线性方程组课件

合集下载

计算机数学课件第四章 线性方程组

计算机数学课件第四章 线性方程组

这个矩阵M称为直接消耗矩阵
其中E是与直接消耗矩阵M同阶的单位阵,这个方程组表示总产出的一部分用 于系统生产运作,另一部分用于满足订单,称为分配平衡方程,(E-M)称为列 昂惕夫矩阵。
只要矩阵方程有非负解,这个经济系统就是可行的。
4.3.3 完全消耗系数
在实际生产过程中,经济系统各部门之间除了存在直接消耗关系外,还存 在间接消耗关系。如生产1元的铁路运能要直接消耗0.45元的煤,0.10元 的电,在被消耗的0.45元煤和0.10元电又要消耗电,就有了一个确定每生 产1元的铁路运能到底总共消耗多少电的完全消耗系数问题。
4.2.2 非齐次线性方程组解的判断
关于非齐次线性方程组的解的情况,我们有以下定理:
• 非齐次线性方程组的解的结构
通过上面几个例子,我们认识了求解线性方程组的高斯消元法思想 和步骤:首先用初等行变换化增广矩阵为阶梯形矩阵,然后进一步 化成行最简阶梯形矩阵,通过系数矩阵的秩、增广矩阵的秩可判断 线性方程组解的情况:唯一解、无穷多解、无解,如果方程组有无 穷多解,通解就表达了无穷多解,教科书一般将通解写成量形式, 方便符号化表述。不过,手工运算还是较繁琐容易出错,可用数学 软件来求解方程组。
例4.1 求解线性方程组
• 消元法的做法就是对方程组三种变换:数乘变换、消去变换、互换变换, 消去一些方程组中的若干未知量,进而化成阶梯形方程组。
• 将原方程组通过初等变换化为阶梯形方程组,这种方法称为高斯消元法。
例4.2 解线性方程组 在方程组的增广矩阵中对矩阵进行初等行变换:
例4.3 解线性方程组
表一:投入产出表
产出
系统内部消耗(需求)
投入
煤矿
电力
铁路
生产
煤矿

线性代数第四章线性方程组课件

线性代数第四章线性方程组课件
方程组 AX 0 的两个基础解系, 则由这两个基础解
系分别确定的解集合
S {k11 k22 ktt | k1, k2, 与 T {l11 l22 lt t | l1,l2,
是相等的,即 S T.
, kt是任意常数} , lt是任意常数}
定理5 设 A 是一个 m n矩阵,若齐次线性方程组
一个解.
定理8 设 1,2 是方程组 AX 的两个解,则 1 2 是 AX 导出组 AX 0 的一个解.
由这两个结果, 我们能够得到非齐次线性方程 组解的结构定理.
定理9 设矩阵 A 是一个 mn矩阵.若非齐次线性
方程组 AX 有解, 令 0是 AX 的某一个解
(通常称为特解).
k1, k2, , ks 是任意常数, 则
k11 k22 kss
也是方程组的解. 即齐次线性方程组解的线性组合
还是方程组的解.
记齐次线性方程组 AX 0的解集合为 S , 即
S { (c1,c2, ,cn)T | A 0}.
那么,上面的定理 3 就可以表述为:
对于任意的 1, 2 S , k1, k2是两个任意常数,有
1)当 R(A) R(A) n 时,0是 AX 唯一的解; 2)当 R(A) R(A) n 时,AX 的导出组 AX 0 存在无穷多解, 则 AX 的解集合为 S {0 k11 k22 kss | k1, k2, , ks是任意常数}, 其中 1,2, ,s是 AX 0 的一个基础解系.
是线性无关的.
1, 2, , n
定理2(齐次线性方程组有非零解的判别定理) 齐
次线性方程组 AX 0 有非零解的充分必要条件是
它的系数矩阵 A 的秩 R(A) n .
推论1 如果齐次线性方程组 AX 0 中的方程个数

线性方程组课件

线性方程组课件

对一般的线性方程组
a11 x1 a12 x2 a1n xn b1 a x a x a x b 21 2 22 2 2n n 2 am1 x1 am 2 x2 amn xn bm
(*)
分别称
a11 a A 21 a m1 a12 a22 am 2 a1n a11 a a2 n , A 21 a amn m1 a12 a22 am 2 a1n a2 n amn b1 b2 bm
例2
解线性方程组
x3 x3 x3 x3 2 x4 4 x4 x4 3 x5 4 x5 5 x5 8 x5 1 2 3 2
x1 x2 2 x 2 x 1 2 3 x1 3 x2 x1 x2

§1.2 线性方程组解的情况及判别
情形一:
d r 1 0 0 d r 1
此时阶梯形方程组中出现了
这种矛盾方程,因此阶梯形方程组无解。
情形二:
d r 1 0
子情形一:
r n
则上述阶梯形方程组为
c11 x1 c12 x2 c1n xn d1 c22 x2 c2 n xn d 2 cnn xn d n
定理 方程组的初等变换把一个线性方程组变成 另一个同解的线性方程组。
定理 任一矩阵均可通过有限次初等行变换化为 阶梯形矩阵。
给定线性方程组
a11 x1 a12 x2 a1n xn b1 a x a x a x b 21 2 22 2 2n n 2 am1 x1 am 2 x2 amn xn bm

第五章 线性方程组的解法PPT课件

第五章 线性方程组的解法PPT课件
第五章 线性方 程组的解法
1
整体 概述
一 请在这里输入您的主要叙述内容

请在这里输入您的主要 叙述内容
三 请在这里输入您的主要叙述内容
2
问题的提出:
在自然科学与工程技术中,很多 问题的解决常常归结为求解线性方程 组,如电学中的网络问题,机械和建 筑结构的设计和计算等,因此利用计 算机求解线性方程组就成为一个非常 重要的问题。
a(k) kj
ak(kj1)
/ak(kk1)
对于i=k+1,k+2,…,n,n+1计算
ai(kj)ai(kj1)ai(kk1)ak(k)j
其中j=k,k+1,k+2,…,n,n+1。 当k=n,即
27
继续这种过程,第n次消元后增广矩阵为
1
a(1) 12
(A(n) b(n))
1
a(1) 13
a(2) 23
会导致舍入误差的扩散,这是它的缺陷。
30
G-J消去法的一般求解过程如下:
消元过程:对于k=1,2,…,n,执行

a(k1) kk
0
,对于j=k,k+1,…,
n,n+1计算
a(k) kj
ak(kj1)
/ak(kk1)
对于i=k+1,k+2,…,n,计算
ai(kj)ai(kj1)ai(kk1)ak(k)j 其中j=k,k+1,k+2,…,n,n+1
0
0
a(2) n3
a(2) nn
an(2,n)1
19
如此继续计算下去,第k-1次消元结 束后就得到增广矩阵
a1(01)

第3章 线性方程组 3PPT课件

第3章 线性方程组 3PPT课件
4 3x5 2
方程组中首项非零元是: x1,x3,x4 自由变量是: x2 , x5
14
例3 用高斯消元法解线性方程组
x 2 y 2z 1 3 x y 2z 7 5 x 3 y 4z 2
解 首先用高斯消元法将方程组化简,
x 2y 2z 1 x2y2z1 x2y2z1 3x y 2z 7 7y11z107y11z10
返8回
1.高斯消元法
3x14x26x34
例1 用高斯消元程 法组 解 x1线 2x2性 4x3方 1
x12x27x30
99
3x1 4x2 6x3 4
x1 2x2 4x3 1
解:
x1
2x2
4x3
1
r 1 r23x1 4x2 6x3 4
x1 2x2 7x3 0
x1 2x2 7x3 0
注: 对于m个方程n个变量(m<n)的方程组,不可能 取得惟一解,这是因为当m<n时,化简后不可能得到 三角形方程组,只能化成梯形方程组,因此结果或是无 解,或是具有自由变量而有无穷多组解.
16
对线性方程组增广矩阵进行初等变换与对方程组进行 初等变换是相互对应的,因此当用高斯消元法来求解线性 方程组时可以应用矩阵的初等变换进行.
5x 3y 4z 2
7y11z7
0y0z3
这是一个梯形方程组,最后一个方程 0y+0z=3 是一个退 化方程,该方程无解,所以该方程组无解.
15 15
定理3.2.1 任一线性方程组必满足以下三项中之一项: (1)有惟一解;(2)无解;(3)有无穷组解.
实际上,用高斯消元法可将方程组化为梯形方程组, 即可判断出无解的情形; 当方程有解时,如果化简后的方 程组中没有自由变量,即为三角形方程组,则方程组有惟 一解;若方程组中有自由变量,则方程组有无穷解.

线性方程组解PPT课件

线性方程组解PPT课件

VS
详细描述
高斯消元法的基本思想是将线性方程组转 化为上三角矩阵,然后通过回代过程求解 未知数。在消元过程中,通过行变换将方 程组的系数矩阵变为上三角矩阵,然后通 过回代过程求解未知数。该方法具有较高 的计算效率和精度,适用于大规模线性方 程组的求解。
迭代法
总结词
迭代法是一种求解线性方程组的方法,通过不断迭代逼近解的过程。
在物理领域的应用
力学系统
利用线性方程组描述多体系统的 运动状态,分析系统的平衡点和 稳定性,以及如何通过调整系统
参数实现稳定运动。
电路分析
通过线性方程组表示电路中的电流 和电压关系,分析电路的阻抗、导 纳和转移矩阵等参数,为电路设计 和优化提供依据。
波动方程
利用线性方程组描述波动现象,如 声波、光波和水波等,分析波的传 播规律和特性。
线性方程组解ppt课件
目录 CONTENT
• 线性方程组的基本概念 • 线性方程组的解法 • 线性方程组的解的性质 • 线性方程组的应用 • 线性方程组解的软件实现
01
线性方程组的基本概念
线性方程组的定义
线性方程组
由有限个线性方程组成的方程组,其中每个方程包含一个或多个 未知数。
线性方程
形如 ax + by + c = 0 的方程,其中 a, b, c 是常数,x 和 y 是未 知数。
详细描述
迭代法的基本思想是通过不断迭代逼近解的过程,最终得到线性方程组的近似解。迭代法有多种形式,如雅可比 迭代法、高斯-赛德尔迭代法和松弛迭代法等。这些方法通过迭代更新解的近似值,最终得到满足精度要求的解。 迭代法适用于大规模线性方程组的求解,但计算效率相对较低。
矩阵求解法
总结词

《线性代数》第四章:线性方程组-PPT课件

《线性代数》第四章:线性方程组-PPT课件
三角形线性方程组要求方程组所含方程的个数等于未知量的个数且第个方程第个变量的系数三角形线性方程组是一类特殊的情形解法也简单由克莱姆法则可以判断其解惟一一般只需要从最后一个方程开始求解逐步回代就可求出方程组的全部解11定义416线性方程组中自上而下的各方程所含未知量个数依次减少这种形式的方程组称为n元阶梯形线性方程组
❖ 例如 axbyc 是一个二元方程,a , b 不同时
为零时,方程有无穷多解,如 b0时,x0,yc
b
为二元方程 的一个特解, axbyc
b0 时 , xk,ycakk R
bb
为二元方程的通解;当 a , b 同时为零,若时c ,0
方程无解;当
a同, b 时为零,若 时c , 0 方程
有无穷多解任意一对有序实数都是方程的解。
❖ 消元法的目的就是利用方程组的初等变换将 原方程组化为阶梯形方程组, 由于这个阶梯形 方程组与原线性方程组同解, 解这个阶梯形方 程组得到的解就是原方程组的解。
❖ 注意:将一个方程组化为行阶梯形方程组的 步骤并不是惟一的, 所以,同一个方程组的行 阶梯形方程组也不是唯一的。
❖ n元线性方程组的一般形式为
cnnxn 0
❖ 其中 crr 0 则线性方程组有唯一解,即仅有零解。
❖ (2) 当 r n 时,方程组可以化为
c11x1 c12x2 c1rxr c1nxn 0
c22x2 c2rxr c2nxn 0 ..........................
crrxr crnxn 0
❖ 其中 crr 0 将其改写成
a11x1a12x2 a1rxrb1a1r1xr1 a1nxn a22x2 a2rxrb2a2r1xr1 a2nxn arrxrbrarr1xr1 arnxn

《线性代数》课件第4章

《线性代数》课件第4章

此时A的第j列元素恰为αj表示成β1, β2,…, βt的线性组合时的
系数.
证明:若向量组a1,a2,…,as可由β1, β2,…, βt线性表示,即每个ai
均可由β1, β2,…, βt线性表示,则有
α1 = a11β1 + a21β2 + + at1βt = (β1, β2,
, βt )⎛⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎝aaa12t111 ⎞⎠⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟,
我们有下面的定理: 定理 1.1 矩阵的秩数=行秩数=列秩数.
例1.3 设
α1 = (1, 2, 0,1)T , α2 = (0,1,1,1)T , α3 = (1, 3,1, 2)T , α4 = (1,1,−1, 0)T
求此向量组的秩数及一个极大无关组.
解 考虑向量组构成的矩阵
A=(α1,
α2,
我们有下面的命题:
命题1.
1. α1, α2,…, αs线性无关; 2.方程x1α1 + x2α2 + … + xxαs只有零解 3. 对于任意一组不全为零的数c1,c2,…,cs均有
c1α1 + c2α2 + + csαs ≠ 0, 4. 对于任意一组数c1,c2,…,cs, 若c1α1 + c2α2 +
定义1.4 两个可以互相表示的向量组称为等价向量组.
容易看出: 1. 向量组的等价是一个等价关系; 2. 等价向量组的秩数相同; 3. 任何向量组等价于其极大无关组; 4. 两个向量组等价当且仅当它们的极大无关组等价.
最后我们给出化简向量组的一种技巧 为此先给出一个定义
定义1.5 设α1, α2,…, αs和β1, β2,…, βs是两个向量组, 若对于任意一组数c1,c2,…,cs均有

线性代数线性方程组解的结构ppt课件

线性代数线性方程组解的结构ppt课件

k1
k2

ξ
=
kr kr +1
是方程组的任一解.
kr+2

kn
y1 = c1,(r+1) yr+1 + + c1n yn
y2
=
c y 2,(r+1) r+1
+
+ c2n yn
(*)
yr = cr,(r+1) yr+1 + + crn yn
k1 = c k 1,(r+1) r+1 + k2 = c k 2,(r+1) r+1 + kr = c k r,(r+1) r+1 +
定义3 设x1, x2, , xs 都是AX=o的解,并且 (1) x1, x2, , xs线性无关; (2) AX=o的任一个解向量都能由x1, x2, , xs线性表示,
则称x1, x2, , xs为线性方程组AX=o的一个基础解系.
通解(方程组的全部解)可以表示为:k1x1 + k2x2 + + ksxs
0 0
c1nkn
c2
n
kn
+
crn kn 0
0
kn
c1r+1
1 -2 4 3 3 -5 14 12
-1 4 1 5
r2-3r1 —r—3+r1
1 -2 01
4 2
3 3
0258
r3-2r2 1 -2 4 3 —— 0 1 2 3
0012
下页
消元法与矩阵的初等行变换
用消元法解线性方程组的过程,实质上就是对该方程组

线性代数第三章课件:线性方程组

线性代数第三章课件:线性方程组


有无穷多解 R(A) R(A, b) n
线
(2)无解 R(A) R(A,b)

方 由定理1容易得出:


定理 2 n元齐次线性方程组 Ax 0有非零解
R(A) n 进一步,由定理1还可以推广得到:
定理 3 矩阵方程AX B有解 R(A) R(A,B)
例1 设A是一个 mn 阶矩阵,且 R(A) r, 则 (a)
1. 多元线性方程组
第 一般地,n 个未知数 x1, x2, , xn 的如下形式的方程


a1x1 a2 x2 an xn b
线
性 称为n元一次方程,也称为n元线性方程,其中

程 组
a1, a2 , , an , b是已知常数,a1, a2 , , an是一次项系数,
b是常数项。
具有同样n个未知数 x1, x2, , xn 的若干个一次方程 组成的方程组:
x2
0
0
所有满足x1 x2 的数都是它的解
所以该方程组有无数多解。


x1 x2 0

x1
x2
1
x1 x2 2
显然不存在 x1, x2 , 使 x1 x2 1
和 x1 x2 2同时成立 故该方程组无解。


x1 x1
x2 x2
0 2
系数行列式 D 1
1 0
11
由Cramer法则知其有唯一解 x1
a21
a22

am1
am2
a1n
a2n
,
amn
x1
x
x2
,
xn
b1
b

线性代数 线性方程组的基本概念PPT课件

线性代数 线性方程组的基本概念PPT课件

综合 (线性方程组解的判定)
对于线性方程组 A X = b, 有
(1) 当 (2) 当 (3) 当
r( A) r( A~) 时 ,n方程组有无穷多解; r( A) r( A~) 时,n方程组有唯一解; r( A) r(时A~,) 方程组有无解。
其中 A~ ( A b) .
第10页/共15页
二、线性方程组解的存在性与惟一性
3. 关于齐次线性方程组的一些结论

对于齐次线性方程组
Amn X有如下0结, 论:
(1) 一定有(零)解。
因为 r ( A) r ( A 0).
(2) 只有零解 r( A) n; 有非零解 r( A) n.
特别,若 m < n ,即方程的个数小于未知量的个数, 则必有非零解。
(3) 若 m = n ,即 A 为方阵,则
P111
对于线性方程组
AX b, 令
A ( A1, A2 , , An ) ,
x1
则得到向量形式为
(
A1 ,
A2 , ,
An
)
x2
b
,
即 x1 A1 x2 A2 xn An b .
xn
将右端项表示成系数阵的列向量的线性组合
第5页/共15页
二、线性方程组解的存在性与惟一性
1. 线性方程组解的存在性
§4.1 线性方程组的基本概念
一、线性方程组的几种表示形式 二、线性方程组解的存在性与惟一性 三、等价的线性方程组
第1页/共15页
一、线性方程组的几种表示形式
在第一章中,讨论了方程的个数与未知量的个数相等的 方程组, 而实际问题中,方程组的方程个数与未知量的个数 不一定相等。
下面将讨论一般线性方程组。 需要探讨的问题

线性代数课件PPT 第3章.线性方程组

线性代数课件PPT 第3章.线性方程组

2) (α β) γ α ( β γ() 加法结合律)
3) 存在任意一个向量α,有α 0n α 4)存在任意一个向量α,存在负向量-α,使α (α) 0n
5) 1α α
6) k(lα) (kl)α(数乘结合律)
7) k(α β) kα kβ(数乘分配律)
m
kiai k1α1 k2α2 L kmαm
i 1
称为向量组α1, α2,L , αm在数域F上的一个线性组合。如果记
m
β kiαi,就说β可由α1, α2,L , αm线性表示。 i 1
10
3.1 n维向量及其线性相关性
线性相关性 定义:如果对m个向量α1, α2, α3, ... , αm∈Fn,有m个不全 为0的数k1,k2,...,km∈F,使
α=(a1 a2 an) 其中ai 称为α的第i个分量。
向量写成行的形式称为行向量,向量写作列的形式称为 列向量(也可记作行向量的转置)。
a1
αT


a2

M
an

3
3.1 n维向量及其线性相关性
向量的定义 数域F上全体n元向量组成的集合,记作Fn。
4
3.1 n维向量及其线性相关性
向量的运算
定义:设α=(a1, a2, ... , an),β=(b1, b2, ... , bn)∈Fn,k∈F,
定义:
1)α=β,当且仅当ai=bi (i=1,...,n); 2)向量加法(或α与β之和)为
α β (a1 b1, a2 b2 , ... , an bn )
k1α1 k2α2 L kmαm 0n
成立,则称α1, α2, α3, ... ,αm线性相关;否则,称α1, α2, α3, ... ,αm线性无关。
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

例2
解线性方程组
x3 x3 x3 x3 2 x4 4 x4 x4 3 x5 4 x5 5 x5 8 x5 1 2 3 2
x1 x2 2 x 2 x 1 2 3 x1 3 x2 x1 x2

§1.2 线性方程组解的情况及判别
不相容线性方程组:解集合为空集。 线性方程组同解:解集合相同。 通解(一般解):解集合中全部元素的通项 表达式。 特解(具体解):解集合中一个特定元素。
解的存在性:解集合是否为空集。
有解:解集合非空。
解的唯一性:非空的解集合是否只有一个元素。 有唯一解:解集合只含一个元素。 非齐次线性方程组:b1 , b2 ,...,bm 不全为零
线性代数
Linear Algebra BIT Fall 2011
Grading: Homework 20% +Midterm 10%+ Final Exam 70%
Homework: Every student is required to turn
in a well-written homework each week. The homework assignments are due at the beginning of the class on Tuesdays.(每周二上课之前交前一 周的作业)
通过观察可以发现,如果用数表
2 2 0 6 2 2 1 2 4 2 3 1 4 4 3 1 1 1 8 2
表示上例中的方程组,其中每行代表一个方程,则 线性方程组的初等变换相当于此数表行之间的变 换。
一般地, 定义 m n 个数 aij ( i 1, 2, 排成 m 行 n 列的数表
1 0 0 0 1 0 0 0
R4 ( 2) R2 R3 ( 2) R2
R4 ( 1) R1 R3 ( 3) R1 R2 ( 2) R1
1 1 2 2 1 1 0 0 0 2 3 0
0 2 4 1 0 2 0 3 3 2 9 1
b1 , b2 ,...,bm 全为零 齐次线性方程组:
线性方程组的中心问题 (1)解的判别:确定存在性与唯一性 (2)求解:确定解集合 (3)解的结构:研究解之间的关系

2 x1 2 x 1 3 x1 x1
解线性方程组
2 x2 x2 x2 x2 2 x3 4 x3 x3 6 x4 4 x4 4 x4 8 x4 2 2 3 2 (1) (2) (3) (4)
(* )
则它的增广矩阵为
a11 a 21 A am1 a12 a22 am 2 a1n a2 n amn b1 b2 bm
c11 c12 0 0 0 0 0 0 0 0 0 0
~ 假设用初等行变换 A 可以化为
其中 c11 , c22 ,...,cnn 均不为零, 所以通过回代可唯一确定 x1 , x2 ,..., xn 的 取值,即方程组有唯一解。
更进一步,阶梯形方程组的增广矩阵也具有相 同的形式: (1)零行(所有元素均为零的行)全部在下方, 非零行(至少有一个元素不为零的行)全部在 上方 (2)非零行的首非零元(也称主元,即行中第 一个不为零的元素)随着行标的增大其列标也 严格增大
称上述形式的矩阵为阶梯形矩阵。 结论:增广矩阵为阶梯形矩阵 方程组为阶 梯形方程组
由此解出 x1 1, x2 2, x3 1,
x4 0 。 ▌
矩阵初等行变换的表示及提示符:
A :互换矩阵 A 的第 i 行与第 j 行
Rij
A :用非零数 k 去乘 A 的第 i 行元素
A :把 A 的第 i 行的 k 倍加到第 j 行
R j kRi
3 2 5 5 3 2 1 9 1 0 3 0
1 0 0 3 1 0 0 3
1 0 R34 0 0
1 1 0 0
阶梯形矩阵对应的线性方程组为
x1 x2 x2 3 x4 2 x3 3 x3 2 x4 9 x4 x4 1 0 , 3 0
a11 a21 a m1 a12 a22 am 2 a1n a2n amn
, m ;j 1, 2, n , )
称为 m n 矩阵。 通常记作 A, Amn , A (aij )mn , 其中 aij 称为矩阵 A 的第 i 行第 j 列元素。 若 m = n,则称 A 为方阵;n 行 n 列的方阵称 为 n 级矩阵。
对一般的线性方程组
a11 x1 a12 x2 a1n xn b1 a x a x a x b 21 2 22 2 2n n 2 am1 x1 am 2 x2 amn xn bm
(*)
分别称
a11 a A 21 a m1 a12 a22 am 2 a1n a11 a a2 n , A 21 a amn m1 a12 a22 am 2 a1n a2 n amn b1 b2 bm
c1 j2 c2 j 2 0 0 0 0
c1 jr c2 j r crj r 0 0 0
d1 d2 dr d r 1 0 0
其中 c11 , c2 j2 ,...,crj r 都不为0.
Midterm:第一章和第二章课程结束之后,随 堂考试,占总成绩的10%
课程大纲
Chapter 1: 线性方程组
Chapter 2: 行列式 Chapter 3:线性方程组的进一步理论 Chapter 4: 矩阵 的运算
第一章 线性方程组
§1.1 Gauss-Jordan算法 一般的n元线性方程组: a11 x1 a12 x 2 a1n x n b1 a x a x a x b 21 1 22 2 2n n 2 a m1 x1 a m 2 x 2 a mn x n bm
情形一:
d r 1 0 0 d r 1
此时阶梯形方程组中出现了
这种矛盾方程,因此阶梯形方程组无解。
情形二:
d r 1 0
子情形一:
r n
则上述阶梯形方程组为
c11 x1 c12 x2 c1n xn d1 c22 x2 c2 n xn d 2 cnn xn d n
定理 方程组的初等变换把一个线性方程组变成 另一个同解的线性方程组。
定理 任一矩阵均可通过有限次初等行变换化为 阶梯形矩阵。
给定线性方程组
a11 x1 a12 x2 a1n xn b1 a x a x a x b 21 2 22 2 2n n 2 am1 x1 am 2 x2 amn xn bm
未知数:()Biblioteka x1 , x2 ,, xn
1,2, , m ;j 1,2, , n)
系数: a i j ( i
常数项: b1 , b2 , , bm
n 元有序数组 x1 c1, x2 c2 ,...,xn cn 一个解: 使(*)的所有方程变为恒等式。
解集合:(*)的全部解的集合。
不难看出上述矩阵对应的阶梯形方程组为
c11 x1 c12 x2 c1 jr x jr c1n xn d1 c2 j2 x j2 c2 jr x jr c2 n xn d 2 crj r x jr crn xn d r 0 d r 1 00
例 解线性方程组
2 x1 2 x2 2 x x 2 x3 1 2 3 x x 4 x 1 2 3 x1 x2 x3 6 x 4 2 4 x 4 2 4 x 4 3 8 x4 2

2 2 0 6 2 1 1 0 3 1 1 ~ 2 1 2 4 2 2 R1 2 1 2 4 2 A 3 1 4 4 3 3 1 4 4 3 1 1 1 8 2 1 1 1 8 2
为方程组(*)的系数矩阵与增广矩阵。
回顾:解线性方程组的过程
增广矩阵的每行对应方程组中的一个方程,故 方程组的初等变换等同于对增广矩阵的行作下列 变换: (1)用一个非零数乘某一行的全部元素 (2)一行的倍数加到另一行上 (3)互换两行的位置
称上述对矩阵行的处理为矩阵的初等行变换。
结论:方程组的初等变换 行变换 增广矩阵的初等
3 x4 2 x4 9 x4 x4
1 0 。 3 0
由最后这个阶梯形方程组通过依次回代,解得
x1 1, x2 2, x3 1, x4 0 。▌
上例题求解过程总结: (1)求解线性方程组有两个过程:消元与回代 (2)消元过程需对方程组做如下处理: (i)用一个非零数乘某一个方程 (ii)一个方程的倍数加到另一个方程上 (iii)互换两个方程的位置 称上述三种处理为线性方程组的初等变换。 (3)消元的目的是把原方程组化为阶梯形方程组 (4)一个方程组被其系数与常数项唯一确定,且 线性方程组的初等变换只涉及系数与常数项。
kRi
以后,还将用 Cij , kCi , C j kCi 分别表示三种初等 列变换。
Gauss-Jordan 消元法
线性方程组
方程组的
→ ←
增广矩阵 A
矩阵的
~
↓初等变换
↓初等行变换
阶梯形方程组
阶梯形矩阵
相关文档
最新文档