MATLAB - 行最简形

MATLAB - 简化行阶梯形（RREF）

**简化行阶梯形（Reduced Row Echelon Form, RREF）**是矩阵的一种独特形式，对于求解线性方程组和理解线性代数中的矩阵特性至关重要。它通过对矩阵应用一系列初等行变换得到。MATLAB 的内置 rref 函数提供了一种强大且数值稳定的方法来计算它。

RREF 矩阵的特性

如果一个矩阵满足以下所有条件，则它处于简化行阶梯形（RREF）：

主元 1（Leading 1s）：每个非零行中的第一个非零元素（称为主元）必须是 1。
主元列（Pivot Columns）：每个主元（主元 1）是其所在列中唯一的非零元素。
阶梯形模式（Staircase Pattern）：任意行中的主元总是在其上方行的主元的右侧。
零行（Zero Rows）：所有只包含零的行都位于矩阵的底部。

概念示例：手动计算

理解高斯-约旦消元法的手动步骤有助于理解 rref 函数的作用。让我们找出矩阵 A 的 RREF：

$$ A = \begin{bmatrix} 1 & 2 & 1 \ 2 & 4 & -3 \ 3 & 6 & 4 \end{bmatrix} $$

步骤 1：第一个主元已经为 1。使用它在其下方创建零。

$$ R_2 \leftarrow R_2 - 2 \times R_1 \implies \begin{bmatrix} 1 & 2 & 1 \ 0 & 0 & -5 \ 3 & 6 & 4 \end{bmatrix} $$

$$ R_3 \leftarrow R_3 - 3 \times R_1 \implies \begin{bmatrix} 1 & 2 & 1 \ 0 & 0 & -5 \ 0 & 0 & 1 \end{bmatrix} $$

步骤 2：移到下一个主元。下一个可用的主元在第三列。让我们将其变为 1（在 R3 中它已经是 1）。交换 R2 和 R3 以获得阶梯形。

$$ R_2 \leftrightarrow R_3 \implies \begin{bmatrix} 1 & 2 & 1 \ 0 & 0 & 1 \ 0 & 0 & -5 \end{bmatrix} $$

步骤 3：使用 R2 中的新主元在其上方和下方创建零。

$$ R_1 \leftarrow R_1 - 1 \times R_2 \implies \begin{bmatrix} 1 & 2 & 0 \ 0 & 0 & 1 \ 0 & 0 & -5 \end{bmatrix} $$

$$ R_3 \leftarrow R_3 + 5 \times R_2 \implies \begin{bmatrix} 1 & 2 & 0 \ 0 & 0 & 1 \ 0 & 0 & 0 \end{bmatrix} $$

结果矩阵现在处于 RREF 形式。

在 MATLAB 中使用 `rref` 函数

MATLAB 通过 rref 函数自动化了整个过程。

语法

R = rref(A)
[R, p] = rref(A)
R = rref(A, tol)

R = rref(A)：返回矩阵 A 的 RREF，使用高斯-约旦消元法和部分主元法以确保数值稳定性。
[R, p] = rref(A)：除了返回 RREF 外，还返回一个包含主元列索引的向量 p。
R = rref(A, tol)：使用指定的容差 tol 来确定哪些元素可以忽略并应被视为零。这对于处理可能存在浮点数不精确性的实际数据至关重要。

示例 1：求解线性方程组

考虑以下系统： 2x + 4y = 10 4x + 9y = 19

% 定义增广矩阵 [系数 | 常数]
A = [2 4 10; 4 9 19];

% 计算简化行阶梯形
R = rref(A);

% 显示结果
disp('The Augmented Matrix:');
disp(A);
disp('The RREF is:');
disp(R);

输出：

The Augmented Matrix:
     2     4    10
     4     9    19

The RREF is:
     1     0     7
     0     1    -1

结果解读

RREF [1 0 | 7; 0 1 | -1] 转换回方程为：

1x + 0y = 7 => x = 7
0x + 1y = -1 => y = -1

这是一个具有唯一解的系统。

示例 2：容差的重要性

浮点数可能引入小误差。tol 参数帮助 rref 区分显著值和数值噪声。

% 一个近似秩亏的矩阵
A = [1 2 3; 2 4 6.000001; 3 6 9];

% --- 使用默认（小）容差 ---
% 微小的差异被认为是显著的。
R_low_tol = rref(A);
disp('RREF with default low tolerance:');
disp(R_low_tol);

% --- 使用较大的容差 ---
% 微小的差异被视为零。
tol = 1e-5; % 任何小于此值的内容都将被视为 0
R_high_tol = rref(A, tol);
disp('RREF with higher tolerance of 1e-5:');
disp(R_high_tol);

输出：

RREF with default low tolerance:
     1     2     0
     0     0     1
     0     0     0

RREF with higher tolerance of 1e-5:
     1     2     3
     0     0     0
     0     0     0

RREF 的实际应用

除了求解线性系统，RREF 还用于：

查找矩阵的秩：秩是其 RREF 中非零行（或主元）的数量。
查找零空间（核）的基：通过使用 A 的 RREF 求解系统 Ax=0。
确定向量集的线性无关性。