线性代数解法与技巧
大学数学与计算科学学院
课程教学大纲
（2006年10月重印版）课程编号 23120019c
课程名称线性代数解法与技巧
课程类别综合选修
教材名称线性代数
制订人汤跃宝
审核人郭辉
2005年4月修订一、课程设计的指导思想
二、教学容
线性代数练习题(行列式)
线性代数练习题（行列式）A 一、填空题 1、-=--362 2 36623 2、 =00010020 03004000 3、_____________)631254 (=N 4、四阶行列式)det(ij a 的反对角线元素之积（即41322314a a a a ）一项的符号为 5. 行列式2 430123 21---中元素0的代数余子式的值为_______ 二、选择题 1、 =11 a a （ ） ----+1111A a B a C a D a 3、+=-010 111111a a （ ） +++-11(1)(1)A a B a C a D a a 5、若≠314 001 0x x x ，则=x （ ）
≠≠≠≠≠≠020202且或A x x B x x C x D x 6、=111011011011 0111 （ ） --2331A B C D 7、=222 111 x y z x y z （ ） ---+++++()()()()()()A y x z x z y B xyz C y x z x z y D x y z 三、设行列式 2 92170216 3332314----=D ，不计算ij A 而直接证明： 444342412A A A A =++
线性代数练习题（行列式）B 一、填空题 1、 设ij A 是n 阶行列式中元素ij a 的代数余子式，则 =∑1 n ik jk k a A = 2、 设=3(1,2,3,4)i A i 是行列式12345678 2348 6789 中元素3i a 的代数余子式， +++=132********A A A A 3、 各列元素之和为零的n 阶行列式之值等于 4、 设A 为m 阶方阵，B 为n 阶方阵，则 =00 A B ； =00 A B 5、 设=(,1,2)ij A i j 为行列式= 21 31 D 中元素ij a 的代数余子式，则=1121 12 22A A A A 6、 方程 -+-= ----1321360 1 2 2 14 x x x x 的根为 7、 已知齐次线性方程组λ+-=?? +-=??-+=?1231231 232020340 x x x x x x x x x 有非零解，则λ= 8、 若11223344,,,a a a a 都不等于零，则方程组 +++=??++=? ? +=??=? 1111221331441 22223324423333443 3444a x a x a x a x b a x a x a x b a x a x b a x b 有 解。
线性代数的学习方法和心得体会
线性代数的学习方法和心得体会 一、学习方法 今天先谈谈对线形空间和矩阵的几个核心概念的理解。这些东西大部分是凭着自己的理解写出来的，基本上不抄书，可能有错误的地方，希望能够被指出。但我希望做到直觉，也就是说能把数学背后说的实质问题说出来。 首先说说空间(space)，这个概念是现代数学的命根子之一，从拓扑空间开始，一步步往上加定义，可以形成很多空间。线形空间其实还是比较初级的，如果在里面定义了范数，就成了赋范线性空间。赋范线性空间满足完备性，就成了巴那赫空间；赋范线性空间中定义角度，就有了内积空间，内积空间再满足完备性，就得到希尔伯特空间。 总之，空间有很多种。你要是去看某种空间的数学定义，大致都是“存在一个集合，在这个集合上定义某某概念，然后满足某些性质”，就可以被称为空间。这未免有点奇怪，为什么要用“空间”来称呼一些这样的集合呢？大家将会看到，其实这是很有道理的。 我们一般人最熟悉的空间，毫无疑问就是我们生活在其中的（按照牛顿的绝对时空观）的三维空间，从数学上说，这是一个三维的欧几里德空间，我们先不管那么多，先看看我们熟悉的这样一个空间有些什么最基本的特点。仔细想想我们就会知道，这个三维的空间：1. 由很多（实际上是无穷多个）位置点组成； 2. 这些点之间存在相对的关系； 3. 可以在空间中定义长度、角度； 4. 这个空间可以容纳运动，这里我们所说的运动是从一个点到另一个点的移动（变换），而不是微积分意义上的“连续”性的运动， 认识到了这些，我们就可以把我们关于三维空间的认识扩展到其他的空间。事实上，不管是什么空间，都必须容纳和支持在其中发生的符合规则的运动（变换）。你会发现，在某种空间中往往会存在一种相对应的变换，比如拓扑空间中有拓扑变换，线性空间中有线性变换，仿射空间中有仿射变换，其实这些变换都只不过是对应空间中允许的运动形式而已。
线性代数行列式算与性质
线性代数行列式的计算与性质 行列式在数学中，是一个函数，其定义域为的矩阵，取值为一个标量，写作或。行列式可以看做是有向面积或体积的概 念在一般的欧几里得空间中的推广。或者说，在维欧几里得空间中，行列式描述的是一个线性变换对“体积”所造成的影响。无论是在线性代数、多项式理论，还是在微积分学中（比如说换元积分法中），行列式作为基本的数学工具，都有着重要的应用。 行列式概念最早出现在解线性方程组的过程中。十七世纪晚期，关孝和与莱布尼茨的著作中已经使用行列式来确定线性方程组解的个数以及形式。十八世纪开始，行列式开始作为独立的数学概念被研究。十九世纪以后，行列式理论进一步得到发展和完善。矩阵概念的引入使得更多有关行列式的性质被发现，行列式在许多领域都逐渐显现出重要的意义和作用，出现了线性自同态和矢量组的行列式的定义。 行列式的特性可以被概括为一个多次交替线性形式，这个本质使得行列式在欧几里德空间中可以成为描述“体积”的函数。 矩阵 A 的行列式有时也记作 |A|。绝对值和矩阵范数也使用这个记法，有可能和行列式的记法混淆。不过矩阵范数通常以双垂直线来表示（如： ），且可以使用下标。此外，矩阵的绝对值是没有定义的。因此，行 列式经常使用垂直线记法（例如：克莱姆法则和子式）。例如，一个矩阵： A= ? ? ? ? ? ? ? i h g f e d c b a ， 行列式也写作，或明确的写作： A= i h g f e d c b a ， 即把矩阵的方括号以细长的垂直线取代 行列式的概念最初是伴随着方程组的求解而发展起来的。行列式的提出可以追溯到十七世纪，最初的雏形由日本数学家关孝和与德国数学家戈特弗里德·莱布尼茨各自独立得出，时间大致相同。
考研数学线性代数行列式的计算方法
考研数学线性代数行列式的计算方法考研数学线性代数行列式的计算方法 一、基本内容及历年大纲要求。 本章内容包括行列式的定义、性质及展开定理。从整体上来看，历年大纲要求了解行列式的概念，掌握行列式的性质，会应用行列 式的性质及展开定理计算行列式。不过要想达到大纲中的要求还需 要考生理解排列、逆序、余子式、代数余子式的概念，以及性质中 的相关推论是如何得到的。 二、行列式在线性代数中的地位。 行列式是线性代数中最基本的运算之一,也是考生复习考研线性 代数必须掌握的基本技能之一(另一项基本技能是求解线性方程组)，另外，行列式还是解决后续章节问题的一个重要工具，不论是后续 章节中出现的重要概念还是重要定理、解题方法等都与行列式有着 密切的联系。 三、行列式的计算。 由于行列式的计算贯穿整个学科，这就导致了它不仅计算方法灵活，而且出题方式也比较多变，这也是广大考生在复习线性代数时 面临的第一道关卡。虽然行列式的计算考查形式多变，但是从本质 上来讲可以分为两类：一是数值型行列式的计算;二是抽象型行列式 的计算。 1.数值型行列式的计算 主要方法有： (1)利用行列式的定义来求，这一方法适用任何数值型行列式的 计算，但是它计算量大，而且容易出错;
(2)利用公式，主要适用二阶、三阶行列式的计算; (3)利用展开定理，主要适用出现零元较多的行列式计算; (4)利用范德蒙行列式，主要适用于与它具有类似结构或形式的行列式计算; (5)利用三角化的思想，主要适用于高阶行列式的计算，其主要思想是找1，化0，展开。 2.抽象型行列式的计算 主要计算方法有： (1)利用行列式的性质，主要适用于矩阵或者行列式是以列向量的形式给出的; (2)利用矩阵的运算，主要适用于能分解成两个矩阵相乘的'行列式的计算; (3)利用矩阵的特征值，主要适用于已知或可以间接求出矩阵特征值的行列式的计算; (4)利用相关公式，主要适用于两个矩阵相乘或者是可以转化为两个矩阵相乘的行列式计算; (5)利用单位阵进行变形，主要适用于既不能不能利用行列式的性质又不能进行合并两个矩阵加和的行列式计算。 我们究竟该做多少年的真题? 建议大家在刚开始复习的时候，不要去做真题，因为以你刚开始复习的程度还不足以支撑起真题的难度和深度。我们做真题的时间是在我们的强化阶段结束之后，也就是提高阶段和冲刺模考去做真题。 应该怎么样去做真题? 第一：练习重质不重量
求解线性方程组的直接解法
求解线性方程组的直接解法 5.2LU分解 ① Gauss消去法实现了LU分解 顺序消元结束时的上三角矩阵U和所用的乘数,严格下三角矩阵。 将下三角矩阵的对角元改成1,记为L,则有A=LU, 这事实是一般的,我们不难从消去的第k个元素时的矩阵k行及k列元素的 历史得到这一点.因为从消元的历史有 u kj=a kj-m k1u1j- m k2u2j -…- m k,k-1u k-1,j, j=k,k+1,…,n m ik=(a ik-m i1u1k- m i2u2k -…-m i,k-1u k-1,k>/u kk i=k+1,k+2,…,n 于是a kj=m k1u1j+m k2u2j+…+m k,k-1u k-1,j+u kj, j=k,k+1,…,n a ik=m i1u1k+m i2u2k+…+m i,k-1u k-1,k+m ik u kk i=k+1,k+2,…,n 从前面两个式子我们可以直接计算L和U(见下段>.将矩阵分解为单位下 三角矩阵和上三角矩阵之积称为矩阵的LU分解.顺序消元实现了LU分 解,同时还求出了g, Lg=b的解. ②直接LU分解 上段我们得到(l ij=m ij> u kj=a kj-l k1u1j-l k2u2j -…- l k,k-1u k-1,j, j=k,k+1,…,n l ik=(a ik-l i1u1k-l i2u2k -…-l i,k-1u k-1,k>/u kk i=k+1,k+2,…,n 2 诸元素对应乘积,只不过算L的元素时还要除以同列对角元.这一规律很 容易记住.可写成算法(L和U可存放于A>: for k=1:n-1 for j=k:n u kj=a kj-l k1u1j-l k2u2j -…- l k,k-1u k-1,j end for i=k+1:n l ik=(a ik-l i1u1k-l i2u2k -…-l i,k-1u k-1,k>/u kk end end 这一算法也叫Gauss消去法的紧凑格式,可一次算得L,U的元素,不需逐步 计算存储.
【对应线代】行列式计算7种技巧7种手段
行列式计算7种技巧7种手段 【说明】行列式是线性代数的一个重要研究对象,是线性代数中的一个最基本,最常用的工具,记为det(A).本质上,行列式描述的是在n 维空间中,一个线性变换所形成的平行多面体的体积,它被广泛应用于解线性方程组,矩阵运算,计算微积分等.鉴于行列式在数学各领域的重要性,其计算的重要性也不言而喻,因此,本人结合自己的学习心得,将几种常见的行列式计算技巧和手段归纳于此,供已具有行列式学习基础的读者阅读 一7种技巧: 【技巧】所谓行列式计算的技巧,即在计算行列式时,对已给出的原始行列式进行化简,使之转化成能够直接计算的行列式,由此可知,运用技巧只能化简行列式,而不能直接计算出行列式 技巧1:行列式与它的转置行列式的值相等,即D=D T 111211121121222122221 2 12n n n n n n nn n n nn a a a a a a a a a a a a a a a a a a = 技巧2:互换行列式的任意两行(列),行列式的值将改变正负号 111212122221222111211 2 1 2 n n n n n n nn n n nn a a a a a a a a a a a a a a a a a a =- 技巧3:行列式中某一行(列)的所有元素的公因子可以提到行列式记号的外面 1111121111121221 222 22212221 1 2 1 2 n n n n n n i n n n n n nn n n nn b a b a b a a a a b a b a b a a a a b b a b a b a a a a ==∏ 技巧4:行列式具有分行(列)相加性 11121111211112111 22 1 2121 2 1 2 1 2 n n n t t t t tn tn t t tn t t tn n n nn n n nn n n nn a a a a a a a a a b c b c b c b b b c c c a a a a a a a a a +++=+ 技巧5:将行列式的某一行(列)的各元素乘以同一数k 后加到另一行(列)对应的元素上,行列式的值不变
线性代数行列式基本概念
目录 目录 (1) 一、行列式 (2) 见ppt。 (2) 二、矩阵特征值 (2) 三、正定矩阵 (2) 四、幺模矩阵 (3) 五、顺序主子阵 (4) 六、正定二次型 (6) 七、矩阵的秩 (6) 八、初等变换（elementary transformation） (7)
一、行列式 见ppt。 二、矩阵特征值 设 A 是n阶方阵，如果存在数m和非零n维列向量 x，使得 Ax=mx 成立，则称 m 是A的一个特征值（characteristic value)或本征值（eigenvalue)。非零n维列向量x称为矩阵A的属于（对应于）特征值m的特征向量或本征向量，简称A的特征向量或A的本征向量。 求矩阵特征值的方法 Ax=mx，等价于求m，使得(mE-A)x=0，其中E是单位矩阵，0为零矩阵。 |mE-A|=0，求得的m值即为A的特征值。|mE-A| 是一个n次多项式，它的全部根就是n阶方阵A的全部特征值，这些根有可能相重复，也有可能是复数。 如果n阶矩阵A的全部特征值为m1 m2 ... mn，则|A|=m1*m2*...*mn 如果n阶矩阵A满足矩阵多项式方程g(A)=0, 则矩阵A的特征值m一定满足条件g(m)=0;特征值m可以从解方程g(m)=0求得。 三、正定矩阵 设M是n阶实系数对称矩阵，如果对任何非零向量 X=(x_1,...x_n)，都有XMX′>0(X'为X的转置矩阵 )，就称M正定(Positive Definite)。 正定矩阵在相合变换下可化为标准型，即单位矩阵。 所有特征值大于零的对称矩阵（或厄米矩阵）也是正定矩阵。 另一种定义：一种实对称矩阵.正定二次型f(x1,x2,…,xn)=X′AX的矩阵A(A′)称为正定矩阵. 判定定理1：对称阵A为正定的充分必要条件是：A的特征值全为正。 判定定理2：对称阵A为正定的充分必要条件是：A的各阶顺序主子式都为正。 判定定理3：任意阵A为正定的充分必要条件是：A合同于单位阵。 正定矩阵的性质： 1.正定矩阵一定是非奇异的。非奇异矩阵的定义：若n阶矩阵A的行列式不为零，即|A|≠0，则称A为非奇异矩 2.正定矩阵的任一主子矩阵也是正定矩阵。
线性代数齐次方程组解法
D =) () ()(0)()() (001 11112 132 3122211331221 1 312a a a a a a a a a a a a a a a a a a a a a a a a k k k k k k k k ------------ 按第一列展开，再将各列的公因子提出来 D = ) ()()() () () (121323122211331221131 2a a a a a a a a a a a a a a a a a a a a a a a a k k k k k k k k ------------ =(a 2－a 1)(a 3－a 1)…(a k －a 1) 22322 32 111 ---k k k k k a a a a a a 得到的k －1阶范德蒙德行列式，由归纳假设知其值为 ∏≤<≤-k i j j i a a 2)( 于是 D =(a 2－a 1)(a 3－a 1)…(a k －a 1) ∏≤<≤-k i j j i a a 2)(= ∏≤<≤-k i j j i a a 1)( 因此，对于任意正整数n ≥2，范德蒙德行列式的展开式都成立。 证毕 例1.14 计算n 阶三对角行列式： D n = 2 1 120000 021000 12 1000 12------ 解 由行列式的性质1.4，将D n 的第一列的每个元看成两个元之和，得
D n = 2100 12000002100 120 00011----- +2 1 1200000 21000 12 1 00011------ 第一个行列式按第一列展开；第二个行列式从第一行开始依次加到下一行，得 D n =D n －1+ 1 110000 01000 110 00011 ---=D n －1+1 反复利用上面的递推公式，得到 D n =D n －1+1=D n －2+2=…=D 1+n －1=2+n －1=n +1 例1.15 计算n 阶行列式 D n = n a b b b a b b b a 21 (a i ≠b , i =1,2,…,n ) 解 对于这个行列式，采用一种“加边”的技巧。 D n =n a b b b a b b b a b b b 000121 第一行乘以（－1）加到其他各行上去，得
#线性代数技巧行列式的计算方法
计算n 阶行列式的若干方法举例 n 阶行列式的计算方法很多，除非零元素较多时可利用定义计算（①按照某一列或某一行展开②完全展开式）外，更多的是利用行列式的性质计算，特别要注意观察所求题目的特点，灵活选用方法，值得注意的是，同一个行列式，有时会有不同的求解方法。下面介绍几种常用的方法，并举例说明。 1．利用行列式定义直接计算 例1 计算行列式 0010020010000 00n D n n = - 解 D n 中不为零的项用一般形式表示为 112211!n n n nn a a a a n ---=. 该项列标排列的逆序数t （n －1 n －2…1n ）等于 (1)(2) 2 n n --，故 (1)(2) 2 (1) !.n n n D n --=- 2．利用行列式的性质计算 例2 一个n 阶行列式 n ij D a =的元素满足 ,,1,2, ,,ij ji a a i j n =-= 则称D n 为反对称行列式，证明：奇数阶反对称行列式为零. 证明：由i j j i a a =-知i i i i a a =-，即 0,1,2, ,ii a i n ==
故行列式D n 可表示为 1213112 23213 2331230000 n n n n n n n a a a a a a D a a a a a a -=----- 由行列式的性质A A '= 1213112 23213 2331230000 n n n n n n n a a a a a a D a a a a a a -----=- 1213112 23213 23312300(1)0 n n n n n n n a a a a a a a a a a a a -=------ (1)n n D =- 当n 为奇数时，得D n =－D n ，因而得D n = 0. 3．化为三角形行列式 若能把一个行列式经过适当变换化为三角形，其结果为行列式主对角线上元素的乘积。 因此化三角形是行列式计算中的一个重要方法。 例3 计算n 阶行列式 a b b b b a b b D b b a b b b b a = 解：这个行列式的特点是每行（列）元素的和均相等，根据行列式的性质，把第2，3，…，
线性方程组的直接解法及matlab的实现
本科毕业论文 （ 2010 届） 题目线性方程组的直接解法及matlab的实现 学院数学与信息工程学院 专业数学与应用数学 班级2006级数学1 班 学号0604010127 学生姓名胡婷婷 指导教师王洁 完成日期2010年5月
摘要 随着科技技术的发展及人类对自然界的不断探索模拟.在自然科学和工程问题中的很多问题的解决常常归结为线性代数问题！ 本文的主要内容是对线性方程组求解方法的探讨,主要介绍了四种求解线性方程组的方法,第一种是教科书上常见的消元法,我们称之为基本法.第二种方法是标准上三角形求解法,即将增广矩阵经过初等变换后化成标准上三角形,然后求解.它改进了一般教科书上的常见方法,与常见方法比较有如下优点:1)规范了自由未知量的选取;2)只用矩阵运算;3)减少了计算量.第三种方法是对特定的方程组（系数矩阵A为n阶对称正定矩阵,且A的顺序主子式均不为零.）的求解方法进行描述,并且为这种线性方程的求解提供了固定的公式化的方法.第四种方法是对现在实际问题中常常会遇到的系数矩阵为三对角矩阵的方程组的求解方法.同时给出这几种方法的数值解法（matlab程序）,由于运用电脑软件求解,所以必须考虑计算方法的时间、空间上的效率以及算法的数值稳定性问题,所以针对不同类型的线性方程组有不同的解法.但是,基本的方法可以归结为两大类,即直接法和迭代法. 关键词 高斯消去法;三角分解法;乔莱斯基分解法;追赶法
Abstract Systems of linear equations are associated with many problems in engineering and scinence ,as well as with applications of mathematics to the social sciences and the quantitative study of business and economic problems. The main content of this article is the method for solving linear equations, we introduce four methods for solving linear equations in this paper. The first is the elimination method which is commonly found in textbooks, and we call the Basic Law. The second method is Standard on the triangle Solution, that first change Augmented matrix into standards in primary triangle, and then solving. It improves the general textbook on common methods, compared with the common method has the following advantages:1) Specification of the free choice of unknowns; 2)Only matrix operations;3) Reduce the computation. The third method describes a way to solve a Specific equations(N coefficient matrix A is symmetric positive definite matrix, and A are not zero-order principal minor), And for this linear equation provides a fixed formulaic approach. The fourth method is to present practical problems often encountered in the coefficient matrix is tridiagonal matrix method for solving the equations. These methods are given numerical solution of (matlab program), As the use of computer software to solve, it is necessary to consider ways of computing time and space efficiency and numerical stability of algorithms, Therefore, different types of linear equations have a different solution. However, the basic method can be classified into two categories, namely direct methods and iterative methods. Key words Gaussian elimination; Triangular decomposition; Cholesky decomposition method; Thomas algorithm
线性代数技巧行列式的计算方法
计算n 阶行列式的若干方法举例 n 阶行列式的计算方法很多，除非零元素较多时可利用定义计算（①按照某一列或某一行展开②完全展开式）外，更多的是利用行列式的性质计算，特别要注意观察所求题目的特点，灵活选用方法，值得注意的是，同一个行列式，有时会有不同的求解方法。下面介绍几种常用的方法，并举例说明。 1．利用行列式定义直接计算 例1 计算行列式 00100 20010000 n D n n = - 解 D n 中不为零的项用一般形式表示为 112211!n n n nn a a a a n ---= . 该项列标排列的逆序数t （n －1 n －2…1n ）等于 (1)(2) 2 n n --，故 (1)(2) 2 (1) !.n n n D n --=- 2．利用行列式的性质计算
例2 一个n 阶行列式n ij D a =的元素满足 ,,1,2,,,ij ji a a i j n =-= 则称D n 为反对称行列式，证明：奇数阶反对称行列式为零. 证明：由i j j a a =-知i i i a a =-，即 0,1,2,,ii a i n == 故行列式D n 可表示为 1213112 23213 2331230000 n n n n n n n a a a a a a D a a a a a a -=----- 由行列式的性质A A ' = 1213112 23213 2331230000n n n n n n n a a a a a a D a a a a a a -----=- 1213112 23213 23312300(1)00 n n n n n n n a a a a a a a a a a a a -=------ (1)n n D =- 当n 为奇数时，得D n =－D n ，因而得D n = 0.
解线性方程组的直接解法
解线性方程组的直接解法 一、实验目的及要求 关于线性方程组的数值解法一般分为两大类：直接法与迭代法。直接法是在没有舍入误差的情况下，通过有限步运算来求方程组解的方法。通过本次试验的学习，应该掌握各种直接法，如：高斯列主元消去法，LU分解法和平方根法等算法的基本思想和原理，了解它们各自的优缺点及适用范围。 二、相关理论知识 求解线性方程组的直接方法有以下几种： 1、利用左除运算符直接求解 线性方程组为b x\ =即可。 A Ax=，则输入b 2、列主元的高斯消元法 程序流程图： 输入系数矩阵A，向量b，输出线性方程组的解x。 根据矩阵的秩判断是否有解，若无解停止；否则，顺序进行； 对于1 p :1- =n 选择第p列中最大元，并且交换行； 消元计算； 回代求解。（此部分可以参看课本第150页相关算法） 3、利用矩阵的分解求解线性方程组 （1）LU分解 调用matlab中的函数lu即可，调用格式如下： [L,U]=lu（A） 注意：L往往不是一个下三角，但是可以经过行的变换化为单位下三角。 （2）平方根法
调用matlab 中的函数chol 即可，调用格式如下： R=chol （A ） 输出的是一个上三角矩阵R ，使得R R A T =。 三、研究、解答以下问题 问题1、先将矩阵A 进行楚列斯基分解，然后解方程组b Ax =(即利用平方根法求解线性方程组，直接调用函数)： ??????? ??--------=19631699723723312312A ，?????? ? ??-=71636b 解答： 程序： A=[12 -3 2 1;-3 23 -7 -3;2 -7 99 -6;1 -3 -6 19]; R=chol(A) b=[6 3 -16 7]'; y=inv(R')*b %y=R'\b x=inv(R)*y %x=R\y 结果： R =3.4641 -0.8660 0.5774 0.2887 0 4.7170 -1.3780 -0.5830 0 0 9.8371 -0.7085 0 0 0 4.2514 y =1.7321 0.9540 -1.5945 1.3940 x =0.5463 0.2023 -0.1385 0.3279 问题 2、先将矩阵A 进行LU 分解，然后解方程组b Ax =（直接调用函数）： ?????????? ??----=8162517623158765211331056897031354376231A ，????????? ? ??-=715513252b
高等数学,线性代数,概率解题万能技巧。期末,考研复习必备!!
高数解题技巧。（高等数学、考研数学通用）【欢迎分享】tiantian 高数解题的四种思维定势 ●第一句话：在题设条件中给出一个函数f(x)二阶和二阶以上可导，“不管三七二十一”，把f(x)在指定点展成泰勒公式再说。 ●第二句话：在题设条件或欲证结论中有定积分表达式时，则“不管三七二十一”先用积分中值定理对该积分式处理一下再说。 ●第三句话：在题设条件中函数f(x)在[a,b]上连续，在(a,b)内可导，且f(a)=0或f(b)=0或f(a)＝f(b)=0，则“不管三七二十一”先用拉格朗日中值定理处理一下再说。 ●第四句话：对定限或变限积分，若被积函数或其主要部分为复合函数，则“不管三七二十一”先做变量替换使之成为简单形式f(u)再说。 线性代数解题的八种思维定势 ●第一句话：题设条件与代数余子式Aij或A*有关，则立即联想到用行列式按行(列)展开定理以及AA*=A*A=|A|E。 ●第二句话：若涉及到A、B是否可交换，即AB＝BA，则立即联想到用逆矩阵的定义去分析。 ●第三句话：若题设n阶方阵A满足f(A)=0，要证aA+bE可逆，则先分解因子aA+bE再说。 ●第四句话：若要证明一组向量α1,α2,…,αS线性无关，先考虑用定义再说。 ●第五句话：若已知AB＝0，则将B的每列作为Ax=0的解来处理 ●第六句话：若由题设条件要求确定参数的取值，联想到是否有某行列式为零再说。 ●第七句话：若已知A的特征向量ξ0，则先用定义Aξ0＝λ0ξ0处理一下再说。 ●第八句话：若要证明抽象n阶实对称矩阵A为正定矩阵，则用定义处理一下再说。 概率解题的九种思维定势 ●第一句话：如果要求的是若干事件中“至少”有一个发生的概率，则马上联想到概率加法公式；当事件组相互独立时，用对立事件的概率公式 ●第二句话：若给出的试验可分解成（0－1）的n重独立重复试验，则马上联想到Bernoulli 试验，及其概率计算公式 ●第三句话：若某事件是伴随着一个完备事件组的发生而发生，则马上联想到该事件的发生概率是用全概率公式计算。关键：寻找完备事件组
线性代数方程组数值解法及MATLAB实现综述
线性代数方程组数值解法及MATLAB实现综述廖淑芳20122090 数计学院12计算机科学与技术1班（职教本科）一、分析课题 随着科学技术的发展，提出了大量复杂的数值计算问题，在建立电子计算机成为数值计算的主要工具以后，它以数字计算机求解数学问题的理论和方法为研究对象。其数值计算中线性代数方程的求解问题就广泛应用于各种工程技术方面。因此在各种数据处理中，线性代数方程组的求解是最常见的问题之一。关于线性代数方程组的数值解法一般分为两大类：直接法和迭代法。 直接法就是经过有限步算术运算，可求的线性方程组精确解的方法（若计算过程没有舍入误差），但实际犹如舍入误差的存在和影响，这种方法也只能求得近似解，这类方法是解低阶稠密矩阵方程组级某些大型稀疏矩阵方程组的有效方法。直接法包括高斯消元法，矩阵三角分解法、追赶法、平方根法。 迭代法就是利用某种极限过程去逐步逼近线性方程组精确解的方法。迭代法具有需要计算机的存储单元少，程序设计简单，原始系数矩阵在计算过程始终不变等优点，但存在收敛性级收敛速度问题。迭代法是解大型稀疏矩阵方程组（尤其是微分方程离散后得到的大型方程组）的重要方法。迭代法包括Jacobi法SOR法、SSOR法等多种方法。 二、研究课题-线性代数方程组数值解法 一、直接法 1、Gauss消元法 通过一系列的加减消元运算，也就是代数中的加减消去法，以使A对角线以下的元素化为零，将方程组化为上三角矩阵；然后，再逐一回代求解出x向量。
1.1消元过程 1. 高斯消元法(加减消元)：首先将A 化为上三角阵，再回代求解。 11121121222212n n n n nn n a a a b a a a b a a a b ?? ? ? ? ???(1)(1)(1)(1)(1)11121311(2)(2)(2)(2)222322 (3)(3)(3)3333()()000 00 n n n n n nn n a a a a b a a a b a a b a b ?? ? ? ? ? ? ??? 步骤如下： 第一步：1 11 1,2,,i a i i n a -? +=第行第行 11121121222212 n n n n nn n a a a b a a a b a a a b ?? ? ? ? ???1112 11(2)(2)(2)22 22 (2)(2)(2)2 00n n n nn n a a a b a a b a a b ?? ? ? ? ??? 第二步：(2)2 (2)222,3, ,i a i i n a -?+=第行第行 111211(2)(2)(2)2222(2)(2)(2)2 00n n n nn n a a a b a a b a a b ?? ? ? ? ???11 12 1311(2)(2)(2)(2)222322 (3)(3)(3)33 33(3)(3)(3)3 0000 0n n n n nn n a a a a b a a a b a a b a a b ?? ? ? ? ? ? ??? 类似的做下去，我们有： 第k 步：() ()k ,1, ,k ik k kk a i i k n a -?+=+第行第行。 n －1步以后，我们可以得到变换后的矩阵为： 11121311(2)(2)(2)(2)222322 (3)(3)(3)3333()()00000 n n n n n nn n a a a a b a a a b a a b a b ?? ? ? ? ? ? ?? ?
用高斯消元法求解线性代数方程组.(优选)
用高斯消元法求解线性代数方程组 1234111 5 -413-2823113-2104151 3-21719x x x x ??????????????????=?????? ?????? ?????? 1111X *??????=?????? （X*是方程组的精确解） 1 高斯消去法 1.1 基本思想及计算过程 高斯（Gauss ）消去法是解线性方程组最常用的方法之一，它的基本思想是通过逐步消元，把方程组化为系数矩阵为三角形矩阵的同解方程组，然后用回代法解此三角形方程组得原方程组的解。 为便于叙述，先以一个三阶线性方程组为例来说明高斯消去法的基本思想。 ??? ??=++II =++I =++III) (323034)(5 253)(6432321 321321x x x x x x x x x 把方程（I ）乘（2 3 - ）后加到方程（II ）上去，把方程（I ）乘（2 4- ）后加到方程（III ）上 去，即可消去方程（II ）、（III ）中的x 1，得同解方程组 ?? ? ??=+-II -=-I =++III) (20 223)(445.0)(6 4323232321x x x x x x x 将方程（II ）乘（ 5 .03 ）后加于方程（III ），得同解方程组： ?? ? ??-=-II -=-I =++III) (42)(445.0)(6432332321x x x x x x 由回代公式（3.5）得x 3 = 2，x 2 = 8，x 1 = -13。 下面考察一般形式的线性方程组的解法，为叙述问题方便，将b i 写成a i , n +1，i = 1, 2,…,n 。
线性方程组的直接解法 实验报告
本科实验报告 课程名称：数值计算方法B 实验项目：线性方程组的直接解法 最小二乘拟合多项式 实验地点：ZSA401 专业班级：学号：201000 学生姓名： 指导教师：李志 2012年4月13日
线性方程组的直接解法 一、实验目的和要求 实验目的：合理利用Gauss 消元法、LU 分解法或追赶法求解方程组。 实验要求：利用高斯消元法，LU 分解法或追赶法进行编程，求解题中所给的方程组。 二、实验内容和原理 实验内容：合理利用Gauss 消元法、LU 分解法或追赶法求解下列方程组： ① ?? ?? ? ?????=????????????????????13814142210321321x x x ②??? ? ?? ??????=????????????????????? ?? ? ??--?-2178.4617.5911212592.1121130.6291.513 14 .59103.043 2115x x x x ③?? ??? ??? ? ???????----=????????????????????????????????-55572112112112121 n n x x x x （n=5,10,100,…） 实验原理：这个实验我选用的是高斯消元法。高斯消元法：先按照 L ik =a ik^(k-1)/a kk^(k-1) , a ij^(k)=a ij^(k-1)-l ik a kj^(k-1) [其中k=1,2,…,n-1;i=k+1,k+2,…,n;j=k+1,k+2,…,n+1] 将方程组变为上三角矩阵，再经过回代，即可求解出方程组的解。 三.计算公式 通过消元、再回代的求解方法称为高斯消元法。特点是始终消去主对角线 下方的元素。 四、操作方法与实验步骤 #include "Stdio.h" #define N 3 main() { double a[N][N+1],b[N]; int i,j,k,x=0; for(i=0;i 线性代数行列式经典例题 例1计算元素为a ij = | i －j |的n 阶行列式. 解 方法1 由题设知，11a =0，121a =，1,1,n a n =- ，故 01110212 n n n D n n --= -- 1,1,,2 i i r r i n n --=-= 01 1111 111 n ---- 1,,1 j n c c j n +=-= 121 1 021 (1)2(1)020 1 n n n n n n ------=---- 其中第一步用的是从最后一行起，逐行减前一行．第二步用的每列加第n 列． 方法2 01110 212 0n n n D n n --= -- 1 1,2,,111 1111 120 i i r r i n n n +-=----=-- 1 2,,100120 1231 j c c j n n n n +=---= --- =12(1)2(1) n n n ---- 例2. 设a , b , c 是互异的实数, 证明: 的充要条件是a + b + c =0. 证明: 考察范德蒙行列式: = 行列式 即为y 2前的系数. 于是 = 所以 的充要条件是a + b + c = 0. 例3计算D n = 121 100010n n n x x a a a x a ----+ 解： 方法1 递推法 按第1列展开，有 D n = x D 1-n +（－1） 1 +n a n 1 1111n x x x ----- = x D 1-n + a n 由于D 1= x + a 1，221 1x D a x a -=+，于是D n = x D 1-n + a n =x （x D 2-n +a 1-n ）+ a n =x 2 D 2-n + a 1-n x + a n = = x 1 -n D 1+ a 2x 2 -n + + a 1-n x + a n =111n n n n x a x a x a --++++ 方法2 第2列的x 倍，第3列的x 2 倍， ，第n 列的x 1 -n 倍分别加到第1列上 12 c xc n D += 21121 10010000n n n n x x x a xa a a x a -----++ 第4章 线性方程组的直接解法 本章主要内容 线性方程组的直接解法——消元法（高斯消元法、主元消元法）. 矩阵的三角分解法（ Doolittle 分解、Crout 分解、 LDU 分解） 紧凑格式 改进平方根法. 本章重点、难点 一、消元法（高斯消元法、列主元消元法） 本章求解的是n 阶线性方程组Ax=b 的（即方程的个数和未知量的个数相等的线性方程组） ?????????=+???++????????????? ??=+???++=+???++n n nn n n n n n b x a x a x a b x a x a x a b x a x a x a 22112 3222212111212111 1. 高斯消元法 ①高斯消元法的基本思想：通过对线性方程组Ax=b 的进行同解消元变换（也可以用矩阵的初等行变换法进行线性方程组的消元变换），将线性方程组化为上三角形方程组，然后用回代法求出此线性方程组的解。 ②高斯消元法计算公式： ????? ? ? ????????--=-=--==? ????? ????? ???? +=-=-=====-+=------------∑)1,..., 2,1()1,..., 2,1(,...,1,,,,...,2,1) ,...,2,1,(,) 1(1)1()1()1() 1() 1()1() 1()1()() 1()1()1()1()(,)0()0(n n i a x a b x n n i a b x n k j i b a a b b a a a a a n k n j i b b a a i ii n i j j i ij i i i n nn n n n k k k kk k ik k i k i k kj k kk k ik k ij k ij i i ij ij 对回代公式： 消元公式：线性代数行列式经典例题
线性方程组的直接解法