线性代数的消元法_高斯消元法例题

大家好，又见面了，我是你们的朋友全栈君。

1. 消元的思想

针对下面的方程，我们无法直接得到方程的解。

\[\begin{alignedat}{2} &x \space- \space&2&y \space=\space 1 \\ 3&x\space+\space&2&y \space=\space 11 \end{alignedat}\]

但如果我们将第二个方程减去第一个方程的 3 倍，上面的方程组就变成了下面这样。

\[ \begin{alignedat}{2} &x \space- \space&2&y \space=\space 1 \\ &\space\space&8&y \space=\space 8 \end{alignedat}\]

这时候，我们就可以直接得到 \(y=1\)，进而从第一个方程得到 \(x=3\)。

可以看到，消元之后，方程组变成了一个下三角（upper triangular）的形式，然后我们就可以用回带法（back substitution）来快速地解出方程组的解。

线性代数的消元法_高斯消元法例题

进行消元的那一行的第一个非零值称为主元（pivot），消元时候的乘数就等于待消项的系数除以主元，在上面的例子中，乘数 \(3 = 3 / 1\)。一般地，乘数可以表示为

\[l_{ij} = \frac{第\space i\space 行待消去项的系数}{第 \space j \space行的主元} \]

\[ \begin{alignedat}{2} 4&x \space- \space&8&y \space=\space 4 \\ 3&x\space+\space&2&y \space=\space 11 \end{alignedat}\]

如果我们改变了第一个方程，那么乘数就等于 \(3 / 4\)。消元之后，所有的主元都位于下三角的对角线上，并且主元不能是 0。

\[ \begin{alignedat}{2} 4&x \space- \space&8&y \space=\space 4 \\ &\space\space&8&y \space=\space 8 \end{alignedat}\]

2. 消元的失效

• 无解

\[\begin{alignedat}{2} &x \space- \space&2&y \space=\space 1 \\ 3&x\space-\space&6&y \space=\space 11 \end{alignedat} \quad{消元后}\quad \begin{alignedat}{2} &x \space- \space&2&y \space=\space 1 \\ &\space\space&0&y \space=\space 8 \end{alignedat}\]

这种情况下，我们遇到了 \(0y = 8\)，说明原方程组无解。从行图像中，我们也可以看到，两条平行的直线无法相交于一点。而在列图像中，两个在同一方向上的向量不可能线性组合出不在这个方向上的向量。

线性代数的消元法_高斯消元法例题

• 无穷解

\[\begin{alignedat}{2} &x \space- \space&2&y \space=\space 1 \\ 3&x\space-\space&6&y \space=\space 3 \end{alignedat} \quad{消元后}\quad \begin{alignedat}{2} &x \space- \space&2&y \space=\space 1 \\ &\space\space&0&y \space=\space 0 \end{alignedat}\]

这种情况下，我们遇到了 \(0y = 0\)，任何的 \(y\) 值都满足要求，此时 \(y\) 是“自由”的，确定了 \(y\) 之后 \(x\) 则由第一个方程确定。

从行图像中，我们也可以看到，两条直线相同，因此整条直线都是交点。而在列图像中，左边的两个向量和右边的向量方向都相同，有无穷多个线性组合都可以产生右边的向量。

线性代数的消元法_高斯消元法例题

对于有 \(n\) 个方程的方程组，如果我们得不到 \(n\) 个主元，那么消元就会导致 \(0\not = 0，无解\) 或者 \(0=0，无穷解\) ，只有正好有 \(n\) 个主元的时候，方程组才有解，但我们可能需要进行方程的交换。

• 需要行交换

\[\begin{alignedat}{2} 0&x \space+ \space&2&y \space=\space 4 \\ 3&x\space-\space&2&y \space=\space 5 \end{alignedat} \quad{消元后}\quad \begin{alignedat}{2} 3&x\space-\space&2&y \space=\space 5 \\ &\space\space&2&y \space=\space 4 \end{alignedat}\]

一开始，第一行的主元为 0，行交换后，我们得到了两个主元 3 和 2，然后，方程就有了正常的解。

3. 三个未知数

\[\begin{alignedat}{2} 2&x \space+\space&4&y \space-\space&2&z=\space 2 \\ 4&x \space+\space&9&y \space-\space&3&z=\space 8\\ -2&x \space-\space&3&y \space+\space&7&z=\space 10 \end{alignedat}\]

第一步，方程 2 减去 2 倍的方程 1，得到 \(y+z=4\)。 第二步，方程 3 减去 -1 倍的方程 1，得到 \(y+5z=12\)。 第一步，方程 3 减去 1 倍的方程 2，得到 \(4z=8\)。

\[\begin{alignedat}{2} \boldsymbol 2&x \space+\space&4&y \space-\space&2&z=\space 2 \\ & \space\space&\boldsymbol 1&y \space+\space&1&z=\space 8\\ & \space\space&& \space\space&\boldsymbol 4&z=\space 8 \end{alignedat}\]

三个主元分别为 2， 1， 4，然后我们就可以用回带法求出方程组的解。

4. 用矩阵的形式来消元

\[\begin{alignedat}{2} 2&x_1 \space+\space&4&x_2 \space-\space&2&x_3=\space 2 \\ 4&x_1\space+\space&9&x_2 \space-\space&3&x_3=\space 8\\ -2&x_1 \space-\space&3&x_2 \space+\space&7&x_3=\space 10 \end{alignedat} \leftrightarrow \begin{bmatrix} 2&4&-2 \\ 4&9&-3\\-2&-3&7\end{bmatrix} \begin{bmatrix} x_1 \\ x_2\\x_3 \end{bmatrix} = \begin{bmatrix} 2 \\ 8\\10 \end{bmatrix}\]

对方程的两边同时进行一步消元，第 2 个方程减去第 1 个方程的 2 倍，我们可以得到：

\[\begin{bmatrix} 2&4&-2 \\ 0&1&1\\-2&-3&7\end{bmatrix} \begin{bmatrix} x_1 \\ x_2\\x_3 \end{bmatrix} = \begin{bmatrix} 2 \\ 4\\10 \end{bmatrix}\]

相当于左右两边都乘以了一个矩阵 \(E_{21}\)

\[E_{21} = \begin{bmatrix} 1&0&0 \\ -2&1&0\\0&0&1\end{bmatrix} \]

\[E_{21} = \begin{bmatrix} 1&0&0 \\ -2&1&0\\0&0&1\end{bmatrix} * \begin{bmatrix} row1 \\ row2\\row3\end{bmatrix} = \begin{bmatrix} row1 \\ row2-2row1\\row3\end{bmatrix} \]

\(E_{21}\) 称为初等矩阵（elementary matrix）或者消元矩阵（elimination matrix），它可以很简单地从单位矩阵演化而来，\(E_{ij}\) 就是将单位矩阵 \((i, j)\) 位置的 0 换成消元过程的乘数 \(-l_{ij}\)。

\[I = \begin{bmatrix} 1&0&0 \\ 0&1&0\\0&0&1\end{bmatrix} \to E_{21} = \begin{bmatrix} 1&0&0 \\ \boxed{-2}&1&0\\0&0&1\end{bmatrix} \]

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/167500.html原文链接：https://javaforall.cn