线性代数(1)--方程组的同解变形

一开始自学同济5版的线性代数,从头看起来,也有点莫名其妙,突然就有很多行列式出现,其实对真正的定义并没有理解。

参考李尚志老师的线性代数2视频,做些笔记加强理解。

1.行列式中的数字表,现在看来就是多元一次方程组的系数,只不过为了书写简便而写。

2.对行列式的求解也就是方程组的求解

方程组的同解变形,通过对方程组的同解变形,采用高斯消元法,逐步变换,每一步都是可逆的,最终变换出来方程组所有的解

如果方程组(I)有公共解,那么这个公共解决是方程组(I)的任意的线性组合方程组的解;

如果方程组(I)与方程组(II)互为线性组合,那么方程组(I)与方程组(II)等价,(就是一回事,可以逆向推算)

在这里要说明一下何为“线性组合”

线性组合包括

1.方程的加法

2.方程乘以常数:两边乘以lamda,方程与之前的方程式等价的。

现在得出高斯消元法处理多元一次方程的通用方法:三板斧,三招!

第一招:方程组中,交换任意两个方程的位置,方程组不变;

第二招:方程组中,将其中一个方程乘以一个非零常数,非零常数,非零常数!,整个方程组不变;

第三招:方程组中,将其中某个方程乘以lamda,加上方程组中的另一个方程,方程组不变。第三招在解方程过程中用得最多。

方程组同解变换过程中,书写格式有讲究

1,书写时,同元位置上下相对,

2,消元过程中,元数不断减小,消到最后,只剩下最后一个元,就是方程组的一组解中的一个,再将这个依次回代上边的

方程组中的方程,则可以得到最终的结果。

3,方程组也可以由另外一种方法,继续消去其他的元,最后得到解!

4,PS:消元过程中,保持对方程操作的记录。

时间: 2024-10-15 17:15:38

线性代数(1)--方程组的同解变形的相关文章

【线性代数】方程组的几何解释

一.二维情况 首先,给出如下的二元一次方程组: 我们初中就对上面的二元一次方程组进行过求解,求解很简单.但是我们现在利用线性代数来表示这个式子,上式可以表示为: 我们这里假设用小写字母表示向量,大写字母表示矩阵.上面可以二元一次方程组便转化为求解x,y.下面我们从几种不同的角度来求解上面的方程组: 1.从行的角度看,也就是画出上面两个方程的图像: 很明显的可以看出方程的解是x=1,y=2. 2.从列的角度看,方程组可以表现为列的线性组合: 令向量a=[2 -1]',b=[-1 2]',c=[0

线性代数:方程组的几何解释

感谢笛卡尔让代数和几何结合起来. 大学的时候讲矩阵感觉就是突然进入一个新的世界,和以前的世界没有任何的联系,我认为任何的新知识如果不能用旧的知识去引导,去结合,那么这个知识一定难以理解.感谢Gilbert Strang以一种循序渐进的讲课方式把线性方程组和矩阵进行了结合. 线性方程组忘记是哪个阶段的知识了,才开始是使用消元法进行解方程组,后来使用几何的方式来表示这种方式.就是在笛卡尔坐标系上划线,这应该是初中知识,当然也会划曲线和直线的交叉,这不是线性方程组的领域了,参考百度百科线性方程的解释,

Dijkstra算法(求解单源最短路)详解 + 变形 之 poj 1860 Currency Exchange

/* 求解单源最短路问题:Dijkstra算法(该图所有边的权值非负) 关键(贪心): (1)找到最短距离已经确定的节点,从它出发更新与其相邻节点的最短距离: (2)此后不再关心(1)中“最短距离已经确定的节点”. 时间复杂度(大概的分析,不准确): “找到最短距离已经确定的节点” => O(|V|) "从它出发更新与其相邻节点的最短距离" => 邻接矩阵:O(|V|),邻接表:O(|E|) 需要循环以上两个步骤V次,所以时间复杂度:O(V^2) 即:在|E|较小的情况下,

Floyd-Warshall算法(求解任意两点间的最短路) 详解 + 变形 之 poj 2253 Frogger

/* 好久没有做有关图论的题了,复习一下. --------------------------------------------------------- 任意两点间的最短路(Floyd-Warshall算法) 动态规划: dp[k][i][j] := 节点i可以通过编号1,2...k的节点到达j节点的最短路径. 使用1,2...k的节点,可以分为以下两种情况来讨论: (1)i到j的最短路正好经过节点k一次 dp[k-1][i][k] + dp[k-1][k][j] (2)i到j的最短路完全

线性代数导论1——方程组的几何解释

本文是Gilbert Strang的线性代数导论课程笔记.课程地址:http://v.163.com/special/opencourse/daishu.html 第一课时:方程组的几何解释   一.线性方程组的两种理解方式:行图像和列图像 对于方程组: 我们可以表示成矩阵形式: 系数矩阵A,未知数向量x,右侧向量为b,则可写成 Ax=b 1)行图像的理解方式:试图将每一个完整方程所表示的图像表示出来. 交点即方程的解为(1,2). 2)列图像的理解方式:关注矩阵的列所表示的向量,把两个方程组放

数学-线性代数-#2 用消元法解线性方程组

线性代数-#2 用消元法解线性方程组 #2实现了#1中的承诺,介绍了求解线性方程组的系统方法--消元法. 既然是一种系统的方法,其基本步骤可以概括如下: 1.将方程组改写为增广矩阵: 为了省去传统消元法中反复出现但是没有应用价值的未知数符号和运算符,我们可以将线性方程组表示为增广矩阵的形式,也就是把"Ax=b"中的b附在A右侧; 2.确定第一列中的一个非零元素为主元,以方框框起示之.此元素所在行即为主元行: 一般第n个主元选在第n行.若在进行行变换(交换上下行)后仍没有可供选择的非零元

fzu1704(高斯消元法解异或方程组+高精度输出)

题目链接:https://vjudge.net/problem/FZU-1704 题意:经典开关问题,求使得灯全0的方案数. 思路:题目保证至少存在一种方案,即方程组一定有解,那么套上高斯消元法的板子,求出自由变元的个数t,方案总数即2t,t可能大于64,要用到高精度计算. AC代码: #include<iostream> #include<string> #include<cstdio> #include<cstdlib> #include<algo

高斯消元法(Gauss Elimination)【超详解&amp;模板】

高斯消元法,是线性代数中的一个算法,可用来求解线性方程组,并可以求出矩阵的秩,以及求出可逆方阵的逆矩阵.高斯消元法的原理是:若用初等行变换将增广矩阵 化为 ,则AX = B与CX = D是同解方程组. 所以我们可以用初等行变换把增广矩阵转换为行阶梯阵,然后回代求出方程的解. 1.线性方程组 1)构造增广矩阵,即系数矩阵A增加上常数向量b(A|b) 2)通过以交换行.某行乘以非负常数和两行相加这三种初等变化将原系统转化为更简单的三角形式(triangular form) 注:这里的初等变化可以通过

【matlab】matlab与线性代数实验基础

    matlab与线性代数实验基础 作者:xuan97916 一.行列式 1.行列式的输入 方括号内逐行键入元素,同一行元素用逗号或者空格,两行元素之间用分号隔开. 在命令的末尾使用分号会终止输出! A=[1,2,3;4,5,6;7,8,9] 2.行列式元素的表示 可以用一个下标表示(从上到下之字形)也可以用两个下标表示(行列)如 A(1,2) =A(4) 3.行列式的基本运算 ·         (1)读取整行:A(行数,:) (2)读取整列:A(:,列数) (3)读取行列式中的部分行列b