首页 > 其他分享 >第4章 线性方程组

第4章 线性方程组

时间:2024-06-13 22:29:19浏览次数:19  
标签:系数 特解 线性方程组 矩阵 解系 齐次

本笔记是对李永乐《线性代数辅导讲义》中各章节涉及的基础知识进行整理。本笔记主要用以应对夏令营面试中可能会问到的线性代数方面的问题,比较泛泛而谈,如果您对这些内容感兴趣,建议参考原书。大佬可自行绕路

更多章节内容参见:保研复习——线性代数篇-CSDN博客

目录

思维导图一:

思维导图二:

线性方程组的基本概念:

非齐次线性方程组与增广矩阵:

齐次线性方程组与系数矩阵:

初等变换:

主变量、自由变量:

基础解系:

主要定理:

非齐次线性方程组和齐次线性方程组有解的条件:

非齐次线性方程组有解条件:

齐次线性方程组有解条件:

例题:

填空:

1)求齐次线性方程组的基础解系

2)齐次线性方程组有非零解求未知数lambda

3)求非齐次线性方程组的通解

4)求非齐次线性方程组的特解和基础解系

5)一个向量在一组空间基下的坐标

6)求向量组形成的线性空间的维数以及一组基

计算:

1)方程组有无穷多解求系数、系数矩阵和增广矩阵的秩、行最简矩阵、通解:


思维导图一:

思维导图二:

线性方程组的基本概念:

非齐次线性方程组与增广矩阵:

该方程全体系数和常数项构成的矩阵称为该方程组的增广矩阵

齐次线性方程组与系数矩阵:

如果非齐次线性方程组的系数全为0,那么就是齐次线性方程组。

由该方程全体系数组成的矩阵称为系数矩阵

初等变换:

主变量、自由变量:

基础解系:

主要定理:

 

非齐次线性方程组和齐次线性方程组有解的条件:

非齐次线性方程组有解条件:

r(A) = r(\overline{A})时,方程组才有解;若两者不等时,方程组无解;

两者相等的情况下:

若r(A)<变元数(列数),有无穷多解;

若r(A)=变元数(列数),有唯一解。

齐次线性方程组有解条件:

若所有变量的值都取0,则满足等式条件,所以齐次线性方程组必有0解。

若r(A)<变元数(列数),有无穷多解;

若r(A)=变元数(列数),有唯一解,这个唯一解就是0。

例题:

填空:

1)求齐次线性方程组的基础解系

  1. 首先写出系数矩阵
  2. 接着对系数矩阵以初等行变换转化为简化阶梯型A
  3. 再由A定出n-r(A)个线性无关的解向量,并写出求解方程组
  4. 不妨令这n-r(A)个自由未知量分别为基础单位向量,进而写出相应的基础解系。
  5. 写出通解

当然也可以将左侧的n-r(A)阶矩阵化为单位矩阵,这样基础解系就是右侧列r(A)行取反然后拼接上基础单位向量。

2)齐次线性方程组有非零解求未知数lambda

齐次线性方程组有非零解的条件是r(A)<n(变元个数)

3)求非齐次线性方程组的通解

按照如上公式分别找到齐次线性方程组的一个基础解系以及非齐次线性方程组的一个特解,然后组合起来就是非齐次线性方程组的通解。 

4)求非齐次线性方程组的特解和基础解系

之前我们提到过齐次线性方程组的基础解系由n-r(A)个线性无关的解向量组成,因为非齐次和齐次本质是一样的,只不过是等号右侧的值不同罢了,因此基础解系的维数是一样的。

那么求特解的大致思路也是一样的,尽可能通过行变换将左侧的n-r(A)阶矩阵化为单位矩阵,这样基础解系就是最右侧列r(A)行拼接上0即可(因为是特解,所以多余的维数直接取0即可)。

那么如何求非齐次的基础解系呢?其实思路是和(3)保持一致的,现在有了特解,需要求一个齐次的基础解系,然后组合起来即可。

5)一个向量在一组空间基下的坐标

设空间基组成的矩阵为A,坐标为x,目标向量为b,也即求Ax=b;

对于这个非齐次线性方程求解的问题,可以直接参考题目4的求非线性特解的步骤

6)求向量组形成的线性空间的维数以及一组基

本题的实质就是求该线性方程组的极大线性无关组,可以参考章节3中的例题6

计算:

1)方程组有无穷多解求系数、系数矩阵和增广矩阵的秩、行最简矩阵、通解:

  1. 非齐次线性方程组有无穷多解,证明r(A)<n且r(A) = r(\overline{A})
  2. 行最简矩阵就是尽可能通过初等行变换将左侧化为单位矩阵;
  3. 通解的求法也和我们之前保持一致即可。

标签:系数,特解,线性方程组,矩阵,解系,齐次
From: https://blog.csdn.net/a131529/article/details/139663662

相关文章

  • 第一章 矩阵与线性方程组
    §1.1域§1.2矩阵的基本运算§1.3\(\text{Gauß}\)消元与矩阵的相抵标准型第一节域定义:一个群是指一个集合\(G(|G|\ge2)\)与二元运算\(*\),满足:封闭性:\(\foralla,b\inG,a*b\inG;\)结合律:\(\foralla,b,c\inG,(a*b)*c=a*(b*c);\)存在恒元:\(\existse\inG.......
  • 第一章 矩阵与线性方程组
    §1.1域§1.2矩阵的基本运算§1.3\(\text{Gauß}\)消元与矩阵的相抵标准型第一节域定义:一个群是指一个集合\(G(|G|\ge2)\)与二元运算\(*\),满足:封闭性:\(\foralla,b\inG,a*b\inG;\)结合律:\(\foralla,b,c\inG,(a*b)*c=a*(b*c);\)存在恒元:\(\existse\inG.\fo......
  • 一次线性方程组 高斯消元笔记
    高斯消元原理高斯消元用来解如下形式的方程组:\[\begin{cases}a_{1,1}x_1+a_{1,2}x_2+\cdots+a_{1,n}x_n=b_1\\a_{2,1}x_1+a_{2,2}x_2+\cdots+a_{2,n}x_n=b_2\\\cdots\\a_{n,1}x_1+a_{n,2}x_2+\cdots+a_{n,n}x_n=b_n\end{cases......
  • 【数值分析】第6章-解线性方程组的迭代法
    第6章-解线性方程组的迭代法\[A\vec{x}=\vec{b}\Leftrightarrow\vec{x}=B\vec{x}+\vec{f}\]建立迭代\[\vec{x}^{(k+1)}=B\vec{x}^{(k)}+\vec{f}\]B称为迭代矩阵Jacobi迭代的矩阵形式\[\begin{align}A\vec{x}=\vec{b}&\Leftrightarrow(D+L+U)\vec{x}=......
  • 线性方程组求解
    下面是运用MATLAB写的一个代码,可用来求解线性方程组。functionx=ch2_gauss(A,b)n1=size(A,1);n2=size(A,2);n3=length(b);if(n1~=n2)  disp("Aisnotasquarenmatrix");  return;endif(n2~=n3)  disp("dimensionofAandbisnotequal");  returnendn=n1;L=z......
  • 线性方程组计算器
    #include<bits/stdc++.h>usingnamespacestd;intm,n,flag[10],bj[10],judge[10],s,r;longlongmatrix_up[10][10],matrix_dn[10][10];longlongans_up[10],ans_dn[10],up,dn;voidinput(){cout<<"请输入m行n列增广矩阵中的m、n:"<<endl;c......
  • 【线性代数】线性方程组 如何求方程组的解/基础解系/通解
    1.如何求齐次方程组的基础解系前面已经学过:基础解系的定义为:一个向量组中所有的向量都是原方程的解,并且线性无关,又能由这个向量组线性表出这个方程组的所有解。先讲齐次方程组是因为它右侧常数都为0,解起来更为简单。步骤:先对齐次方程组的系数矩阵作初等行变换,直到化为行阶梯矩......
  • 线性方程组数学原理、矩阵原理及矩阵变换本质、机器学习模型参数求解相关原理讨论
    线性方程组数学原理、矩阵原理及矩阵变换本质、机器学习模型参数求解相关原理讨论1.线性方程组0x1:无处不在的线性方程组日常生活或生产实际中经常需要求一些量,用未知数x1,x2,....,xn表示这些量,根据问题的实际情况列出方程组,而最常见的就是线性方程组(当然并不......
  • 高斯消元法求线性方程组
    高斯消元法作用可以快速求解n元线性方程组:\[\begin{cases}a_{11}x_1+a_{12}x_2+a_{13}x_3+\dots+a_{1n}x_n=b_1\\a_{21}x_1+a_{22}x_2+a_{23}x_3+\dots+a_{2n}x_n=b_2\\\dots\\a_{n1}x_1+a_{n2}x_2+a_{n3}x_3+\dots+a_{nn}x_{n}=b_n\\\end{cases}\]思路利用线性代数......
  • 2023-06-30《计算方法》- 陈丽娟 - 线性方程组的迭代解法.md
    2023-06-30《计算方法》-陈丽娟-线性方程组的迭代解法Matlab计算方法JacobiGauss-SeidelSORSSOR定常迭代法所谓迭代法实际上是求解一个关于映射的不动点问题:然后利用构造一个迭代格式这里表示T的一个复合函数,其可能随迭代次数而改变,最终目标即是得到.下面我们给出收敛......