有關矩阵方程AX=B问题的探究.docxVIP

上海大学2012～2013学年冬季学期课程论文 课程名称： 线性代数与几何(1)(基础班) 课程编号： 论文题目: 有关矩阵方程AX=B问题的讨论 作者姓名: 王文涛 学 号: 成 绩: 论文评语: 评阅人: 评阅日期: 注:后附课程论文的正文 有关矩阵方程AX=B问题的讨论 作者姓名:王文涛 学号摘要: ：线性代数是代数学的一个分支，它以矩阵理论为中心，而矩阵方程是应用最广泛的一类方程。：作为线性方程组的解的理论的推广，本文给出了矩阵方程AX=0解的结构、解的性质和矩阵方程AX=B有解的充要条件。 关键词: ：矩阵方程 解的判定 解的结构 我们知道线性方程组可写成矩阵形式：Ax=b，其中A为m×n矩阵，b为m维列向量， x为未知的n维列向量。现将向量b推广到矩阵B， 即得到矩阵方程：AX=B， 其中A为m×n 首先，我们来证明矩阵方程AX=B有解的充要条件。 设A 和B分别是给定的m×n和m×p矩阵，X是n×p未知矩阵。证明：矩阵方程AX=B有解的充要条件是：rankA=rank[A,B]，其中[A，B]是A和B并排成的矩阵。 证：记B=[β1,β2,?,βp]，其中β1是矩阵B的第j列形成的m 维列向量，j=l,2,?,P，记 现对j用归纳法证明，矩阵方程Aα1,α2,?,αj=β1,β2,?,βj有解的充要条件是rankA=rank[A,β1,β2 那么证明了有解及其充要条件，接下来我们来探讨解的个数。 先要引入一个定义m×(n+s)矩阵（A B）称为矩阵方程AX=B的增广矩阵，用表示。那么，若m≥n且RA=R=n时，则矩阵方程AX=B有唯一解。因为：设W为矩阵A的列向量生成的子空间，α1,α2,?,αn为A的列向量，β1,β2,?,βn为B的列向量。R（A）=n，所以α1, 若RA=R=rn，则矩阵方程AX=B有无穷多解。因为RA=R=r，所以=A B可以经由初等行变换和前n 由线性方程组知识，可得矩阵方程ICOO=与矩阵方程AX=B同解。上式等价于X1+CX2=B1则X1=B1-CX2 通过上面的讨论我们可以得到以下矩阵方程AX=B的解的存在定理：设= （1）：若RA （2）：若RA （3）：若RA 除了之前所用到的那种归纳法外，矩阵方程AX=B求解的算法现在主要有广义共轭残量法(GCR)、正交极小化法(ORTHOMIN)、重开始的广义共轭残量法(GCR(k))、重开始的正交极小化法(ORTHOMIN(k))等四种算法。这四种算法都有涉及到迭代的思想，因为不甚了解，也就不多加叙述，只能说，现在，为了解决大规模矩阵方程AX=B，用GCR算法或用ORTHOMIN方法迭代时产生存贮方向向量过多的问题，我们可以用重开始的技术来处理。若在GCR(或ORTHOMIN)方法中周期地重开始：每k+1次迭代，用当前的第j次重开始的结果xj l作为新的i+1次重开始的初始向量，这时只要存贮k个方向向量。我们称这个重开始的GCR(或ORTHOMIN)方法为GCR(k)(或ORTHOMIN(k))。可以证明，只要矩阵A是正定的，那么对于GCR，GCR(k)，ORTHOMIN ，ORTHOMIN(k)方法都成立 通过数值实验说明：用上述四种算法来求解矩阵方程AX=B，是可行的，有效的；在不考虑舍入误差的情况下，迭代次数与系数矩阵最小多项式的次数有关。对于大规模矩阵方程AX=B，，用重开始的广义共轭残量法最有效，用时最省。 并且，通过证明，最后能够得到：设A,B分别是有限域Fq上的m×n矩阵和m×s矩阵，rankA=rank[A,B]，而W W 到这里，本文就告一段落了。通过线性方程组解理论思想，推广到矩阵方程解的问题，本文在线性方程组的基础上， 给出了矩阵方程AX=B解的分析，证明了矩阵方程AX=B有解的充要条件。对特殊的矩阵方程AX—XB=C，广义逆矩阵下的矩阵方程解等情况有待进一步研究。 参考文献 【1】农利伟，求解矩阵方程AX=B几种算法的比较[J] ，2012 【2】张长记．矩阵方程的几个研究结论[J]，2004 【3】罗江．矩阵方程的一种简易求法[J]，2001 【4】王永茂．矩阵分析[M]，2005 【5】曹纪刚．矩阵论及其应用[M]，2005