【线性代数】矩阵与线性方程组的几何意义
有线性方程组 A x = b Ax=b Ax=b。本文以三维为例,讨论其物理意义。
解的物理意义
上述线性方程组包含若干个三元一次方程:
a 11 x 1 + a 12 x 2 + a 13 x 3 = b 1 a_{11}x_1+a_{12}x_2+a_{13}x_3 = b_1 a11x1+a12x2+a13x3=b1
a 21 x 1 + a 22 x 2 + a 23 x 3 = b 2 a_{21}x_1+a_{22}x_2+a_{23}x_3 = b_2 a21x1+a22x2+a23x3=b2
a 31 x 1 + a 32 x 2 + a 33 x 3 = b 3 a_{31}x_1+a_{32}x_2+a_{33}x_3 = b_3 a31x1+a32x2+a33x3=b3
. . . ... ...
其中每一个三元一次方程代表三维空间中的一个平面。如果平面个数大于维度,称为超定方程;小于维度,称为欠定方程;等于维度,称为适定方程。
满足这个线性方程组的解 x = [ x 1 , x 2 , x 3 ] x=[x_1,x_2,x_3] x=[x1,x2,x3]同时属于所有平面。
线性方程与平面
在进一步矩阵和方程之前,先复习一下三维平面的性质。
如果三元一次方程是齐次的,形如 a 1 x 1 + a 2 x 2 + a 3 x 3 = 0 a_1x_1+a_2x_2+a_3x_3=0 a1x1+a2x2+a3x3=0,则该平面过原点。
证明:易证 [ 0 , 0 , 0 ] [0,0,0] [0,0,0]满足该方程。
过原点的平面平移 [ x 1 ˉ , x 2 ˉ , x 3 ˉ ] [\bar{x_1},\bar{x_2},\bar{x_3}] [x1ˉ,x2ˉ,x3ˉ],变为 a 1 x 1 + a 2 x 2 + a 3 x 3 = a 1 x 1 ˉ + a 2 x 2 ˉ + a 3 x 3 ˉ a_1x_1+a_2x_2+a_3x_3=a_1\bar{x_1}+a_2\bar{x_2}+a_3\bar{x_3} a1x1+a2x2+a3x3=a1x1ˉ+a2x2ˉ+a3x3ˉ
证明:系数不变说明角度不变,代入 [ x 1 ˉ , x 2 ˉ , x 3 ˉ ] [\bar{x_1},\bar{x_2},\bar{x_3}] [x1ˉ,x2ˉ,x3ˉ]可知平移到此处。
常数项 b b b变化时,平面角度不变,只发生平移。
证明:设变化前后有两个平面
a 11 x + 1 + a 12 x 2 + a 13 x 3 = b 1 a_{11}x+1+a_{12}x_2+a_{13}x_3 = b_1 a11x+1+a12x2+a13x3=b1
a 11 x + 1 + a 12 x 2 + a 13 x 3 = b 1 ′ a_{11}x+1+a_{12}x_2+a_{13}x_3 = b_1' a11x+1+a12x2+a13x3=b1′
两式相减 b 1 − b 1 ′ = 0 b_1-b_1'=0 b1−b1′=0,可知两平面无交点,平行。
平面 a 1 x 1 + a 2 x 2 + a 3 x 3 = b a_1x_1+a_2x_2+a_3x_3=b a1x1+a2x2+a3x3=b的法向量是 [ a 1 , a 2 , a 3 ] [a_1,a_2,a_3] [a1,a2,a3]
证明:将平面方程稍作变化
a 1 ( x 1 − b / a 1 ) + a 2 ( x 2 − 0 ) + a 3 ( x 3 − 0 ) = 0 a_1(x_1-b/a_1)+a_2(x_2-0)+a_3(x_3-0)=0 a1(x1−b/a1)+a2(x2−0)+a3(x3−0)=0
可以看做两个向量的内积
向量1: [ a 1 , a 2 , a 3 ] [a_1,a_2,a_3] [a1,a2,a3]
向量2: [ x 1 , x 2 , x 3 ] − [ b / a 1 , 0 , 0 ] [x_1,x_2,x_3]-[b/a_1,0,0] [x1,x2,x3]−[b/a1,0,0]。这是连接平面上任一点 [ x 1 , x 2 , x 3 ] [x_1,x_2,x_3] [x1,x2,x3]和平面上固定点 [ b / a 1 , 0 , 0 ] [b/a_1,0,0] [b/a1,0,0]的向量。
向量内积为0,说明相互垂直。即平面垂直于法向量。
这里有个在线三维绘制工具可以体会一下。
齐次方程组
齐次方程组具有形式 A x = 0 Ax=0 Ax=0,平面都是过原点的。根据系数矩阵 A A A的秩不同,有以下三种情况。
【情况1】 r ( A ) = 3 r(A)=3 r(A)=3。
A A A的每一行,即所有平面的法向量 [ a 11 , a 12 , a 13 ] , [ a 21 , a 22 , a 23 ] , [ a 31 , a 32 , a 33 ] . . . [a_{11},a_{12},a_{13}],[a_{21},a_{22},a_{23}],[a_{31},a_{32},a_{33}]... [a11,a12,a13],[a21,a22,a23],[a31,a32,a33]...能够张成一个三维空间。
平面只有一个交点: [ 0 , 0 , 0 ] [0,0,0] [0,0,0],线性方程有一个解。
【情况2】 r ( A ) = 2 r(A)=2 r(A)=2。
所有平面的法向量,都处于同一个平面内。
由于三个平面都过同一个点 [ 0 , 0 , 0 ] [0,0,0] [0,0,0],所以他们共有一条交线,线性方程有无穷多解。
这些解共线,换句话说,它们构成了一个二维的子空间。可以用 x = c x ˉ x=c\bar{x} x=cxˉ表示。
【情况3】 r ( A ) = 1 r(A)=1 r(A)=1。
所有平面的法向量共线。
由于三个平面都过同一个点,所有平面重合于过 [ 0 , 0 , 0 ] [0,0,0] [0,0,0]的平面,线性方程有无穷多解。同样可以用可以用 x = c x ˉ x=c\bar{x} x=cxˉ表示。
特别地,当齐次方程组为适定的,即共有三个平面时,上述结论变成我们熟悉的矩阵性质。即如果 r ( A ) = 3 r(A)=3 r(A)=3,则 A A A可逆, x = A − 1 b x=A^{-1}b x=A−1b。
非齐次方程组
非齐次方程具有形式 A x = b Ax=b Ax=b。相当于把前述若干平面进行平移。
如果不经限定的平移,一般情况下方程组的解都会变少。只有当所有平面“绑定在一起”平移时,解的情况才不发生变化。
这种情况相当于所有平面都平移 [ x 1 ˉ , x 2 ˉ , x 3 ˉ ] [\bar{x_1},\bar{x_2},\bar{x_3}] [x1ˉ,x2ˉ,x3ˉ]。
a 11 x 1 + a 12 x 2 + a 13 x 3 = a 11 x 1 ˉ + a 12 x 2 ˉ + a 13 x 3 ˉ a_{11}x_1+a_{12}x_2+a_{13}x_3 = a_{11}\bar{x_1}+a_{12}\bar{x_2}+a_{13}\bar{x_3} a11x1+a12x2+a13x3=a11x1ˉ+a12x2ˉ+a13x3ˉ
a 21 x 1 + a 22 x 2 + a 23 x 3 = a 21 x 1 ˉ + a 22 x 2 ˉ + a 23 x 3 ˉ a_{21}x_1+a_{22}x_2+a_{23}x_3 = a_{21}\bar{x_1}+a_{22}\bar{x_2}+a_{23}\bar{x_3} a21x1+a22x2+a23x3=a21x1ˉ+a22x2ˉ+a23x3ˉ
a 31 x 1 + a 32 x 2 + a 33 x 3 = a 31 x 1 ˉ + a 32 x 2 ˉ + a 33 x 3 ˉ a_{31}x_1+a_{32}x_2+a_{33}x_3 = a_{31}\bar{x_1}+a_{32}\bar{x_2}+a_{33}\bar{x_3} a31x1+a32x2+a33x3=a31x1ˉ+a32x2ˉ+a33x3ˉ
. . . ... ...
写成矩阵形式
A x = b = A x ˉ Ax=b=A\bar{x} Ax=b=Axˉ
即,常数项 b b b可以表示成 A A A的列的线性组合,即 b b b处于 A A A的列空间内。把 A , b A,b A,b并列组成的增广矩阵 [ A ; b ] [A;b] [A;b]与系数矩阵 A A A的秩相同。
从矩阵的角度来说,增加一列不会减少矩阵的秩,即 r ( A ) ≤ r ( [ A ; b ] ) r(A)\leq r([A;b]) r(A)≤r([A;b])。
如果 r ( A ) = r ( [ A ; b ] ) r(A)=r([A;b]) r(A)=r([A;b]),则 A x = b Ax=b Ax=b的解的情况和 A x = 0 Ax=0 Ax=0相同;
如果 r ( A ) < r ( [ A ; b ] ) r(A)<r([A;b]) r(A)<r([A;b]),则 A x = b Ax=b Ax=b无解。
【线性代数】矩阵与线性方程组的几何意义相关推荐
- 线性代数--矩阵、向量
线性代数 线性代数 矩阵及其运算 矩阵分块法 矩阵的初等变换于线性方程组 矩阵的初等变换 矩阵的秩 线性方程组的解 向量组的线性相关性 向量组及其线性组合 向量组的线性相关性 线性代数 矩阵及其运算 ...
- 线性代数-矩阵的初等变换与线性方程式
以下均为个人理解,如有错误,请大佬指出,小生立马就改正. 线性代数-矩阵的初等变换与线性方程式 1. 矩阵的初等变换 2. 行最简矩阵 2.1 矩阵的秩 3. 线性方程组的解 1. 矩阵的初等变换 定 ...
- 线性代数---矩阵的各种问题求解方法
线性代数-矩阵的各种问题求解方法 如果存在什么问题,欢迎批评指正!谢谢!
- matlab 病态方程组,数值分析(Hilbert矩阵)病态线性方程组的求解Matlab程序
(Hilbert 矩阵)病态线性方程组的求解 理论分析表明,数值求解病态线性方程组很困难.考虑求解如下的线性方程组的求解Hx = b ,期中H 是Hilbert 矩阵,()ij n n H h ?=, ...
- 线性代数矩阵行列式_矩阵的行列式 使用Python的线性代数
线性代数矩阵行列式 In linear algebra, the determinant is a scalar value that can be computed for a square mat ...
- 线性代数矩阵乘法中的行向量和列向量
线性代数矩阵乘法中的行向量和列向量 在矩阵中有两个概念,行向量与列向量,这是从两个不同的角度看待矩阵的组成.这篇文章将从行向量和列向量两个角度来分解矩阵的乘法. 假设有两个矩阵A和B 一般矩阵的乘法分 ...
- 线性代数矩阵行列式_非平方矩阵的行列式| 使用Python的线性代数
线性代数矩阵行列式 Prerequisites: 先决条件: Defining a Matrix 定义矩阵 Determinant of a Matrix 矩阵的行列式 Note: Determina ...
- 数学/线性代数 {矩阵初等变换,[阶梯形/最简形]矩阵,初等矩阵}
数学/线性代数 {矩阵初等变换,[阶梯形/最简形]矩阵,初等矩阵}; @LOC_COUNTER: 3; 矩阵的初等变换 定义 矩阵的初等变换 和行列式的变换 是完全一样的; . LINK: (http ...
- matlab 解方程组 矩阵,用MATLAB计算矩阵和解线性方程组.ppt
用MATLAB计算矩阵和解线性方程组.ppt 第五章 矩阵与行列式 §5.6 用MATLAB计算 矩阵与行列式 用MATLAB计算矩阵与行列式 行列式的求值 矩阵的基本运算 矩阵的加.减 数与矩阵相乘 ...
最新文章
- 在计算机网络中光缆的工作原理是什么,计算机网络原理期中考试试卷(A)
- Maptree-层级结构数据展示的绝佳尝试
- cygwin用命令安装软件_软件安装、命令行、Github
- MySQL的索引及优化方案
- C#提供的类库能够轻松实现对文件的操作
- java内存分配模型优点_高并发实战(二)-并发基础 缓存 MESI 内存模型
- 作者:钱卫宁(1976-),男,华东师范大学数据科学与工程研究院教授、博士生导师...
- 我的docker随笔18:阿里云docker仓库的使用
- css代码颜色十六进制大全
- redis等缓存和mysql的数据同步问题解决思路
- 赚外快—常见编程接单的网站集合(20余个)
- 操作系统模拟进程调度实验报告java_操作系统实验2进程调度实验报告.doc
- 如何下载免费高清Google谷歌卫星3D地图?
- 网络安全——kali_Linux基本命令大全
- Transformer课程 业务对话机器人Rasa 3.x 生成自然语言理解NLU数据
- Ffmpeg音频转码 卡顿(MP2转AAC)
- WORD插入图题注表题注添加图表目录
- 什么是FPGA工程师的核心竞争力
- 计算机硬件加速怎么开,怎么开启显卡硬件加速?开启显卡硬件的加速功能步骤...
- MySQL DBA必备工具使用的6大锦囊妙计