线性代数schmidt正交化方程组求解﹒do.ppt

线性代数schmidt正交化方程组求解﹒do.ppt

  1. 1、本文档共50页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
线性代数schmidt正交化方程组求解﹒do

? 1. 两直线的相对位置 [A,D] = A1 B1 C1 ?D1 A2 B2 C2 ?D2 A3 B3 C3 ?D3 A4 B4 C4 ?D4 . 重 合 相 交 平 行 异 面 无穷多解 唯一解 无 解 位置关系 Ax=D 秩 无 解 r(A)=r(A,D) =2 r(A)=r(A,D) =3 r(A)=2, r(A,D)=3 r(A)=3, r(A,D)=4 第四章 n维向量 §4.5 方程组解的结构 有其它判断方法 例7. 当参数k取什么值时, 直线 L1 : = = y-1 -3 x-1 2 z-4 -4 L2 : = = y+1 -1 x-1 2 z-1 k 相交? L1 L2 · · P1 P2 s1 Q2 Q1 s2 Q′2 注:改例子在第三章出现过。 第四章 n维向量 §4.5 方程组解的结构 ? 2. 三平面的相对位置 ?1: A1x + B1y + C1z + D1 = 0 ?2: A2x + B2y + C2z + D2 = 0 ?3: A3x + B3y + C3z + D3 = 0 记A = A1 B1 C1 A2 B2 C2 A3 B3 C3 , [A,D] = A1 B1 C1 ?D1 A2 B2 C2 ?D2 A3 B3 C3 ?D3 . D = ?D1 ?D2 ?D3 . 第四章 n维向量 §4.5 方程组解的结构 ? 重 合 交于一线 交于一点 无交点 无穷多解 位置关系 Ax=D 秩 无 解 r(A)=r(A,D) =1 r(A)=r(A,D) =2 r(A)=r(A,D) =3 r(A)+1= r(A,D) 2. 三平面的相对位置 [A,D] = A1 B1 C1 ?D1 A2 B2 C2 ?D2 A3 B3 C3 ?D3 . 唯一解 无穷多解 第四章 n维向量 §4.5 方程组解的结构 例8 讨论下列三个平面的相对位置. ?1 : x+y+bz=3; ?2 : 2x+(a+1)y+(b+1)z =7; ?3 : (1-a)y + (2b-1)z =0. 其中,a, b 是参数. 第四章 n维向量 §4.5 方程组解的结构 课后注释:一般来说,第一步假定只有一个交点,此时可以得到a,b的一个范围;在剩下的范围内,a,b 是一些具体的取值,我们就可以通过求解对应的具体方程组,来判断解的情况,从而判断平面的位置关系. ? 第四章 n维向量 §4.6 最小二乘解 §4.6 线性方程组的最小二乘解 大东股份公司股票最近十天的收市价如下表所示 1 2 3 4 5 6 7 18.5 19.6 20.3 20.5 19.8 20.6 21.5 假定天数 x与股票价格 y 服从三次关系 y = ax3+bx2+cx+d 将上述数据代入假定的方程中,得到七个以 a,b,c,d为未知数的方程组, 其未必有解! x y · · · · · · · y = ax3+bx2+cx+d 第四章 n维向量 §4.6 最小二乘解 Ax=b 没有解,即 Ax-b=? 没有解 寻求最佳近似解x0,使得: ||Ax0 – b || = min ||Ax – b || x ∈ Rn 即寻找x0使得 || Ax0 – b || = min ||a – b || a ∈R(A) b ? 假定As×n 第四章 n维向量 §4.6 最小二乘解 第四章 n维向量 定理 4.16 假设V是Rs的子空间,b ∈ Rs , ? ∈ V , 则 || ? - b||= min || a – b || 当且仅当 a ∈V ? - b 与 V 中每个向量都正交. b ? V §4.6 最小二乘解 Ax=b 没有解,即 Ax-b=? 没有解 寻求最佳近似解x0,使得: ||Ax0 – b || = min ||Ax – b || x ∈ Rn 即寻找x0 使得 || Ax0 – b || = min ||a – b || a ∈R(A) b ? R(A) 第四章 n维向量 §4.6 最小二乘解 即寻找x0 使得 || Ax0 – b || = mi

文档评论(0)

shaoye348 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档