首页 > 其他分享 >线性代数

线性代数

时间:2024-03-11 22:23:19浏览次数:13  
标签:方程 end matrix 2x begin 线性代数 bmatrix

参考 线性代数及其应用(原数第6版)。


第 1 章 线性代数中的线性方程组

1.1 线性方程组

包含变量 \(x_1,x_2,\cdots,x_n\) 的线性方程是形如

\[a_1x_1+a_2x_2+\cdots+a_nx_n=b \]

的方程,其中 \(b\) 与系数 \(a_1,a_2,\cdots,a_n\) 为实数或复数,\(n\) 可以是任意正整数。

线性方程组是由一个或几个包含相同变量 \(x_1,x_2,\cdots,x_n\) 的线性方程组成的。

线性方程组的是一组数 \((s_1,s_2,\cdots,s_n)\),用这组数分别代替 \(x_1,x_2,\cdots,x_n\) 时所有方程的两边相等。

方程组所有可能的解的集合称为线性方程组的解集。若两个线性方程组有相同的解集,则它们称为等价的

线性方程组的解有下列三种情况:

\(1.\) 无解

\(2.\) 有唯一解

\(3.\) 有无穷多解

称一个线性方程组是相容的,若它有一个解或无穷多个解;称它是不相容的,若它无解。

矩阵记号

一个线性方程组包含的主要信息可以用一个称为矩阵的紧凑的矩形阵列表示。给出方程组

\[\begin{matrix}x_1 & -2x_2 & +x_3 & = & 0 \\ & 2x_2 & -8x_3 & = & 8 \\ 5x_1 & & -5x_3 & = & 10 \end{matrix} \]

矩阵

\[\begin{bmatrix}1 & -2 & 1 \\ 0 & 2 & -8 \\ 5 & 0 & -5 \end{bmatrix} \]

称为该方程组的系数矩阵,而

\[\begin{bmatrix}1 & -2 & 1 & 0\\ 0 & 2 & -8 & 8\\ 5 & 0 & -5 & 10\end{bmatrix} \]

称为它的增广矩阵

矩阵的大小说明它包含的行数和列数。该增广矩阵有 \(3\) 行 \(4\) 列,称为 \(3\times 4\)(读作 \(3\) 行 \(4\) 列)矩阵。若 \(m,n\) 是正整数,\(m\times n\) 矩阵是一个有 \(m\) 行 \(n\) 列的数的矩形阵列。

解线性方程组

解线性方程组的基本思路是把方程组用一个更容易解的等价方程组(即有相同解集的方程组)代替。

化简线性方程组的三种基本变换:

  • 把某个方程换成它与另一方程的倍数的和。

  • 交换两个方程的位置。

  • 把某一方程的所有项乘以一个非零常数。

一般方法是,我们用方程组第一个方程中含 \(x_1\) 的项消去其他方程中含 \(x_1\) 的项,用第二个方程中含 \(x_2\) 的项消去其他方程中含 \(x_2\) 的项,依次类推。最后得到一个简单的等价方程组。

考虑解刚才提到的方程组。将消去未知数的过程同时用方程组与相应的矩阵形式表示出来一边比较。

\[\begin{matrix}x_1 & -2x_2 & +x_3 & = & 0 \\ & 2x_2 & -8x_3 & = & 8 \\ 5x_1 & & -5x_3 & = & 10 \end{matrix} \qquad \begin{bmatrix}1 & -2 & 1 & 0\\ 0 & 2 & -8 & 8\\ 5 & 0 & -5 & 10\end{bmatrix} \]

将第一个方程乘以 \(-5\),加到第三个方程上:

\[\begin{matrix}x_1 & -2x_2 & +x_3 & = & 0 \\ & 2x_2 & -8x_3 & = & 8 \\ & 10x_2 & -10x_3 & = & 10 \end{matrix}\qquad \begin{bmatrix}1 & -2 & 1 & 0\\ 0 & 2 & -8 & 8\\ 0 & 10 & -10 & 10\end{bmatrix} \]

将方程 \(2\) 乘上 \(\dfrac{1}{2}\),将 \(x_2\) 的系数变为 \(1\) 以简化下一步的运算:

\[\begin{matrix}x_1 & -2x_2 & +x_3 & = & 0 \\ & x_2 & -4x_3 & = & 4 \\ & 10x_2 & -10x_3 & = & 10 \end{matrix}\qquad \begin{bmatrix}1 & -2 & 1 & 0\\ 0 & 1 & -4 & 4\\ 0 & 10 & -10 & 10\end{bmatrix} \]

利用方程 \(2\) 中的 \(x_2\) 项消去方程 \(3\) 中的项 \(10x_2\):

\[\begin{matrix}x_1 & -2x_2 & +x_3 & = & 0 \\ & x_2 & -4x_3 & = & 4 \\ & & 30x_3 & = & -30 \end{matrix}\qquad \begin{bmatrix}1 & -2 & 1 & 0\\ 0 & 1 & -4 & 4\\ 0 & 0 & 30 & -30\end{bmatrix} \]

将方程 \(3\) 中 \(x_3\) 的系数化为 \(1\):

\[\begin{matrix}x_1 & -2x_2 & +x_3 & = & 0 \\ & x_2 & -4x_3 & = & 4 \\ & & x_3 & = & -1 \end{matrix}\qquad \begin{bmatrix}1 & -2 & 1 & 0\\ 0 & 1 & -4 & 4\\ 0 & 0 & 1 & -1\end{bmatrix} \]

用方程 \(3\) 中的 \(x_3\) 消去第一个方程中的项 \(x_3\) 和第二个方程中的项 \(-4x_3\):

\[\begin{matrix}x_1 & -2x_2 & & = & 1 \\ & x_2 & & = & 0 \\ & & x_3 & = & -1 \end{matrix}\qquad \begin{bmatrix}1 & -2 & 0 & 1\\ 0 & 1 & 0 & 0\\ 0 & 0 & 1 & -1\end{bmatrix} \]

再用方程 \(2\) 中的 \(x_2\) 消去第一个方程中的项 \(-2x_2\):

\[\begin{matrix}x_1 & & & = & 1 \\ & x_2 & & = & 0 \\ & & x_3 & = & -1 \end{matrix}\qquad \begin{bmatrix}1 & 0 & 0 & 1\\ 0 & 1 & 0 & 0\\ 0 & 0 & 1 & -1\end{bmatrix} \]

我们得出原方程组的唯一解是 \((1,0,-1)\)。经验算这是符合条件的。

标签:方程,end,matrix,2x,begin,线性代数,bmatrix
From: https://www.cnblogs.com/SError0819/p/18067223

相关文章

  • 线性代数——平面向量 学习笔记
    线性代数——平面向量学习笔记首发于洛谷。定义及用语说明无特殊说明,下文的向量均指自由向量且是平面向量。向量,英文名为vector,目前没有准确而统一的中文翻译。在物理学科,一般翻译成「矢量」,且与「标量」一词相对。在数学学科,一般直接翻译成「向量」。对于向量的乘法:......
  • 线性代数错题
    2.矩阵题目2.3.4.5.6.7.答案总结......
  • 线性代数
    线性代数矩阵四则运算矩阵矩阵:就是高维数组向量:一维数组,通常用列向量表示,即这个数组的形状是\(n\times1\)​的矩阵的四则运算包括加法、减法、乘法和数乘,它们遵循特定的规则矩阵加法需要两个相同(指维度相同,即行数和列数)的矩阵矩阵加法是对应元素相加设\(A\)为......
  • 线性代数 A 的 LU 分解
    我们本章的目的是对\(A=LU\)进行分析,我们以这种思路来看待高斯消元。好现在还是从简单的开始。首先,讲一下上一章中没讲完的内容——乘积的逆。假设\(A\)和\(B\)均是可逆矩阵,即有:\[A·A^{-1}=I=A^{-1}·A\]那\(AB\)的逆是什么?使用单独的逆相乘吗?是的。用矩阵\(A......
  • 线性代数 方程组的几何解释
    本次,我们将讲述线性代数的基础——求线性方程组,下面从方程组讲起,它有\(n\)个未知数以及\(n\)个方程,方程数量与未知数个数相等,这是最普遍的状况。我们会了解到“行图像(\(RowPictrue\))”和“列图像(\(ColumnsPictrue\))”,行图像想必大家都见过就是两个方程的函数图像交于一......
  • 线性代数基础
    元素:一个个体,一般是一个数。【向量】向量:一组元素,向量\(a\)记作\(\vec{a}\)。我们只在乎向量的方向和大小,并不在乎向量的起点和终点。定义:\(n\)维向量,即\(\vec{a}\)中包含\(n\)个元素。向量的运算:向量的大小:\(|\vec{a}|\)。向量加减:只有两个规模相等的向量的......
  • 10线性代数基础综合卷
    张宇基础卷线代发现很多问题,值得再做一遍3行变换是把E放到右方,列变换是把E放到下方。这道题求逆可以用穿脱原则解出来4首先记结论,AB=O则r(a)+r(b)<n,学会证明(解集的秩为n-r(a)),B是从解集中抽出来的;5根据秩的情况判断特征值,不满秩则一定有0特征值; 当可对角化时,零特征值所对应的特征......
  • 线性代数
    元素:一个个体,一般是一个数。【向量】向量:一组元素,向量\(a\)记作\(\vec{a}\)。我们只在乎向量的方向和大小,并不在乎向量的起点和终点。定义:\(n\)维向量,即\(\vec{a}\)中包含\(n\)个元素。向量的运算:向量的大小:\(|\vec{a}|\)。向量加减:只有两个规模相等的向量的......
  • 线性代数小结
    主要是线性方程组和特征值这两章明白齐次和非齐次解的情况(齐2非3)知道n-r的含义和来历会化行阶梯型矩阵(不要有分数,箪食壶浆以迎王师)明白解的结构,同常微分一样。给你两个非齐次特解,你要立马能写出齐次的解,特征值这一章矩阵a的行列式和迹跟特征值的关系,不是对角线元素之积特......
  • 线性代数
    线性相关若有\(\mathbb{a}=\{a_1,a_2,\dots,a_n\}\),且\(x\mathbb{a}=0\),那么这组向量线性相关。大致可以理解成有一些无用的方程。一组可以表示原来所有线性组合的向量叫做一组基。如果值域只有\(0/1\),那这就是异或线性基。否则,上高消就可以搞出一组这样的基。异或线性基......