以下A*(A\D)
的结果如何不等于D
?
它应该产生D
- 这是Octave文档的摘录:
线性方程组在数值分析中无处不在。至 求解线性方程组Ax = b,使用左除法 运算符''':x = A \ b
下面是那些想要尝试的人的代码:
A = [1,1,1;0,0,0;2,1,2;2,1,2;3,5,6]
D = [1;2;3;4;5]
% A is of rank 3:
rank(A)
% therefore the system Ax=D has a unique solution
x = A\D
% but Octave has not given the good solution:
A*x
有人告诉我,Matlab产生完全相同的结果。
编辑10/10/2012:在阅读完答案之后,让我指出我犯了一个严重错误的地方:声明“A是等级3因此系统Ax = D有一个独特的解决方案“是绝对错误的!顺便说一句,上面显示的文档非常令人不安。
答案 0 :(得分:7)
A
有5行,D
也是如此。它们都有3列。因此,您有一个包含3个变量的5个方程的超定系统。在大多数情况下,这意味着你无法准确地求解方程,因为你有太多的约束。
一旦你做了
x = A\D;
你得到最小二乘解决方案。
0.8333
-1.5000
1.6667
这是什么解决方案?这是一种最小化误差平方和的解决方案。我们来计算错误:
r = A*x-D;
totalError = sum( r.^2);
这意味着您将无法找到任何x
,sum(sqr(A*x-D))
错误较小。
小注:在你的情况下,你还有一行零 - 这导致实际的方程数变为4
让我们再看看A*(A\D)
:
>> A* (A\D)
ans =
1.0000
0
3.5000
3.5000
5.0000
看起来很熟悉!非常接近[1; 2; 3; 4; 5]。第一行和最后一行是相同的。第二个是零,因为你放了一行零。在第3行和第4行中,A中的行完全相同,但B中的值不同,对应于
2*x+ 1*y + 2*z = 3;
2*x+ 1*y + 2*z = 4;
你的平均水平!这是有道理的,因为平均值是最小化到3和4的距离之和的值。
这是一个更简单的例子,假设您想要求解以下方程组:
x = 1;
x = 2;
显然,x
不能同时为1
和2
。最小化误差平方和的解决方案是1.5
A = [1;1];
b = [1;2];
A\b
ans =
1.5000
答案 1 :(得分:2)
您的系统A
超定(A为矩形),因此您do not solve your system exactly:
矩形矩阵 如果A是矩形,则mldivide返回最小二乘解。 MATLAB通过QR分解求解超定系统(参见qr)。对于欠定系统,MATLAB返回最大零元素数的解。