矩阵论15
14-15(1)-14级-矩阵论试题与答案

中国矿业大学2014~2015学年第1学期研究生《矩阵论》试卷答题时间:120分钟 考试方式:闭卷姓名_ _____学号____________院系__________任课老师____________得分______ 【一】(10分)已知矩阵a b A c d ⎛⎫=⎪⎝⎭,定义22R ⨯上的线性变换 (),T X AX X =∈22R ⨯求T 在基11122122,,,E E E E 下的矩阵。
【二】(15分) 已知矩阵313729214A -⎛⎫ ⎪=-- ⎪ ⎪--⎝⎭(1)求A 的不变因子、初等因子; (2)求A 的Jordan 标准形J ; (3)求可逆矩阵P 使1P AP J -=。
【三】(15分)已知矩阵010865A ⎪=- ⎪ ⎪-⎝⎭(1)求A 的特征多项式; (2)求A 的最小多项式;(3)把矩阵Ate 表示成关于A 的多项式。
【四】(10分)已知矩阵111032A ⎪= ⎪ ⎪⎝⎭,求A 的QR 分解。
【五】(10分) 已知矩阵0.20.70.30.6A ⎛⎫= ⎪⎝⎭(1)求1,A A ∞; (2)讨论矩阵幂级数0kk A∞=∑的敛散性;若收敛,求其和。
【六】(15分)已知下面矛盾方程组123131311221x x x x x x x ++=⎧⎪+=⎨⎪+=⎩ (1)求系数矩阵A 的满秩分解; (2)求A 的广义逆矩阵A +;(3)求该方程组的极小范数最小二乘解。
【七】(15分)()n n ij A a R ⨯=∈,证明:2,,max max ij ij i ji ja An a ≤≤⋅【八】(10分)假设A 是n 阶方阵,若A 不与任何对角阵相似,证明:存在多项式()f λ及正整数k ,使得()f A O ≠但[()]k f A O =。
参 考 答 案【一】(10分)已知矩阵a b A c d ⎛⎫=⎪⎝⎭,定义22R ⨯上的线性变换 (),T X AX X =∈22R ⨯求T 在基11122122,,,E E E E 下的矩阵。
矩阵论-线性代数引论

无限维空间很多,如
n
K={ ai i | ai Q, n N}, (为圆周率) i0
K为Q上的无限维线性空间.
设V是数域F上得线性空间, x1, , xr V ,若满足
1)x1, , xr线性无关, 2)V中任一x均可由x1, , xr线性表示. 则称x1, , xr为V的一个基底(基).
二、维数,基底与坐标
设V为F上线性空间,xi V (i 1, , m), x V .若有ci F,
使得
x
=c 1
x1
c 2
x2
c m
xm
,
则称
x为
x1,
, xm的线性
组合,或者说x可由 x1, , xm线性表示.如果存在一组不
m
全为零的数k1, , km ,使得 ki xi ,则称向量组x1, , i 1
m
xm线性相关;否则称线性无关, 即若 ki xi ,则 i 1
k1 km 0.
线性无关组的任一子集是线性无关的,线性相关组的 任一扩展集仍线性相关.
维数:线性空间V中不同线性无关组中向量个数不
一定相同,向量个数最大者叫做V的维数,记为 dimV. 当dim V< ∞, 称 V 为有限维空间,否则为无
下都构成加群.
数域:若一个数集中任意两个数的和, 差,积,商(除数不为0)仍在该数集 中,则称该数集为数域.
如:有理数域,实数域,复数域等
线性空间:设(V, +)是一个加群,F 是一个数域,若 有 F 对 V 的数乘规则,使得 F,u V , 有V中唯
一元与之对应,记为 u ,且此规则满足:
3)存在零元 V 使得 u V , u u; 4)u V , 存在V中唯一负元-u,使得u+(-u)= .
矩阵论知识点范文

矩阵论知识点范文矩阵论是线性代数的一个分支,它研究矩阵的性质、运算和应用。
矩阵论广泛应用于各个学科领域,包括数学、物理、工程和经济等,是现代科学和工程领域中不可或缺的基础理论。
1.矩阵的基本概念矩阵是一个由数值排列成的矩形数组。
它的行数和列数分别定义了矩阵的维度。
矩阵的元素可以是实数或复数。
在矩阵中,每个元素都有一个唯一的位置,可以通过行和列的索引来定位。
2.矩阵的运算矩阵的运算包括加法、减法和乘法。
矩阵的加法和减法要求矩阵具有相同的维度,相应位置的元素进行运算。
矩阵的乘法是指将一个矩阵的每个元素与另一个矩阵相应位置的元素相乘,并将结果相加得到新的矩阵。
3.矩阵的转置和逆矩阵矩阵的转置是指将矩阵的行和列互换得到新的矩阵。
转置可以改变矩阵的维度,但不会改变矩阵中元素的值。
矩阵的逆是指如果一个矩阵乘以它的逆矩阵,结果将得到单位矩阵。
只有方阵才能有逆矩阵,非方阵没有逆矩阵。
4.矩阵的行列式矩阵的行列式是一个标量,用于描述矩阵的性质。
行列式的计算涉及矩阵的元素和它们的排列。
行列式可以用于判断矩阵是否可逆,以及计算矩阵的特征值和特征向量等。
5.矩阵的秩和矩阵方程矩阵的秩是指矩阵中非零行的最大数目。
秩可以用于判断矩阵的线性相关性和解矩阵方程的唯一性等。
矩阵方程是指将矩阵与向量或矩阵相乘得到一个新的矩阵,并求解出未知变量的值。
6.特征值和特征向量特征值是指矩阵与特征向量的线性组合等于特征值与特征向量的乘积。
特征值和特征向量可以用于描述矩阵的变换性质,如缩放、旋转和平移等。
7.矩阵的奇异值分解奇异值分解是将一个矩阵分解为三个矩阵的乘积。
奇异值分解可以用于矩阵压缩、数据降维和信号处理等方面。
8.矩阵的广义逆和广义特征值广义逆是指不可逆矩阵的逆矩阵。
广义逆可以用于解决线性方程组、最小二乘和正态方程等问题。
广义特征值是指矩阵与广义特征向量的线性组合等于广义特征值与广义特征向量的乘积。
9.矩阵的正交性和对称性正交矩阵是指矩阵的转置矩阵与原矩阵的乘积等于单位矩阵。
矩阵论_精品文档

矩阵论矩阵论是线性代数的一个重要分支,它研究的是矩阵的性质、运算和应用。
在现代科学和工程领域中,矩阵论被广泛应用于各种数学模型的建立、数据处理和优化问题的求解等。
一、矩阵的定义与性质矩阵是由数个数值排列成矩形形状的数组。
在矩阵论中,通常用大写字母表示矩阵,如A、B、C等。
一个矩阵由m行n列的数值组成,可以表示为A = [aij],其中i表示行的编号,j表示列的编号,aij表示矩阵A中第i行第j列的元素。
在矩阵论中,还有一些基本的运算符号和性质。
如矩阵的转置、加法、乘法等。
矩阵转置是指将矩阵的行列互换得到的新矩阵。
矩阵加法是指将两个具有相同维数的矩阵对应元素相加得到新矩阵。
矩阵乘法是指对矩阵的每个元素进行乘积运算,最终得到的新矩阵的元素是原矩阵对应行与对应列的乘积之和。
矩阵还有一些重要的性质。
如矩阵的对称性、零矩阵、单位矩阵等。
对称矩阵是指元素关于主对角线对称的矩阵,即a[i][j] = a[j][i]。
零矩阵是每个元素都为0的矩阵。
单位矩阵是指主对角线上元素都为1,其它元素都为0的矩阵。
单位矩阵在矩阵乘法运算中起到类似于数1的作用。
二、矩阵的运算与法则1. 矩阵的转置法则:(AB)T = BTAT。
即两个矩阵的乘积的转置等于这两个矩阵分别转置后的乘积。
这个法则在矩阵运算中经常被使用,可以简化复杂矩阵乘法的计算。
2. 矩阵的加法法则:矩阵加法满足交换律和结合律。
即A + B = B + A,(A + B) + C = A + (B + C)。
这些法则使得矩阵的加法运算可以像普通的数的加法一样直观和易于计算。
3. 矩阵的乘法法则:矩阵乘法满足结合律,但一般不满足交换律。
即(AB)C = A(BC),但一般来说,AB ≠ BA。
这是因为矩阵乘法涉及到对矩阵的行和列进行运算,行和列的次序不同会导致运算结果的差异。
4. 零矩阵的性质:对于任意矩阵A,都有A + 0 = A,0A = 0。
即任何矩阵与零矩阵相加或相乘都不改变原矩阵。
矩阵论(华中科技大学)课后习题答案

习题一1.判断下列集合对指定的运算是否构成R 上的线性空间 (1)11{()|0}nij n n iii V A a a⨯====∑,对矩阵加法和数乘运算;(2)2{|,}n n T V A A R A A ⨯=∈=-,对矩阵加法和数乘运算;(3)33V R =;对3R 中向量加法和如下定义的数乘向量:3,,0R k R k αα∀∈∈=; (4)4{()|()0}V f x f x =≥,通常的函数加法与数乘运算。
解: (1)、(2)为R 上线性空间(3)不是,由线性空间定义,对0α∀≠有1α=α,而题(3)中10α= (4)不是,若k<0,则()0kf x ≤,数乘不满足封闭性。
2.求线性空间{|}n nT V A R A A ⨯=∈=的维数和一组基。
解:一组基10001010101010000000100..................0010010⎧⎫⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎪⎪⎪⎪⎪⎪⎪⎪⎨⎬⎪⎪⎪⎪⎪⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎪ ⎪⎪ ⎪⎪⎪ ⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭⎩⎪⎪⎪⎪⎭dim W =n (n +1)/23.如果U 1和U 2都是线性空间V 的子空间,若dim U 1=dim U 2,而且12U U ⊆,证明:U 1=U 2。
证明:因为dim U 1=dim U 2,故设{}12,,,r ααα为空间U 1的一组基,{}12,,,r βββ为空间U 2的一组基2U γ∀∈,有()12r X γγβββ=而()()1212r r C αααβββ=,C 为过渡矩阵,且可逆于是()()()11212121r r r X C X Y U γγγγβββαααααα-===∈由此,得21U U ⊆又由题设12U U ⊆,证得U 1=U 2。
《矩阵论》习题答案,清华大学出版社,研究生教材习题 2.2

= k1 1 ( 1 , ) k 2 2 ( 2 , ) = k1 H 1 k 2 H 2 故 是线性变换.又因为
( H , H ) ( ( , ) , ( , ) ) ( , ) ( , ) 2 ( 2 2 )
, (i 1, , n 2) .如此
又因为各行与第 n 1 行正交,故 ai ,n1 0 由下往上逐行递推,即得结果.
8
17. 证:因为
( A S )( A S ) ( A S ) ( A S ) ( A S )
1 T 1 T T
5. 证:由 ( ( ( 得
cos , ( , )
( ), ( ), (β),
(β))= ( , β) ( ))=( , ) (β))= (β, β)
. ( ), (β))/| ( ), (β)> ( ) || (β)) |
= (
= cos<
1
1
,使
1
( 1 ) 1 . 令
1
( j ) j ( j 2,3, , n) ,如果 j j , j 2,3, , n ,则
2
=
,结论
成立.否则可设 2 2 ,再作镜面反射
2
:
2 2 2 2
( ) 2( , ) ,
于是
2
( 2 ) 2 ,且可验算有
2
(1 ) 1 .
如此继续下去,设经 s 次正交变换
1 , 2 , n , 1 , 2 , , n
1 , 2 , 3, , n 1 , 2 , , n
矩阵论知识要点范文

矩阵论知识要点范文矩阵论(Matrix theory)是线性代数的一门重要分支,研究的是矩阵的性质、运算以及与线性方程组、线性变换等数学对象之间的关系。
矩阵论在多个领域中都有广泛的应用,如物理学、工程学、计算机科学等。
以下是一些矩阵论的重要知识要点:1.矩阵表示:矩阵由行、列组成,可以表示为一个矩形的数表。
矩阵的大小由行数和列数确定,常用的表示方法是用大写字母表示矩阵,如A、B、C等。
2.矩阵运算:矩阵可以进行加法和乘法运算。
矩阵的加法是对应元素相加,矩阵的乘法是按照一定规则进行计算得到一个新的矩阵。
3.矩阵的转置:矩阵的转置是将矩阵按照主对角线进行镜像变换得到的新矩阵。
对于一个m×n的矩阵,转置后得到一个n×m的矩阵。
4.矩阵的逆:对于一个可逆矩阵A,存在一个矩阵B,满足AB=BA=I,其中I为单位矩阵。
矩阵B称为矩阵A的逆矩阵,记作A^(-1)。
逆矩阵的存在与唯一性为解线性方程组提供了便利。
5.矩阵的秩:矩阵的秩是指矩阵中线性无关的行或列的最大个数。
秩是矩阵的一个重要性质,与矩阵的解空间、零空间等直接相关。
6.矩阵的特征值和特征向量:对于一个n阶矩阵A,如果存在一个非零向量x使得Ax=λx,其中λ为一个常数,则称常数λ为矩阵A的特征值,非零向量x称为对应于特征值λ的特征向量。
矩阵的特征值和特征向量可以用来描述线性变换的性质。
7.矩阵的相似性:如果存在一个可逆矩阵P,使得P^(-1)AP=B,则矩阵B与A相似。
相似矩阵具有一些相似的性质,如秩、迹、特征值等。
8.矩阵分解:矩阵分解是将一个复杂的矩阵表示分解为一些简单矩阵的乘积或和的形式,常见的分解方法有LU分解、QR分解、特征值分解等。
9. 矩阵的迹:矩阵的迹是主对角线上各个元素的和,记作tr(A)。
矩阵的迹与矩阵的特征值、秩等有一定的关系。
10.矩阵方程:矩阵方程是形如AX=B的方程,其中A、B为已知矩阵,X为未知矩阵。
矩阵方程的研究可以帮助解决线性方程组、线性变换等相关问题。
矩阵论华中科技大学课后习题答案

习题一1.判断下列集合对指定的运算是否构成R 上的线性空间 (1)11{()|0}nij n n iii V A a a⨯====∑,对矩阵加法和数乘运算;(2)2{|,}n n T V A A R A A ⨯=∈=-,对矩阵加法和数乘运算;(3)33V R =;对3R 中向量加法和如下定义的数乘向量:3,,0R k R k αα∀∈∈=; (4)4{()|()0}V f x f x =≥,通常的函数加法与数乘运算。
解: (1)、(2)为R 上线性空间(3)不是,由线性空间定义,对0α∀≠有1α=α,而题(3)中10α= (4)不是,若k<0,则()0kf x ≤,数乘不满足封闭性。
2.求线性空间{|}n nT V A R A A ⨯=∈=的维数和一组基。
解:一组基10001010101010000000100..................0010010⎧⎫⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎪⎪⎪⎪⎪⎪⎪⎪⎨⎬⎪⎪⎪⎪⎪⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎪ ⎪⎪ ⎪⎪⎪ ⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭⎩⎪⎪⎪⎪⎭dim W =n (n +1)/23.如果U 1和U 2都是线性空间V 的子空间,若dim U 1=dim U 2,而且12U U ⊆,证明:U 1=U 2。
证明:因为dim U 1=dim U 2,故设{}12,,,r ααα为空间U 1的一组基,{}12,,,r βββ为空间U 2的一组基2U γ∀∈,有()12r X γγβββ=而()()1212r r C αααβββ=,C 为过渡矩阵,且可逆于是()()()11212121r r r X C X Y U γγγγβββαααααα-===∈由此,得21U U ⊆又由题设12U U ⊆,证得U 1=U 2。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
+ y 2 ≥ x0 2
2
2 2
而 Ax = Ax 0 + Ay = Ax 0 + 0 = Ax 0 = b 也是方程的解, 的解。 即: x 0 也是方程的解,也就是 R(A H ) 中存在 Ax = b 的解。 假设 R(A H ) 中存在方程 Ax = b 的两个解 x1 和 x 2 ,即 Ax1 = Ax 2 = b → Ax 1 − Ax 2 = 0 → (x 1 − x 2 ) ∈ N(A) 同时 (x1 − x 2 ) ∈ N ⊥ (A)
⊥ ∴ (x1 − x 2 ) ∈ N(A) ∩ N (A) = {0}
∴ x1 = x 2
只有唯一的解(若方程有解) 也就是说在 R(A H ) 中方程 Ax = b 只有唯一的解(若方程有解) ∴ 方程的任何其它解的 2-范数均大于 x 0 的 2-范数 范数均大于 范数 x 0 是极小范数解 ∴ [证毕 证毕] 证毕
如右图,假定规律为: 如右图,假定规律为:s=c1t+c2 但由于误差, 但由于误差, si≠c1ti+c2
s
2. 矛盾方程的最小二乘解
对于矛盾方程Ax=b,最小二乘法是求其“解”的一种 ,最小二乘法是求其“ 对于矛盾方程 Ax 方法, 的解。 方法,即求使 − b 2 = min 的解。
引理:设
A ∈ C m×n ,A{1,3}
}
证明: 充分性: 证明 充分性: 已知 AA(1) DB(1) B = D ,显然有解 X = A(1) DB(1) 必 要 性 : 已 知 AXB = D 有 解 , 设 某 个 解 为 X , 即
D = AXB = AA (1) AXBB(1) B = AA (1) DB(1) B
(1) “通解”有两个含义: )解集合中的任何元素为方程 通解”有两个含义: ( 的解; 方程的任何解均可由集合中的元素表现出来。 (2) 的解; ) ( 方程的任何解均可由集合中的元素表现出来。
3
由如下方程的通解构成: 引理 2. A {1, 4} 由如下方程的通解构成:XA = A (1,4) A ,其中 A (1,4) 是 A 的某一个 的某一个{1,4}-逆。 逆 证明: 上述方程的解 证明:设 X 为上述方程的解,则 (ⅰ) AXA = AA(1,4) A = A ⅰ (ⅳ) XA = A(1,4) A 是厄米矩阵 ⅳ 的一个{1,4}-逆 ∴ X 是 A 的一个 逆 反之, 一个{1,4}-逆,则 反之,若 X 是 A 的一个 逆
1
(1) 令 X = A (1) DB(1) + Y − A (1) AYBB(1) ,代入 AXB = D )
AXB = D + AYB − AYB = D
集合中的元素为方程的解 ) 为方程的解, (2) 设 X 为方程的解,即 AXB = D
X = A (1) DB(1) + X − A (1) DB(1) = A (1) DB(1) + X − A (1) AXBB(1)
2 2
2
2
2
2
2 2
,
取得极小值的充要 充要条件是 的解。 故 Ax − b 2 取得极小值的充要条件是 x 为方程 Ax = PR ( A ) b 的解。 任取 A(1,3) ∈ A{1, 3} , AA (1,3) = PR( A) 。 有 对于 x = A (1,3) b , Ax = AA (1,3) b = PR( A) b 有 所以, 是方程的最小二乘解。 所以, x = A (1,3) b 是方程的最小二乘解。 反之,若对所有 ∈ 反之,若对所有 b∈Cm,x=Xb 满足 Ax = PR( A ) b ,即 AXb=PR(A)b, 则 AX=PR(A),容易推得 X∈A{1,3}。 容易推得 ∈ 。 [证毕 证毕] 证毕
9
证明:最小二乘解满足 Ax=AA(1,3)b,其极小范数解唯一, = ,其极小范数解唯一, 反之, 且为 x = A (1,4 ) ( AA (1, 3 ) b) = A + b ,反之, ∀b ∈ Cm , Xb 均成为唯一的 所以: = 极小范数最小二乘解 A + b ,所以:X=A+。 [证毕 证毕] 证毕
{A
(1)
AA (1) + Y − A (1) AYAA (1)
}
可互不相同) (四个 A(1) 可互不相同)
2
二、极小范数解
若有解,则必存在唯一的极小范数解( 引理 1. 方程 Ax = b 若有解,则必存在唯一的极小范数解(对 2-范数) 且该解在 R(A H ) 中。 范数) ,且该解在 范数 , 证明: 的解, 证明:设 x 是方程 Ax = b 的解,可将其分解为 x = x 0 + y ,其中 x 0 ∈ R(A H ) = N ⊥ (A) → x 0 ⊥ N(A) , y ∈ N(A)
∴
的情况。 对应于集合中 Y = X 的情况。
[证毕] 证
说明: )通解中两个 A(1) 及两个 B(1) 完全可以不同。 (1) 完全可以不同。 ( 完全可能对应同一个解。 (2)通解集合中,不同的 Y 完全可能对应同一个解。 )通解集合中,
有解的充要条件为: 推论 1. 线性方程组 Ax = b 有解的充要条件为: AA (1) b = b 且通解为 {A (1) b + (I n − A (1) A)y | y为列向量} 为如下集合: 推论 2. A {1} (AXA = A的解 ) 为如下集合:
第十五讲 广义逆矩阵的应用
一、矩阵方程的相容性条件及通解
相容(有解)的充要条件是 定理 1. 矩阵方程 AXB = D 相容(有解)的充要条件是:
AA (1) DB(1) B = D
在相容情况下矩阵方程的通解为: 在相容情况下矩阵方程的通解为:
{A
(1)
DB (1) + Y − A (1) AYBB (1) | Y为 阶 数 合适 的 任意 矩 阵
t
由如下方程的通解构成:
AX = AA (1,3) → A{1, 3} = {A (1,3) + (I − A (1,3) A)Z Z ∈ Cn×m } 其中 , A(1,3) 为 其中,
A{1,3}中的某个矩阵。 中的某个矩阵。 中的某个矩阵
6
相容, 是其某个解, 证明:设 AX=AA(1,3)相容,设 X 是其某个解,则 AXA=AA(1,3)A=A (AX)H=( AA(1,3))H= AA(1,3)=AX ∴X∈A{1,3} ∈ 设 X∈A{1,3},则 ∈ , AX=AA(1,3)AX=(AA(1,3))H(AX)H=(A(1,3))HAHXHAH=(A(1,3))HAH =(AA(1,3))H= AA(1,3) 的解。 ∴X 为 AX=AA(1,3)的解。
8
推论: 推论:x 是方程 Ax=b 的最小二乘解的充要条件是:x 为方程 = 的最小二乘解的充要条件是:
A H Ax = A H b 的解。 的解。
证明: 证明: b=PR(A)b+(I-PR(A)b)= PR(A)b+ PN(AH)b x 是方程的最小二乘解的充要条件是最小二乘解的充要条件是: = ∴Ax-b=-PN(AH)b∈N(AH) = ∈ ∴AH(Ax-b)=0 = ∴AHAx=AHb [证毕 证毕] 证毕
∴ A{1, 3} = 方程AX = AA (1,3)的所有解
= A (1,3) + (I − A (1,3) A)Z Z ∈ Cn×m
{
{
}
}
[证毕 证毕] 证毕
7
定理: 定理:矩阵方程 Ax=b 的最小二乘解为 x = A (1,3) b ,其中 A(1,3) 的任何一个{1,3}-逆矩阵,反之,存在 X,对于任何 逆矩阵, 为 A 的任何一个 逆矩阵 反之, , b ∈ Cm 均有 Xb 成为 Ax=b 的最小二乘解,则 X ∈ A{1, 3} 。 的最小二乘解, 证明: 证明:
Ax − b = (Ax − PR ( A ) b) + (PR ( A ) b − b) (Ax − PR ( A ) b) ∈ R(A), (PR ( A ) b − b) = − (I − PR ( A ) )b = − PR ⊥ ( A ) b ∈ R ⊥ (A)
所以, 所以,
Ax − b 2 = Ax − PR( A ) b + PR( A ) b − b ≥ b − PR( A ) b
XA = A (1,4) A
∴X∈A
{1, 4}
[证毕 证毕] 证毕
定理 3. 设 A ∈ Cm×n ,则 A {1, 4} = {A (1,4) + Z(I − AA (1,4) ) | Z ∈ Cm×n }
5
三、矛盾方程的最小二乘解
1. 矛盾方程 Ax=b 实际无解,不相容。 实际无解,不相容。
A
(1,4)
A=A
(i)
(1,4)
AXA = A (1,4) A
( iv )
(
) ( XA ) = ( XAA
H H
(1,4)
A
) = ( XA )
H
H
= XA
[证毕 证毕] 证毕
4
相容, 是方程的极小范数解; 定理 2. 设方程 Ax = b 相容,则 x = A (1,4)b 是方程的极小范数解; 反之, 反之,若对任意 b ∈ R(A) ,存在 X 使得 Xb 成为该方程的极 小范数解, 小范数解,则 X ∈ A {1, 4} 。 证明: 证明:由推论 1 知 A (1) b 是 Ax = b 的解 A (1, 4 ) ∈ A{1} ∴ x = A (1, 4 ) b 是方程的解。 是方程的解。 相容, 若 Ax = b 相容,则 b ∈ R(A) ,存在 u ∈ C n ,使 b = Au