2009年4月1日 星期三

由最簡列梯形矩陣判斷線性方程解的結構

本文的閱讀等級:初級

給定一個 $$m\times n$$ 階矩陣 $$A$$,方程式  $$A\mathbf{x}=\mathbf{b}$$ 的解有哪些可能性?對於任意 $$m$$ 維向量 $$\mathbf{b}$$,解是否存在?又是否唯一?或者說解的結構為何?從矩陣 $$A$$ 的最簡列梯形矩陣 $$R$$,我們可以回答上述關於解的結構問題。看這個例子:

$$A=\begin{bmatrix}

1&2&1&3\\

1&2&2&5\\

1&2&3&7\end{bmatrix}$$


  


利用高斯—約當法可以得出矩陣 $$A$$ 的最簡列梯形矩陣,如下:

$$R=\begin{bmatrix}

1&2&0&1\\

0&0&1&2\\

0&0&0&0\end{bmatrix}$$

此例中,$$R$$ 包含三類元素:

  • (1) $$R$$ 的軸行為第 1,3 行,$$R$$ 的軸列為第 1,2 列,將所有同位於軸行和軸列的元挑出來,可以合成一個 2 階單位矩陣,得知 $$\mathrm{rank}A=2$$。

  • (2) $$R$$ 的非軸行 (即第 2,4 行) 對應齊次方程式組 $$R\mathbf{x}=\mathbf{0}$$ 的自由變數。

  • (3) $$R$$ 包含一零列,置於最底。


 

在不失一般性原則下,我們以分塊矩陣表示:

$$R=\begin{bmatrix}

I_{r}&F\\

0&0\end{bmatrix}$$

注意,$$I_r$$ 是 $$r$$ 階單位矩陣,$$r=\mathrm{rank}A$$,$$F$$ 是 $$r\times (n-r)$$ 階矩陣,最底共有 $$(m-r)$$ 個零列。

     


$$R$$ 的型態直接告訴我們解的結構,分為四種情況,利用“秩—零度定理”可以完整解讀線性方程解的唯一性和存在性。

(1) $$r=n$$,$$r<m$$

$$R=\begin{bmatrix}

I_{r}\\

0\end{bmatrix}$$

矩陣 $$R$$ 不含分塊  $$F$$,表示不存在自由變數,零空間 $$N(A)=N(R)=\{\mathbf{0}\}$$,這確定了解的唯一性。又因 $$r<m$$,行空間 $$C(A)$$ 其維度為 $$r$$,故無法充滿整個 $$\mathbb{R}^m$$,這使得解未必存在 (除非 $$\mathbf{b}$$ 屬於 $$C(A)$$)。綜合零空間與行空間性質,得知方程式可能無解或僅有唯一解。

four-subsapces-and-r1


 


(2) $$r=m$$,$$r<n$$

$$R=\begin{bmatrix}

I_{r}&F

\end{bmatrix}$$

矩陣 $$R$$ 含 $$F$$ 分塊,表示至少有一個自由變數,零空間 $$N(A)=N(R)\neq\{\mathbf{0}\}$$,這使得解不具唯一性。又因 $$r=m$$,行空間 $$C(A)$$ 充滿了整個 $$\mathbb{R}^m$$,故對於任意 $$\mathbf{b}$$,方程式總是有無窮多組解。

four-subsapces-and-r2


 


(3) $$r=m$$,$$r=n$$

$$R=I_{r}$$

矩陣 $$R$$ 等於單位矩陣,表示沒有自由變數,零空間 $$N(A)=N(R)=\{\mathbf{0}\}$$。因 $$r=m$$,行空間 $$C(A)$$ 充滿了整個 $$\mathbb{R}^m$$,故對於任意 $$\mathbf{b}$$,總是有唯一解。

four-subsapces-and-r3


 

(4) $$r<m$$,$$r<n$$

$$R=\begin{bmatrix}

I_{r}&F\\

0&0\end{bmatrix}$$

矩陣 $$R$$ 含 $$F$$ 分塊,表示至少有一個自由變數,零空間 $$N(A)=N(R)\neq\{\mathbf{0}\}$$,解不具唯一性。因 $$r<m$$,行空間 $$C(A)$$ 無法充滿整個 $$\mathbb{R}^m$$。對於任意 $$\mathbf{b}$$,方程式可能無解或者存在無窮多組解。

four-subsapces-and-r4

4 則留言:

  1. 對結果整理了一下:)
    A:m*n matrix
    \begin{cases}
    \mbox{x has no solution or the unique solution} &\mbox{if }rank(A)=n,rank(A)<m\\
    \mbox{x has infinite solutions}&\mbox{if } rank(A)=m,rank(A)<n\\
    \mbox{x has the unique solution} &\mbox{if }rank(A)=m=n\\
    \mbox{x has no solution or infinite solutions} &\mbox{if } rank(A)<m, rank(A)<n\\
    \end{cases}

    回覆刪除
  2. 對結果整理了一下:)
    $$A:m*n matrix
    \begin{cases}
    \mbox{x has no solution or the unique solution} &\mbox{if }rank(A)=n,rank(A)<m\\
    \mbox{x has infinite solutions}&\mbox{if } rank(A)=m,rank(A)<n\\
    \mbox{x has the unique solution} &\mbox{if }rank(A)=m=n\\
    \mbox{x has no solution or infinite solutions} &\mbox{if } rank(A)<m, rank(A)<n\\
    \end{cases}$$
    註:文字的敘述部份已經了解了,可以請老師對圖形說明一下嗎?看不太懂老師想透過圖形所表達什麼觀念,謝謝:)

    回覆刪除
  3. 圖形跟文字說的是同一件事, 文字不容易記得(一般人的存文字記憶半衰期只有一兩個月), 但是只要畫畫圖就明白四種情況分別對應 $$N(A)=\{0\}$$(子空間顏色消失), $$N(A^T)=\{0\}$$, 兩者都只含0, 以及兩者都包含非零向量. 由各子空間的大小立刻推論出解的情況. 例如, $$r=n<m$$, 圖的右邊 $$N(A^T)$$ 不為零空間就表示 $$b$$ 可能不在 $$C(A)$$ 中, 故可能無解. 圖的左邊 $$N(A)$$ 消失, 就表示沒有零空間解, 故至多僅有一列空間解.

    回覆刪除
  4. [...] 接者,我們運用桌球平台解釋線性方程的解是否唯一存在(相關閱讀請見“由最簡列梯形矩陣判斷線性方程解的結構”),下面的問題取自“每週問題 May 18, 2009”。設 為 階實矩陣, 和 代表未知向量, 和 代表已知常數向量。對於給定的線性方程,以下僅考慮兩種特殊情況:滿行秩 或滿列秩 。 [...]

    回覆刪除