µη τετραγωνικά συστήµατα
Μανόλης Βάβαλης
11/11/2015
Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Προσοχή
Απο εδώ και πέρα έχουμε
n ̸= m
1
Άνω κλιµακωτός πίνακας
Ένας πίνακας είναι σε άνω κλιμακωτή μορφή αν
2
Άνω κλιµακωτός πίνακας
Ένας πίνακας είναι σε άνω κλιμακωτή μορφή αν
∙ όλες οι μηδενικές σειρές του βρίσκονται στον κάτω μέρος
του, και
2
Άνω κλιµακωτός πίνακας
Ένας πίνακας είναι σε άνω κλιμακωτή μορφή αν
∙ όλες οι μηδενικές σειρές του βρίσκονται στον κάτω μέρος
του, και
∙ το πρώτο μη-μηδενικό στοιχείο κάθε γραμμής, το οποίο
λέγεται οδηγό στοιχείο, βρίσκεται στα δεξιά του οδηγού
στοιχείου της προηγούμενης γραμμής.
2
Άνω κλιµακωτός πίνακας
Ένας πίνακας είναι σε άνω κλιμακωτή μορφή αν
∙ όλες οι μηδενικές σειρές του βρίσκονται στον κάτω μέρος
του, και
∙ το πρώτο μη-μηδενικό στοιχείο κάθε γραμμής, το οποίο
λέγεται οδηγό στοιχείο, βρίσκεται στα δεξιά του οδηγού
στοιχείου της προηγούμενης γραμμής.
Παράδειγμα:








$ ∗ ∗ ∗ ∗ ∗
0 $ ∗ ∗ ∗ ∗
0 0 0 $ ∗ ∗
0 0 0 0 0 0
0 0 0 0 0 0








2
Παράδειγµα



1 3 3 2
2 6 9 5
−1 −3 3 0



3
Παράδειγµα



1 3 3 2
2 6 9 5
−1 −3 3 0


 →



1 3 3 2
0 0 3 1
0 0 6 2



3
Παράδειγµα



1 3 3 2
2 6 9 5
−1 −3 3 0


 →



1 3 3 2
0 0 3 1
0 0 6 2


 →



1 3 3 2
0 0 3 1
0 0 0 0






1 3 3 2
2 6 9 5
−1 −3 3 0


 =
3
Παράδειγµα



1 3 3 2
2 6 9 5
−1 −3 3 0


 →



1 3 3 2
0 0 3 1
0 0 6 2


 →



1 3 3 2
0 0 3 1
0 0 0 0






1 3 3 2
2 6 9 5
−1 −3 3 0


 =



1 0 0
2 1 0
−1 2 1



3
Παράδειγµα



1 3 3 2
2 6 9 5
−1 −3 3 0


 →



1 3 3 2
0 0 3 1
0 0 6 2


 →



1 3 3 2
0 0 3 1
0 0 0 0






1 3 3 2
2 6 9 5
−1 −3 3 0


 =



1 0 0
2 1 0
−1 2 1






1 3 3 2
0 0 3 1
0 0 0 0



3
Παραγοντοποίηση A = PLU (n ̸= m)
Κάθε n × m πίνακας A μπορεί να αναλυθεί σε γινόμενο
ενός πίνακα αντιμετάθεσης P, ενός κάτω τριγωνικού
πίνακα L με μονάδες στην διαγώνιο και ενός άνω
κλιμακωτού πίνακα U.
∙ Ο P καθορίζεται απο τις εναλλαγές γραμμών που
απαιτεί η διαδικασία της απαλοιφής με οδήγηση.
∙ Ο L έχει τους πολλαπλασιαστές της απαλοιφής κάτω
απο την διαγώνιο.
∙ Ο U τα στοιχεία του A όπως αυτά προκύπτουν μετά την
απαλοιφή.
4
Ορισµοί
xγϵνικη: όλες οι λύσεις του Ax = b
5
Ορισµοί
xγϵνικη: όλες οι λύσεις του Ax = b
xoµoγϵνoυς: όλες οι λύσεις του Ax = 0
5
Ορισµοί
xγϵνικη: όλες οι λύσεις του Ax = b
xoµoγϵνoυς: όλες οι λύσεις του Ax = 0
xειδικη: μια οποιαδήποτε λύση του Ax = b
5
Ορισµοί
xγϵνικη: όλες οι λύσεις του Ax = b
xoµoγϵνoυς: όλες οι λύσεις του Ax = 0
xειδικη: μια οποιαδήποτε λύση του Ax = b
Ελεύθερες μεταβλητές: όλες οι συνιστώσες της
λύσης που δεν αντιστοιχούν σε στήλη
με οδηγό.
5
Σχέσεις Μεταξύ Λύσεων
Η διαφορά δύο οποιονδήποτε λύσεων του μη-ομογενούς
συστήματος Ax = b ισούται με μία λύση του ομογενούς
συστήματος Ax = 0.
Έστω x1
, x2
δύο οποιεσδήποτε λύσεις του ομογενούς.
Τότε έχουμε Ax1
= b και Ax2
= b
Συνεπώς A(x1
− x2
) = 0
Άρα x1
− x2
είναι λύση του ομογενούς.
6
Υπολογισµός Γενικευµένης Λύσης Ax = b
1. Aπαλοιφή στο Ax = b (Ax = b ⇒ Ux = c)
7
Υπολογισµός Γενικευµένης Λύσης Ax = b
1. Aπαλοιφή στο Ax = b (Ax = b ⇒ Ux = c)
2. Μηδένισε τις ελεύθερες μεταβλητές και λύσε
(xειδικη)
7
Υπολογισµός Γενικευµένης Λύσης Ax = b
1. Aπαλοιφή στο Ax = b (Ax = b ⇒ Ux = c)
2. Μηδένισε τις ελεύθερες μεταβλητές και λύσε
(xειδικη)
3. Θέσε b = 0 και διαδοχικά, σε κάθε ελεύθερη
μεταβλητή 1 θέτοντας ταυτόχρονα τις
υπόλοιπες μεταβλητές ίσες με 0 και βρες μια
ομογενή λύση (xoµoγϵνoυς)
7
Υπολογισµός Γενικευµένης Λύσης Ax = b
1. Aπαλοιφή στο Ax = b (Ax = b ⇒ Ux = c)
2. Μηδένισε τις ελεύθερες μεταβλητές και λύσε
(xειδικη)
3. Θέσε b = 0 και διαδοχικά, σε κάθε ελεύθερη
μεταβλητή 1 θέτοντας ταυτόχρονα τις
υπόλοιπες μεταβλητές ίσες με 0 και βρες μια
ομογενή λύση (xoµoγϵνoυς)
4. xγϵνικη = xειδικη + xoµoγϵνoυς
7
A =



1 3 0 2 −1
0 0 1 4 −3
1 3 1 6 −4


 x =



5
2
7






1 0 0
0 1 0
1 1 1






y1
y2
y3


 =



5
2
7



8
A =



1 3 0 2 −1
0 0 1 4 −3
1 3 1 6 −4


 x =



5
2
7






1 0 0
0 1 0
1 1 1






y1
y2
y3


 =



5
2
7


 →



y1
y2
y3


 =



5
2
0



8
A =



1 3 0 2 −1
0 0 1 4 −3
1 3 1 6 −4


 x =



5
2
7






1 0 0
0 1 0
1 1 1






y1
y2
y3


 =



5
2
7


 →



y1
y2
y3


 =



5
2
0






1 3 0 2 −1
0 0 1 4 −3
0 0 0 0 −0










x1
x2
x3
x4
x5







=



5
2
0



8
A =



1 3 0 2 −1
0 0 1 4 −3
1 3 1 6 −4


 x =



5
2
7






1 0 0
0 1 0
1 1 1






y1
y2
y3


 =



5
2
7


 →



y1
y2
y3


 =



5
2
0






1 3 0 2 −1
0 0 1 4 −3
0 0 0 0 −0










x1
x2
x3
x4
x5







=



5
2
0


 ⇒ xειδικη =







x1
x2
x3
x4
x5







=







5
0
2
0
0







⇒
8
xγϵνικη = xειδικη + xoµoγϵνoυς, ∀c1, c2, c3 ∈ R
9
xγϵνικη = xειδικη + xoµoγϵνoυς, ∀c1, c2, c3 ∈ R
xγϵνικη = c1








−3
1
0
0
0








+ c2








−2
0
−4
1
0








+ c3








1
0
3
0
1








9
xγϵνικη = xειδικη + xoµoγϵνoυς, ∀c1, c2, c3 ∈ R
xγϵνικη = c1








−3
1
0
0
0








+ c2








−2
0
−4
1
0








+ c3








1
0
3
0
1








+








5
0
2
0
0








9
Επίλυση οµογενούς m × n
Ax = 0 ⇒ LUx = 0 ⇒ Ux = L−1
0 ⇒ Ux = 0
10
Επίλυση οµογενούς m × n
Ax = 0 ⇒ LUx = 0 ⇒ Ux = L−1
0 ⇒ Ux = 0



1 3 3 2
0 0 3 1
0 0 0 0








u
v
w
y





=



0
0
0



10
Επίλυση οµογενούς m × n
Ax = 0 ⇒ LUx = 0 ⇒ Ux = L−1
0 ⇒ Ux = 0



1 3 3 2
0 0 3 1
0 0 0 0








u
v
w
y





=



0
0
0



x =





−3v − y
v
−1
3
y
y





10
Επίλυση οµογενούς m × n
Ax = 0 ⇒ LUx = 0 ⇒ Ux = L−1
0 ⇒ Ux = 0



1 3 3 2
0 0 3 1
0 0 0 0








u
v
w
y





=



0
0
0



x =





−3v − y
v
−1
3
y
y





= v





−3
1
0
0





+ y





−1
0
−1
3
1





10
Ερωτήµατα
∙ Είναι τα διανύσματα του xγϵνικη όλα λύσεις του συστήματος?
∙ Είναι τα διανύσματα του xγϵνικη όλες οι λύσεις του
συστήματος?
∙ Υπάρχει και άλλος τρόπος αναπαράστασης του xγϵνικη?
∙ Κάτω απο ποιές συνθήκες ένα σύστημα έχει λύση?
11
Ύπαρξη λύσεων
∙ Αν ένα ομογενές σύστημα Ax = 0 έχει περισσότερους
αγνώστους απο εξισώσεις (n > m) τότε έχει μια
τουλάχιστον μη-τετριμένη λύση.
12
Ύπαρξη λύσεων
∙ Αν ένα ομογενές σύστημα Ax = 0 έχει περισσότερους
αγνώστους απο εξισώσεις (n > m) τότε έχει μια
τουλάχιστον μη-τετριμένη λύση.
∙ Το σύνολο των μη-τετριμένων λύσεων του ομογενούς
συστήματος Ax = 0 είναι ίσο με το σύνολο των
μη-τετριμένων λύσεων του ομογενούς συστήματος
Ux = 0 όπου U ο άνω κλιμακωτός πίνακας που
προκύπτει απο τον A με απαλοιφή.
12
Ύπαρξη λύσεων
Έστω ότι η απαλοιφή μετατρέπει το σύστημα Ax = b στο
σύστημα Ux = c. Έστω επίσης ότι υπάρχουν r (μη-μηδενικοί)
οδηγοί τότε
∙ r = min{m, n}.
∙ Οι τελευταίες m − r γραμμές του U είναι μηδενικές.
∙ Υπάρχει λύση μόνον αν οι τελευταίες m − r συνίστώσες του c
είναι και αυτές μηδενικές.
∙ Αν r = m υπάρχει πάντα λύση
∙ An r = n το ομογενές σύστημα έχει μόνον την τετριμένη λύση
13
θεµελειώδεις χώροι
Τέσσερα σηµαντικά σύνολα
∙ Μηδενόχωρος N(A)
∙ Χώρος Στηλών R(A)
∙ Χώρος Γραμμών R
(
AT
)
∙ Αριστερός Μηδενόχωρος N
(
AT
)
15
Μηδενόχωρος N(A) ενός Πίνακα A ∈ Rm×n
είναι
το σύνολο όλων των διανυσμάτων x για τα
οποία ισχύει ότι Ax = 0.
16
Μηδενόχωρος N(A) ενός Πίνακα A ∈ Rm×n
είναι
το σύνολο όλων των διανυσμάτων x για τα
οποία ισχύει ότι Ax = 0.
N(A) = {x ∈ Rn
: Ax = 0}
16
Χώρος Στηλών R(A) ενός πίνακα A ∈ Rm×n
είναι
το σύνολο όλων των γραμμικών συνδυασμών
των στηλών του A.
17
Χώρος Στηλών R(A) ενός πίνακα A ∈ Rm×n
είναι
το σύνολο όλων των γραμμικών συνδυασμών
των στηλών του A.
R(A) =
{
x ∈ Rm
: x =
n∑
k=1
ckA∗,k, ∀ck ∈ R
}
17
Χώρος Γραμμών R
(
AT
)
ενός πίνακα A ∈ Rm×n
είναι το σύνολο όλων των γραμμικών
συνδυασμών των γραμμών του A.
18
Χώρος Γραμμών R
(
AT
)
ενός πίνακα A ∈ Rm×n
είναι το σύνολο όλων των γραμμικών
συνδυασμών των γραμμών του A.
R
(
AT
)
=
{
x ∈ Rn
: x =
m∑
k=1
ckAk,∗, ∀ck ∈ R
}
18
Αριστερός Μηδενόχωρος N
(
AT
)
ενός πίνακα A
είναι το σύνολο όλων των διανυσμάτων x για τα
οποία ισχύει ότι xT
A = 0.
19
Αριστερός Μηδενόχωρος N
(
AT
)
ενός πίνακα A
είναι το σύνολο όλων των διανυσμάτων x για τα
οποία ισχύει ότι xT
A = 0.
N(AT
) =
{
x ∈ Rm
: xT
A = 0
}
19
Αριστερός Μηδενόχωρος N
(
AT
)
ενός πίνακα A
είναι το σύνολο όλων των διανυσμάτων x για τα
οποία ισχύει ότι xT
A = 0.
N(AT
) =
{
x ∈ Rm
: xT
A = 0
}
N(AT
) =
{
x ∈ Rm
: AT
x = 0
}
19
Θεωρήµατα
Έστω ότι η απαλοιφή μετατρέπει το σύστημα
Ax = b στο σύστημα Ux = c.
∙ N(A) = N(U).
20
Θεωρήµατα
Έστω ότι η απαλοιφή μετατρέπει το σύστημα
Ax = b στο σύστημα Ux = c.
∙ N(A) = N(U).
∙ x λύση του Ax = b ⇔ b ∈ R(A).
20
διανυσµατικοί χώροι και υπόχωροι
Ορισµός
Διανυσματικός χώρος είναι ένα σύνολο αντικειμένων (που
συνήθως ονομάζουμε διανύσματα) για τα οποία έχουμε
ορίσει τις πράξεις
∙ άθροισμα δύο διανυσμάτων και
∙ πολλαπλασιασμός ενός διανύσματος με αριθμό.
22
Ορισµός
Διανυσματικός χώρος είναι ένα σύνολο αντικειμένων (που
συνήθως ονομάζουμε διανύσματα) για τα οποία έχουμε
ορίσει τις πράξεις
∙ άθροισμα δύο διανυσμάτων και
∙ πολλαπλασιασμός ενός διανύσματος με αριθμό.
Παραδείγματα: Το σύνολο των πραγματικών αριθμών, το
σύνολο των διανυσμάτων στο επίπεδο (στον τρισδιάστατο
χώρο), το σύνολο των πραγματικών συναρτήσεων, . . .
22
Ορισµός
Διανυσματικός υποχώρος Y ενός διανυσματικού χώρου V
είναι ένα υποσύνολο του V τέτοιο ώστε
∙ το άθροισμα δύο οποιονδήποτε διανυσμάτων του Y να
ανήκει και αυτό στο Y και
∙ ο πολλαπλασιασμός οποιουδήποτε διανύσματος Y με
έναν αριθμό να ανήκει και αυτό στο Y.
23
Ορισµός
Διανυσματικός υποχώρος Y ενός διανυσματικού χώρου V
είναι ένα υποσύνολο του V τέτοιο ώστε
∙ το άθροισμα δύο οποιονδήποτε διανυσμάτων του Y να
ανήκει και αυτό στο Y και
∙ ο πολλαπλασιασμός οποιουδήποτε διανύσματος Y με
έναν αριθμό να ανήκει και αυτό στο Y.
Παραδείγματα: Το σύνολο των διανυσμάτων του Rn
, το
σύνολο των συμμετρικών n × n πινάκων, το σύνολο των
συνεχών πραγματικών συναρτήσεων, . . .
23
Εναλακτικός Ορισµός
Διανυσματικός υποχώρος Y ενός διανυσματικού χώρου V
είναι ένα υποσύνολο του V τέτοιο ώστε κάθε γραμμικός
συνδοιασμός των στοιχείων του Y ανήκει στο Y.
Διανυσματικός υποχώρος Y ενός διανυσματικού χώρου V
είναι ένα υποσύνολο του V τέτοιο ώστε ∀x, y ∈ Y και
∀α, β ∈ R, αx + βy ∈ Y.
24
Άσκηση
Ποιά απο τα παρακάτω σύνολα είναι διανυσματικοί
υπόχωροι
1. Οι n × n άνω τριγωνικοί πίνακες.
25
Άσκηση
Ποιά απο τα παρακάτω σύνολα είναι διανυσματικοί
υπόχωροι
1. Οι n × n άνω τριγωνικοί πίνακες.
2. Οι n × n αντιστρέψιμοι πίνακες.
25
Άσκηση
Ποιά απο τα παρακάτω σύνολα είναι διανυσματικοί
υπόχωροι
1. Οι n × n άνω τριγωνικοί πίνακες.
2. Οι n × n αντιστρέψιμοι πίνακες.
3. Οι λύσεις του συστήματος Ax = b.
25
Άσκηση
Ποιά απο τα παρακάτω σύνολα είναι διανυσματικοί
υπόχωροι
1. Οι n × n άνω τριγωνικοί πίνακες.
2. Οι n × n αντιστρέψιμοι πίνακες.
3. Οι λύσεις του συστήματος Ax = b.
4. Οι λύσεις του ομογενούς συστήματος Ax = 0.
25
Άσκηση
Ποιά απο τα παρακάτω σύνολα είναι διανυσματικοί
υπόχωροι
1. Οι n × n άνω τριγωνικοί πίνακες.
2. Οι n × n αντιστρέψιμοι πίνακες.
3. Οι λύσεις του συστήματος Ax = b.
4. Οι λύσεις του ομογενούς συστήματος Ax = 0.
5. Το σύνολο των διανυσμάτων (x, y, z) που ανήκουν στο
επίπεδο z = 2.
25

Μη τετραγωνικά συστήματα

  • 1.
    µη τετραγωνικά συστήµατα ΜανόληςΒάβαλης 11/11/2015 Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
  • 2.
    Προσοχή Απο εδώ καιπέρα έχουμε n ̸= m 1
  • 3.
    Άνω κλιµακωτός πίνακας Έναςπίνακας είναι σε άνω κλιμακωτή μορφή αν 2
  • 4.
    Άνω κλιµακωτός πίνακας Έναςπίνακας είναι σε άνω κλιμακωτή μορφή αν ∙ όλες οι μηδενικές σειρές του βρίσκονται στον κάτω μέρος του, και 2
  • 5.
    Άνω κλιµακωτός πίνακας Έναςπίνακας είναι σε άνω κλιμακωτή μορφή αν ∙ όλες οι μηδενικές σειρές του βρίσκονται στον κάτω μέρος του, και ∙ το πρώτο μη-μηδενικό στοιχείο κάθε γραμμής, το οποίο λέγεται οδηγό στοιχείο, βρίσκεται στα δεξιά του οδηγού στοιχείου της προηγούμενης γραμμής. 2
  • 6.
    Άνω κλιµακωτός πίνακας Έναςπίνακας είναι σε άνω κλιμακωτή μορφή αν ∙ όλες οι μηδενικές σειρές του βρίσκονται στον κάτω μέρος του, και ∙ το πρώτο μη-μηδενικό στοιχείο κάθε γραμμής, το οποίο λέγεται οδηγό στοιχείο, βρίσκεται στα δεξιά του οδηγού στοιχείου της προηγούμενης γραμμής. Παράδειγμα:         $ ∗ ∗ ∗ ∗ ∗ 0 $ ∗ ∗ ∗ ∗ 0 0 0 $ ∗ ∗ 0 0 0 0 0 0 0 0 0 0 0 0         2
  • 7.
    Παράδειγµα    1 3 32 2 6 9 5 −1 −3 3 0    3
  • 8.
    Παράδειγµα    1 3 32 2 6 9 5 −1 −3 3 0    →    1 3 3 2 0 0 3 1 0 0 6 2    3
  • 9.
    Παράδειγµα    1 3 32 2 6 9 5 −1 −3 3 0    →    1 3 3 2 0 0 3 1 0 0 6 2    →    1 3 3 2 0 0 3 1 0 0 0 0       1 3 3 2 2 6 9 5 −1 −3 3 0    = 3
  • 10.
    Παράδειγµα    1 3 32 2 6 9 5 −1 −3 3 0    →    1 3 3 2 0 0 3 1 0 0 6 2    →    1 3 3 2 0 0 3 1 0 0 0 0       1 3 3 2 2 6 9 5 −1 −3 3 0    =    1 0 0 2 1 0 −1 2 1    3
  • 11.
    Παράδειγµα    1 3 32 2 6 9 5 −1 −3 3 0    →    1 3 3 2 0 0 3 1 0 0 6 2    →    1 3 3 2 0 0 3 1 0 0 0 0       1 3 3 2 2 6 9 5 −1 −3 3 0    =    1 0 0 2 1 0 −1 2 1       1 3 3 2 0 0 3 1 0 0 0 0    3
  • 12.
    Παραγοντοποίηση A =PLU (n ̸= m) Κάθε n × m πίνακας A μπορεί να αναλυθεί σε γινόμενο ενός πίνακα αντιμετάθεσης P, ενός κάτω τριγωνικού πίνακα L με μονάδες στην διαγώνιο και ενός άνω κλιμακωτού πίνακα U. ∙ Ο P καθορίζεται απο τις εναλλαγές γραμμών που απαιτεί η διαδικασία της απαλοιφής με οδήγηση. ∙ Ο L έχει τους πολλαπλασιαστές της απαλοιφής κάτω απο την διαγώνιο. ∙ Ο U τα στοιχεία του A όπως αυτά προκύπτουν μετά την απαλοιφή. 4
  • 13.
    Ορισµοί xγϵνικη: όλες οιλύσεις του Ax = b 5
  • 14.
    Ορισµοί xγϵνικη: όλες οιλύσεις του Ax = b xoµoγϵνoυς: όλες οι λύσεις του Ax = 0 5
  • 15.
    Ορισµοί xγϵνικη: όλες οιλύσεις του Ax = b xoµoγϵνoυς: όλες οι λύσεις του Ax = 0 xειδικη: μια οποιαδήποτε λύση του Ax = b 5
  • 16.
    Ορισµοί xγϵνικη: όλες οιλύσεις του Ax = b xoµoγϵνoυς: όλες οι λύσεις του Ax = 0 xειδικη: μια οποιαδήποτε λύση του Ax = b Ελεύθερες μεταβλητές: όλες οι συνιστώσες της λύσης που δεν αντιστοιχούν σε στήλη με οδηγό. 5
  • 17.
    Σχέσεις Μεταξύ Λύσεων Ηδιαφορά δύο οποιονδήποτε λύσεων του μη-ομογενούς συστήματος Ax = b ισούται με μία λύση του ομογενούς συστήματος Ax = 0. Έστω x1 , x2 δύο οποιεσδήποτε λύσεις του ομογενούς. Τότε έχουμε Ax1 = b και Ax2 = b Συνεπώς A(x1 − x2 ) = 0 Άρα x1 − x2 είναι λύση του ομογενούς. 6
  • 18.
    Υπολογισµός Γενικευµένης ΛύσηςAx = b 1. Aπαλοιφή στο Ax = b (Ax = b ⇒ Ux = c) 7
  • 19.
    Υπολογισµός Γενικευµένης ΛύσηςAx = b 1. Aπαλοιφή στο Ax = b (Ax = b ⇒ Ux = c) 2. Μηδένισε τις ελεύθερες μεταβλητές και λύσε (xειδικη) 7
  • 20.
    Υπολογισµός Γενικευµένης ΛύσηςAx = b 1. Aπαλοιφή στο Ax = b (Ax = b ⇒ Ux = c) 2. Μηδένισε τις ελεύθερες μεταβλητές και λύσε (xειδικη) 3. Θέσε b = 0 και διαδοχικά, σε κάθε ελεύθερη μεταβλητή 1 θέτοντας ταυτόχρονα τις υπόλοιπες μεταβλητές ίσες με 0 και βρες μια ομογενή λύση (xoµoγϵνoυς) 7
  • 21.
    Υπολογισµός Γενικευµένης ΛύσηςAx = b 1. Aπαλοιφή στο Ax = b (Ax = b ⇒ Ux = c) 2. Μηδένισε τις ελεύθερες μεταβλητές και λύσε (xειδικη) 3. Θέσε b = 0 και διαδοχικά, σε κάθε ελεύθερη μεταβλητή 1 θέτοντας ταυτόχρονα τις υπόλοιπες μεταβλητές ίσες με 0 και βρες μια ομογενή λύση (xoµoγϵνoυς) 4. xγϵνικη = xειδικη + xoµoγϵνoυς 7
  • 22.
    A =    1 30 2 −1 0 0 1 4 −3 1 3 1 6 −4    x =    5 2 7       1 0 0 0 1 0 1 1 1       y1 y2 y3    =    5 2 7    8
  • 23.
    A =    1 30 2 −1 0 0 1 4 −3 1 3 1 6 −4    x =    5 2 7       1 0 0 0 1 0 1 1 1       y1 y2 y3    =    5 2 7    →    y1 y2 y3    =    5 2 0    8
  • 24.
    A =    1 30 2 −1 0 0 1 4 −3 1 3 1 6 −4    x =    5 2 7       1 0 0 0 1 0 1 1 1       y1 y2 y3    =    5 2 7    →    y1 y2 y3    =    5 2 0       1 3 0 2 −1 0 0 1 4 −3 0 0 0 0 −0           x1 x2 x3 x4 x5        =    5 2 0    8
  • 25.
    A =    1 30 2 −1 0 0 1 4 −3 1 3 1 6 −4    x =    5 2 7       1 0 0 0 1 0 1 1 1       y1 y2 y3    =    5 2 7    →    y1 y2 y3    =    5 2 0       1 3 0 2 −1 0 0 1 4 −3 0 0 0 0 −0           x1 x2 x3 x4 x5        =    5 2 0    ⇒ xειδικη =        x1 x2 x3 x4 x5        =        5 0 2 0 0        ⇒ 8
  • 26.
    xγϵνικη = xειδικη+ xoµoγϵνoυς, ∀c1, c2, c3 ∈ R 9
  • 27.
    xγϵνικη = xειδικη+ xoµoγϵνoυς, ∀c1, c2, c3 ∈ R xγϵνικη = c1         −3 1 0 0 0         + c2         −2 0 −4 1 0         + c3         1 0 3 0 1         9
  • 28.
    xγϵνικη = xειδικη+ xoµoγϵνoυς, ∀c1, c2, c3 ∈ R xγϵνικη = c1         −3 1 0 0 0         + c2         −2 0 −4 1 0         + c3         1 0 3 0 1         +         5 0 2 0 0         9
  • 29.
    Επίλυση οµογενούς m× n Ax = 0 ⇒ LUx = 0 ⇒ Ux = L−1 0 ⇒ Ux = 0 10
  • 30.
    Επίλυση οµογενούς m× n Ax = 0 ⇒ LUx = 0 ⇒ Ux = L−1 0 ⇒ Ux = 0    1 3 3 2 0 0 3 1 0 0 0 0         u v w y      =    0 0 0    10
  • 31.
    Επίλυση οµογενούς m× n Ax = 0 ⇒ LUx = 0 ⇒ Ux = L−1 0 ⇒ Ux = 0    1 3 3 2 0 0 3 1 0 0 0 0         u v w y      =    0 0 0    x =      −3v − y v −1 3 y y      10
  • 32.
    Επίλυση οµογενούς m× n Ax = 0 ⇒ LUx = 0 ⇒ Ux = L−1 0 ⇒ Ux = 0    1 3 3 2 0 0 3 1 0 0 0 0         u v w y      =    0 0 0    x =      −3v − y v −1 3 y y      = v      −3 1 0 0      + y      −1 0 −1 3 1      10
  • 33.
    Ερωτήµατα ∙ Είναι ταδιανύσματα του xγϵνικη όλα λύσεις του συστήματος? ∙ Είναι τα διανύσματα του xγϵνικη όλες οι λύσεις του συστήματος? ∙ Υπάρχει και άλλος τρόπος αναπαράστασης του xγϵνικη? ∙ Κάτω απο ποιές συνθήκες ένα σύστημα έχει λύση? 11
  • 34.
    Ύπαρξη λύσεων ∙ Ανένα ομογενές σύστημα Ax = 0 έχει περισσότερους αγνώστους απο εξισώσεις (n > m) τότε έχει μια τουλάχιστον μη-τετριμένη λύση. 12
  • 35.
    Ύπαρξη λύσεων ∙ Ανένα ομογενές σύστημα Ax = 0 έχει περισσότερους αγνώστους απο εξισώσεις (n > m) τότε έχει μια τουλάχιστον μη-τετριμένη λύση. ∙ Το σύνολο των μη-τετριμένων λύσεων του ομογενούς συστήματος Ax = 0 είναι ίσο με το σύνολο των μη-τετριμένων λύσεων του ομογενούς συστήματος Ux = 0 όπου U ο άνω κλιμακωτός πίνακας που προκύπτει απο τον A με απαλοιφή. 12
  • 36.
    Ύπαρξη λύσεων Έστω ότιη απαλοιφή μετατρέπει το σύστημα Ax = b στο σύστημα Ux = c. Έστω επίσης ότι υπάρχουν r (μη-μηδενικοί) οδηγοί τότε ∙ r = min{m, n}. ∙ Οι τελευταίες m − r γραμμές του U είναι μηδενικές. ∙ Υπάρχει λύση μόνον αν οι τελευταίες m − r συνίστώσες του c είναι και αυτές μηδενικές. ∙ Αν r = m υπάρχει πάντα λύση ∙ An r = n το ομογενές σύστημα έχει μόνον την τετριμένη λύση 13
  • 37.
  • 38.
    Τέσσερα σηµαντικά σύνολα ∙Μηδενόχωρος N(A) ∙ Χώρος Στηλών R(A) ∙ Χώρος Γραμμών R ( AT ) ∙ Αριστερός Μηδενόχωρος N ( AT ) 15
  • 39.
    Μηδενόχωρος N(A) ενόςΠίνακα A ∈ Rm×n είναι το σύνολο όλων των διανυσμάτων x για τα οποία ισχύει ότι Ax = 0. 16
  • 40.
    Μηδενόχωρος N(A) ενόςΠίνακα A ∈ Rm×n είναι το σύνολο όλων των διανυσμάτων x για τα οποία ισχύει ότι Ax = 0. N(A) = {x ∈ Rn : Ax = 0} 16
  • 41.
    Χώρος Στηλών R(A)ενός πίνακα A ∈ Rm×n είναι το σύνολο όλων των γραμμικών συνδυασμών των στηλών του A. 17
  • 42.
    Χώρος Στηλών R(A)ενός πίνακα A ∈ Rm×n είναι το σύνολο όλων των γραμμικών συνδυασμών των στηλών του A. R(A) = { x ∈ Rm : x = n∑ k=1 ckA∗,k, ∀ck ∈ R } 17
  • 43.
    Χώρος Γραμμών R ( AT ) ενόςπίνακα A ∈ Rm×n είναι το σύνολο όλων των γραμμικών συνδυασμών των γραμμών του A. 18
  • 44.
    Χώρος Γραμμών R ( AT ) ενόςπίνακα A ∈ Rm×n είναι το σύνολο όλων των γραμμικών συνδυασμών των γραμμών του A. R ( AT ) = { x ∈ Rn : x = m∑ k=1 ckAk,∗, ∀ck ∈ R } 18
  • 45.
    Αριστερός Μηδενόχωρος N ( AT ) ενόςπίνακα A είναι το σύνολο όλων των διανυσμάτων x για τα οποία ισχύει ότι xT A = 0. 19
  • 46.
    Αριστερός Μηδενόχωρος N ( AT ) ενόςπίνακα A είναι το σύνολο όλων των διανυσμάτων x για τα οποία ισχύει ότι xT A = 0. N(AT ) = { x ∈ Rm : xT A = 0 } 19
  • 47.
    Αριστερός Μηδενόχωρος N ( AT ) ενόςπίνακα A είναι το σύνολο όλων των διανυσμάτων x για τα οποία ισχύει ότι xT A = 0. N(AT ) = { x ∈ Rm : xT A = 0 } N(AT ) = { x ∈ Rm : AT x = 0 } 19
  • 48.
    Θεωρήµατα Έστω ότι ηαπαλοιφή μετατρέπει το σύστημα Ax = b στο σύστημα Ux = c. ∙ N(A) = N(U). 20
  • 49.
    Θεωρήµατα Έστω ότι ηαπαλοιφή μετατρέπει το σύστημα Ax = b στο σύστημα Ux = c. ∙ N(A) = N(U). ∙ x λύση του Ax = b ⇔ b ∈ R(A). 20
  • 50.
  • 51.
    Ορισµός Διανυσματικός χώρος είναιένα σύνολο αντικειμένων (που συνήθως ονομάζουμε διανύσματα) για τα οποία έχουμε ορίσει τις πράξεις ∙ άθροισμα δύο διανυσμάτων και ∙ πολλαπλασιασμός ενός διανύσματος με αριθμό. 22
  • 52.
    Ορισµός Διανυσματικός χώρος είναιένα σύνολο αντικειμένων (που συνήθως ονομάζουμε διανύσματα) για τα οποία έχουμε ορίσει τις πράξεις ∙ άθροισμα δύο διανυσμάτων και ∙ πολλαπλασιασμός ενός διανύσματος με αριθμό. Παραδείγματα: Το σύνολο των πραγματικών αριθμών, το σύνολο των διανυσμάτων στο επίπεδο (στον τρισδιάστατο χώρο), το σύνολο των πραγματικών συναρτήσεων, . . . 22
  • 53.
    Ορισµός Διανυσματικός υποχώρος Yενός διανυσματικού χώρου V είναι ένα υποσύνολο του V τέτοιο ώστε ∙ το άθροισμα δύο οποιονδήποτε διανυσμάτων του Y να ανήκει και αυτό στο Y και ∙ ο πολλαπλασιασμός οποιουδήποτε διανύσματος Y με έναν αριθμό να ανήκει και αυτό στο Y. 23
  • 54.
    Ορισµός Διανυσματικός υποχώρος Yενός διανυσματικού χώρου V είναι ένα υποσύνολο του V τέτοιο ώστε ∙ το άθροισμα δύο οποιονδήποτε διανυσμάτων του Y να ανήκει και αυτό στο Y και ∙ ο πολλαπλασιασμός οποιουδήποτε διανύσματος Y με έναν αριθμό να ανήκει και αυτό στο Y. Παραδείγματα: Το σύνολο των διανυσμάτων του Rn , το σύνολο των συμμετρικών n × n πινάκων, το σύνολο των συνεχών πραγματικών συναρτήσεων, . . . 23
  • 55.
    Εναλακτικός Ορισµός Διανυσματικός υποχώροςY ενός διανυσματικού χώρου V είναι ένα υποσύνολο του V τέτοιο ώστε κάθε γραμμικός συνδοιασμός των στοιχείων του Y ανήκει στο Y. Διανυσματικός υποχώρος Y ενός διανυσματικού χώρου V είναι ένα υποσύνολο του V τέτοιο ώστε ∀x, y ∈ Y και ∀α, β ∈ R, αx + βy ∈ Y. 24
  • 56.
    Άσκηση Ποιά απο ταπαρακάτω σύνολα είναι διανυσματικοί υπόχωροι 1. Οι n × n άνω τριγωνικοί πίνακες. 25
  • 57.
    Άσκηση Ποιά απο ταπαρακάτω σύνολα είναι διανυσματικοί υπόχωροι 1. Οι n × n άνω τριγωνικοί πίνακες. 2. Οι n × n αντιστρέψιμοι πίνακες. 25
  • 58.
    Άσκηση Ποιά απο ταπαρακάτω σύνολα είναι διανυσματικοί υπόχωροι 1. Οι n × n άνω τριγωνικοί πίνακες. 2. Οι n × n αντιστρέψιμοι πίνακες. 3. Οι λύσεις του συστήματος Ax = b. 25
  • 59.
    Άσκηση Ποιά απο ταπαρακάτω σύνολα είναι διανυσματικοί υπόχωροι 1. Οι n × n άνω τριγωνικοί πίνακες. 2. Οι n × n αντιστρέψιμοι πίνακες. 3. Οι λύσεις του συστήματος Ax = b. 4. Οι λύσεις του ομογενούς συστήματος Ax = 0. 25
  • 60.
    Άσκηση Ποιά απο ταπαρακάτω σύνολα είναι διανυσματικοί υπόχωροι 1. Οι n × n άνω τριγωνικοί πίνακες. 2. Οι n × n αντιστρέψιμοι πίνακες. 3. Οι λύσεις του συστήματος Ax = b. 4. Οι λύσεις του ομογενούς συστήματος Ax = 0. 5. Το σύνολο των διανυσμάτων (x, y, z) που ανήκουν στο επίπεδο z = 2. 25