第七讲:求解\(Ax=0\),主变量,特解
举例:\(3 \times 4\)矩阵 $ A= \begin{bmatrix} 1 & 2 & 2 & 2\ 2 & 4 & 6 & 8\ 3 & 6 & 8 & 10\ \end{bmatrix} \(,求\)Ax=0$的特解:
找出主变量(pivot variable): $$ A= \begin{bmatrix} 1 & 2 & 2 & 2\ 2 & 4 & 6 & 8\ 3 & 6 & 8 & 10\ \end{bmatrix} \underrightarrow{消元} \begin{bmatrix} \underline{1} & 2 & 2 & 2\ 0 & 0 & \underline{2} & 4\ 0 & 0 & 0 & 0\ \end{bmatrix} =U $$
主变量(pivot variable,下划线元素)的个数为2,即矩阵\(A\)的秩(rank)为2,即\(r=2\)。
主变量所在的列为主列(pivot column),其余列为自由列(free column)。
自由列中的变量为自由变量(free variable),自由变量的个数为\(n-r=4-2=2\)。
通常,给自由列变量赋值,去求主列变量的值。如,令\(x_2=1, x_4=0\)求得特解 \(x=c_1\begin{bmatrix}-2\\1\\0\\0\\\end{bmatrix}\); 再令\(x_2=0, x_4=1\)求得特解 \(x=c_2\begin{bmatrix}2\\0\\-2\\1\\\end{bmatrix}\)。
该例还能进一步简化,即将\(U\)矩阵化简为\(R\)矩阵(Reduced row echelon form),即简化行阶梯形式。
在简化行阶梯形式中,主元上下的元素都是\(0\): $$ U= \begin{bmatrix} \underline{1} & 2 & 2 & 2\ 0 & 0 & \underline{2} & 4\ 0 & 0 & 0 & 0\ \end{bmatrix} \underrightarrow{化简} \begin{bmatrix} \underline{1} & 2 & 0 & -2\ 0 & 0 & \underline{1} & 2\ 0 & 0 & 0 & 0\ \end{bmatrix} =R $$
将\(R\)矩阵中的主变量放在一起,自由变量放在一起(列交换),得到
计算零空间矩阵\(N\)(nullspace matrix),其列为特解,有\(RN=0\)。
在本例中 $ N= \begin{bmatrix} -2 & 2 \ 0 & -2 \ 1 & 0 \ 0 & 1 \ \end{bmatrix} \(,与上面求得的两个\)x$特解一致。
另一个例子,矩阵 $ A= \begin{bmatrix} 1 & 2 & 3 \ 2 & 4 & 6 \ 2 & 6 & 8 \ 2 & 8 & 10 \ \end{bmatrix} \underrightarrow{消元} \begin{bmatrix} 1 & 2 & 3 \ 0 & 2 & 2 \ 0 & 0 & 0 \ 0 & 0 & 0 \ \end{bmatrix} \underrightarrow{化简} \begin{bmatrix} 1 & 0 & 1 \ 0 & 1 & 1 \ 0 & 0 & 0 \ 0 & 0 & 0 \ \end{bmatrix} =R $
矩阵的秩仍为\(r=2\),有\(2\)个主变量,\(1\)个自由变量。
同上一例,取自由变量为\(x_3=1\),求得特解 $ x=c \begin{bmatrix} -1 \ -1 \ 1 \ \end{bmatrix} $