线性代数感悟之4 通过增广矩阵查看解的情况上篇

这篇具有很好参考价值的文章主要介绍了线性代数感悟之4 通过增广矩阵查看解的情况上篇。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

最近在看 liuyubobobo 的  线性代数 课,感觉很妙,有些感悟记录一下~~~

通过增广矩阵查看解的情况:

线性代数感悟之4 通过增广矩阵查看解的情况上篇

------------------------------------------------------------------------------------------------------------------------------

主元(首元)定义:非零行的第一个元素。

什么是阶梯形矩阵?

线性代数感悟之4 通过增广矩阵查看解的情况上篇

感性定义:可以画个阶梯,阶梯下面都是0

理性定义

  1.  有全零行的话,一定是在矩阵的最下方

  2.  主元的位置,随着行号的递增,向右偏。

  3.  阶梯下方的元素都是0

如果在阶梯型矩阵的条件下,继续满足一个条件:

    4.  主元为1,且主元所在列其他元素为0。

那么 这样的矩阵称之为,rref(行最简形式),

线性代数感悟之4 通过增广矩阵查看解的情况上篇

以下两个矩阵,都满足RREF的定义:

线性代数感悟之4 通过增广矩阵查看解的情况上篇

分析:

1 首先它是一个阶梯形矩阵

2 主元为1,且主元所在列其他元素为0。

以下矩阵不是行最简形式:

线性代数感悟之4 通过增广矩阵查看解的情况上篇

分析:

第一个是阶梯型矩阵,但是不满足:主元为1,且主元所在列其他元素为0。

第二个和第三个,不是阶梯型矩阵。

----------------------------------------------

接下来将增广矩阵变化成行最简形式,再来判断解的的结构。

首先给出定义:

系数矩阵:这个矩阵只包括原方程组的系数,没有等式右侧的那个常数。(及虚线左边的矩阵)

下图中的A就表示 “系数矩阵”,而未知数的个数就是看,系数矩阵有几列。

线性代数感悟之4 通过增广矩阵查看解的情况上篇

这里还有个,行最简形式的非零行,就是整个矩阵的非零行。’

​由于对比的是系数矩阵和整个矩阵,而系数矩阵是被包含在整个矩阵之内的。

 所以非零行的个数,只可能是系数矩阵的个数小于等于整个矩阵的个数(不可能大于)。 

那么先看非零行是否一致,不一致的话(不相等),那绝对小于。此时无解。 

如果一致,再看是有唯一解还是无数解。

 小结: 

  • 1 最重要的就是系数矩阵的非零行个数 

  • 2 先对比非零行是否一致,不一致,无解(一致就在往下看) 

  • 3 再看未知数个数,判断有几个解 

           3.1  如果  未知数个数=A非零行,那此时,A就是一个单位矩阵了!所以一定是唯一解

           3.2  如果 A非零行<未知数个数 此时无数解

           3.3  不存在 A非零行>未知数个数 的情况:画一下,就知道了,如果非零行大于列数(及未知数个数),那就不满足阶梯矩阵了!文章来源地址https://www.toymoban.com/news/detail-442006.html

到了这里,关于线性代数感悟之4 通过增广矩阵查看解的情况上篇的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 线性代数:线性方程求解、矩阵的逆、线性组合、线性独立

    本文参考www.deeplearningbook.org一书第二章2.3 Identity and Inverse Matrices 2.4 Linear Dependence and Span 本文围绕 线性方程求解 依次介绍矩阵的逆、线性组合、线性独立等线性代数的基础知识点。 本文主要围绕求解线性方程展开,我们先把线性方程写出来,方程如下: 其中,是已知的;,

    2024年02月08日
    浏览(38)
  • 0203逆矩阵-矩阵及其运算-线性代数

    定义7 对于 n n n 阶矩阵A,如果有一个 n n n 阶矩阵B,使 A B = B A = E AB=BA=E A B = B A = E 则说矩阵A是可逆的,并把矩阵B称为A的逆矩阵,简称逆阵。 定理1 若矩阵A可逆,则 ∣ A ∣ ≠ 0 vert Avert not = 0 ∣ A ∣  = 0 证明: A 可逆,即有 A − 1 ,使得 A A − 1 = E ∣ A A − 1 ∣ = ∣ A

    2024年04月13日
    浏览(47)
  • 线性代数-矩阵的本质

    线性代数-矩阵的本质

    2024年02月11日
    浏览(36)
  • 线性代数——求逆矩阵

    利用计算技巧凑出公式:两边加E、提取公因式、没有公因式可提时利用隐形的E=AA^(-1),因为E可看作系数1 主对角线有矩阵(副对角线是0矩阵),则分别逆后放在原位置 副对角线有矩阵(主对角线是0矩阵),则分别逆后互换位置

    2024年02月11日
    浏览(35)
  • 投影矩阵推导【线性代数】

    如果两个向量垂直,那么满足。但如果两个向量不垂直,我们就将 b 投影到 a 上,就得到了二者的距离,我们也称为向量 b 到直线 a 的误差。这样就有出现了垂直:                (1) 投影向量 p 在直线上,不妨假设  ,那么误差 。带入式(1)中得到: 投影矩阵:  

    2024年02月06日
    浏览(47)
  • 线性代数:矩阵的定义

    目录 一、定义 二、方阵 三、对角阵 四、单位阵 五、数量阵  六、行(列)矩阵  七、同型矩阵 八、矩阵相等 九、零矩阵 十、方阵的行列式

    2024年01月22日
    浏览(30)
  • 线性代数——矩阵

    学习高等数学和线性代数需要的初等数学知识 线性代数——行列式 线性代数——矩阵 线性代数——向量 线性代数——线性方程组 线性代数——特征值和特征向量 线性代数——二次型 本文大部分内容皆来自李永乐老师考研教材和视频课。 从矩阵的转置章节到方阵和行列式

    2023年04月08日
    浏览(207)
  • 线性代数基础--矩阵

     矩阵是由排列在矩形阵列中的数字或其他数学对象组成的表格结构。它由行和列组成,并且在数学和应用领域中广泛使用。 元素:矩阵中的每个数字称为元素。元素可以是实数、复数或其他数学对象。 维度:矩阵的维度表示矩阵的行数和列数。一个 m × n 的矩阵有 m 行和

    2024年02月11日
    浏览(34)
  • 线性代数_对称矩阵

    对称矩阵是线性代数中一种非常重要的矩阵结构,它具有许多独特的性质和应用。下面是对称矩阵的详细描述: ### 定义 对称矩阵,即对称方阵,是指一个n阶方阵A,其转置矩阵等于其本身,即A^T = A。这意味着方阵A中的元素满足交换律,即对于任意的i和j(i ≤ j),都有A[

    2024年02月02日
    浏览(34)
  • 线性代数:矩阵的秩

    矩阵的秩(Rank)是线性代数中一个非常重要的概念,表示一个矩阵的行向量或列向量的线性无关的数量,通常用 r ( A ) r(boldsymbol{A}) r ( A ) 表示。具体来说: 对于一个 m × n mtimes n m × n 的实矩阵 A boldsymbol{A} A ,它的行秩 r ( A ) r(boldsymbol{A}) r ( A ) 定义为 A boldsymbol{A} A 的各

    2024年02月07日
    浏览(32)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包