • 哈希学习
GitHub (opens new window)

Geeks_Z

AI小学生
首页
  • 学习笔记

    • 《HTML》
    • 《CSS》
    • 《JavaWeb》
    • 《Vue》
  • 后端文章

    • Linux
    • Maven
    • 汇编语言
    • 软件工程
    • 计算机网络概述
    • Conda
    • Pip
    • Shell
    • SSH
    • Mac快捷键
    • Zotero
  • 学习笔记

    • 《数据结构与算法》
    • 《算法设计与分析》
    • 《Spring》
    • 《SpringMVC》
    • 《SpringBoot》
    • 《SpringCloud》
    • 《Nginx》
  • 深度学习文章
  • 学习笔记

    • 《PyTorch》
    • 《ReinforementLearning》
    • 《MetaLearning》
  • 学习笔记

    • 《高等数学》
    • 《线性代数》
    • 《概率论与数理统计》
  • 增量学习
  • 哈希学习
GitHub (opens new window)
  • 线性代数

    • 线性代数知识点总结
    • 方程组的几何解释
    • 矩阵消元
    • 乘法和逆矩阵
    • 矩阵的LU分解
    • 转换、置换、向量空间R
    • 列空间和零空间
    • 求解Ax=0主变量——特解
    • 求解Ax=b 可解性和解的结构
    • 线性相关性、基、维数
    • 四个基本子空间
    • 矩阵空间、秩1矩阵和小世界图
    • 图和网络
    • 正交向量与子空间
    • 子空间投影
    • 投影矩阵和最小二乘
    • 正交矩阵和Gram-Schmidt正交化法
    • 行列式及其性质
    • 行列式公式和代数余子式
    • 克拉默法则、逆矩阵、体积
    • 特征值和特征向量
    • 对角化和$A$的幂
    • 微分方程
    • 马尔科夫矩阵、傅里叶级数
    • 对称矩阵及正定性
    • 对称矩阵及正定性
    • 复数矩阵和快速傅里叶变换
    • 正定矩阵和最小值
    • 相似矩阵和若尔当形
    • 奇异值分解
    • 线性变换及对应矩阵
    • 基变换和图像压缩
    • 左右逆和伪逆
  • 概率论与数理统计

  • 矩阵

  • 分布

  • 数学笔记
  • 线性代数
Geeks_Z
2024-04-05

求解Ax=b 可解性和解的结构

第八讲:求解Ax=b:可解性和解的结构

举例,同上一讲:3×4矩阵 A=[1222246836810],求Ax=b的特解:

写出其增广矩阵(augmented matrix)[Ab]:

消元[1222b12468b236810b3]消元→[1222b10024b2−2b10000b3−b2−b1]

显然,有解的必要条件为b3−b2−b1=0。

讨论b满足什么条件才能让方程Ax=b有解(solvability condition on b):当且仅当b属于A的列空间时。另一种描述:如果A的各行线性组合得到0行,则b端分量做同样的线性组合,结果也为0时,方程才有解。

解法:令所有自由变量取0,则有{x1+2x3=12x3=3 ,解得 {x1=−2x3=32 ,代入Ax=b求得特解 xp=[−20320]。

令Ax=b成立的所有解:

两式相加{Axp=bAxn=0两式相加→A(xp+xn)=b

即Ax=b的解集为其特解加上零空间,对本例有: xcomplete=[−20320]+c1[−2100]+c2[20−21]

对于m×n矩阵A,有矩阵A的秩r≤min(m,n)

列满秩r=n情况: A=[13216151] ,rank(A)=2,要使Ax=b,b≠0有非零解,b必须取A中各列的线性组合,此时A的零空间中只有0向量。

行满秩r=m情况: A=[12653111] ,rank(A)=2,都有的解∀b∈Rm都有x≠0的解,因为此时A的列空间为Rm,b∈Rm恒成立,组成A的零空间的自由变量有n-r个。

行列满秩情况:r=m=n,如 A=[1234] ,则A最终可以化简为R=I,其零空间只包含0向量。

总结:

r=m=nr=n<mr=m<nr<m,r<nR=IR=[I0]R=[IF]R=[IF00]1solution0or1solution∞solution0or∞solution

#线性代数
上次更新: 2025/06/25, 11:25:50
求解Ax=0主变量——特解
线性相关性、基、维数

← 求解Ax=0主变量——特解 线性相关性、基、维数→

最近更新
01
帮助信息查看
06-08
02
常用命令
06-08
03
学习资源
06-07
更多文章>
Theme by Vdoing | Copyright © 2022-2025 Geeks_Z | MIT License
京公网安备 11010802040735号 | 京ICP备2022029989号-1
  • 跟随系统
  • 浅色模式
  • 深色模式
  • 阅读模式