线性代数的典型解题方法

合集下载

经济数学·线性代数:解题方法技巧归纳

经济数学·线性代数:解题方法技巧归纳

经济数学·线性代数:解题方法技巧归纳
常见的解题方法技巧:
1.高斯消元法:用于解决线性方程组的方法,通过
消去未知数的系数,使方程组的每一行的未知数
只有一个。

2.高斯-约旦消元法:用于解决线性方程组的方法,
通过消去未知数的系数,使方程组的每一行的未
知数只有一个,并通过交换方程的顺序来解决无
解或多解的情况。

3.矩阵消元法:用于解决线性方程组的方法,将方
程组写成矩阵形式,通过消去未知数的系数,使
矩阵的每一行的未知数只有一个。

4.高斯-约旦分解法:用于解决线性方程组的方法,
通过将方程组写成两个矩阵的乘积的形式。

5.广义逆矩阵法:用于解决线性方程组的方法,通
过求出矩阵的广义逆(也叫做伪逆),将方程组写
成矩阵的形式,求解未知数的值。

6.矩阵的特征值与特征向量:用于解决矩阵的本征
值问题的方法,通过求解矩阵的特征方程,求得
矩阵的特征值与特征向量,并利用它们来求解其
他问题。

7.奇异值分解:用于解决矩阵的奇异值分解问题的
方法,将矩阵分解为三个矩阵的乘积的形式,并利用它们来求解其他问题。

8.广义逆矩阵的求法:用于求解矩阵的广义逆(也叫做伪逆)的方法,包括计算机辅助的方法和数学计算的方法。

了解高中数学中的线性代数问题的解题技巧

了解高中数学中的线性代数问题的解题技巧

了解高中数学中的线性代数问题的解题技巧线性代数是数学的一个分支,广泛应用于科学、工程和经济等领域。

在高中数学中,线性代数也是一门重要的课程,通过学习线性代数,不仅可以提高学生的数学思维能力,还可以帮助他们解决实际问题。

本文将介绍高中数学中线性代数问题的解题技巧,包括向量、矩阵和线性方程组的解法等。

一、向量的基本概念和运算向量是线性代数中的重要概念,它可以表示大小和方向。

在解决向量问题时,首先要了解向量的基本概念,包括向量的表示方法、向量的模长和方向角等。

其次,需要熟练掌握向量的运算法则,如向量的加法、减法、数量乘法和内积等。

通过灵活运用这些运算法则,可以简化向量计算过程,提高解题效率。

二、矩阵的基本概念和运算矩阵是线性代数中另一个重要的概念,它可以用来表示一组数。

在解决矩阵问题时,首先要了解矩阵的基本概念,包括矩阵的行、列、秩和转置等。

其次,需要掌握矩阵的运算法则,如矩阵的加法、减法、数量乘法和乘法等。

同时,矩阵的逆矩阵和行列式等相关概念和运算也是解决矩阵问题的关键。

掌握了这些基本概念和运算法则,可以更好地理解和解决与矩阵相关的数学问题。

三、线性方程组的解法线性方程组是线性代数中的重要问题之一,它可以用来描述多个线性方程的关系。

在解决线性方程组时,可以采用消元法、矩阵方法和向量方法等不同的解题技巧。

消元法是线性方程组解法中最常用的方法,将线性方程组转化为行阶梯形式,然后逐步消去未知数,得到解的过程。

矩阵方法通过将线性方程组转化为矩阵的形式,然后通过行初等变换或矩阵的逆矩阵等方法求解。

向量方法通过将线性方程组表示为向量的形式,通过向量之间的线性组合求解。

在解决线性方程组问题时,根据具体情况选择合适的解题方法,可以提高解题效率。

四、矩阵的特征值和特征向量矩阵的特征值和特征向量是线性代数中的重要概念,它们对于理解矩阵的本质和性质有着重要的作用。

矩阵的特征值表示矩阵在某个方向上的伸缩因子,特征向量表示在相应特征值方向上的向量。

线性代数求解方法和技巧

线性代数求解方法和技巧

线性代数求解方法和技巧线性代数是数学中重要的一个分支,研究向量空间、线性变换和线性方程组等内容。

在实际问题中,我们常常需要用线性代数的方法来解决问题,因此掌握线性代数的求解方法和技巧对于理解和应用数学是非常重要的。

首先,我们讨论线性方程组的求解方法。

线性方程组是由一组线性方程组成的方程组,其中每个方程的未知数的次数都为1。

对于n个未知数和m个方程的线性方程组,我们有以下几种常用的求解方法:1. 列主元消元法:这是最常用的线性方程组求解方法之一。

它的基本思想是通过行变换将线性方程组化为一个三角形式,进而求解得到方程组的解。

在进行行变换时,要选择合适的列主元,即选择主元元素绝对值最大的一列作为主元素。

2. 矩阵求逆法:对于一个可逆的n阶方阵A,我们可以通过求A的逆矩阵来求解线性方程组Ax=b。

具体地,我们首先通过高斯消元法将方程组化为三角形式,然后根据三角形式的矩阵求逆公式来求解x。

3. LU分解法:对于一个n阶非奇异矩阵A,我们可以将其分解为一个下三角矩阵L和一个上三角矩阵U的乘积,即A=LU。

接着,我们可以通过LU分解来求解线性方程组Ax=b。

具体地,我们首先通过LU分解将方程组化为Lc=b和Ux=c两个方程组,然后依次求解这两个方程组得到x的值。

除了以上的求解方法,还有一些线性方程组的特殊情况和对应的求解方法:1. 齐次线性方程组:如果线性方程组右边的常数项都为0,即b=0,那么我们称为齐次线性方程组。

对于齐次线性方程组,其解空间是一个向量空间。

我们可以通过高斯消元法来求解齐次线性方程组,先将其化为三角形式,然后确定自由未知量的个数,最后确定解空间的基底。

2. 奇异线性方程组:如果线性方程组的系数矩阵A是奇异矩阵,即det(A)=0,那么我们称为奇异线性方程组。

对于奇异线性方程组,其解可能不存在,或者存在无穷多解。

我们可以通过计算矩阵A的秩来确定线性方程组的解的情况。

另外,在实际问题中,我们可能会遇到大规模的线性方程组,这时候求解方法和技巧还需要考虑到计算效率的问题。

线性代数题求解答技巧

线性代数题求解答技巧

线性代数题求解答技巧线性代数是一门重要的数学学科,应用广泛,涉及到众多的概念和定理。

解线性代数题有一些技巧和方法可以帮助我们更好地理解问题和找到解答。

在本文中,我将向您介绍一些解线性代数题的技巧。

1. 熟悉基本概念和定理:了解线性代数的基本概念和定理,例如矩阵、行列式、向量空间、线性变换等,对于解题非常重要。

熟悉这些基础知识将帮助您更好地理解问题和找到解答。

2. 理解题目中的关键信息:仔细阅读题目,并理解其中的关键信息和要求。

对于一些复杂的题目,可以将问题进行拆解,将其转化为更简单的子问题来解决。

3. 画图和示意图:对于涉及到向量、矩阵和线性变换的题目,可以尝试画图和示意图以帮助理解问题。

图形可以直观地表示线性变换的作用和向量的变化,有助于更好地理解问题的本质。

4. 利用矩阵运算法则:运用矩阵的基本运算法则,例如加法、减法、乘法和转置等来进行计算。

通过运用这些法则,可以简化计算和转化问题的形式。

5. 找到未知量的线性关系:对于涉及到向量和矩阵的方程组,可以通过列向量和矩阵相乘得到一个线性方程组。

通过求解这个方程组,可以找到未知量之间的线性关系。

6. 利用行列式的性质:行列式是解线性方程的重要工具之一。

了解行列式的性质和计算方法,可以帮助我们更好地理解和解决问题。

通过对行列式的计算,可以判断矩阵是否可逆、线性方程组是否有唯一解等关键问题。

7. 利用向量空间的性质:向量空间是研究向量的重要概念之一。

了解向量空间的性质,例如维数、基、秩等,可以帮助我们更好地理解向量空间的结构和性质,从而解决相关问题。

8. 利用特殊矩阵的性质:对于一些特殊的矩阵,例如对称矩阵、上三角矩阵、对角矩阵等,它们具有一些特殊的性质和特点。

通过利用这些性质,可以简化计算和解决问题。

9. 利用线性变换的性质:线性变换是研究线性代数的重要工具之一。

了解线性变换的性质和运算法则,可以帮助我们更好地理解和解决线性变换的问题。

10. 训练解题技巧:解线性代数题需要一些技巧和经验。

线性代数规范型求解题技巧

线性代数规范型求解题技巧

线性代数规范型求解题技巧线性代数中,规范型求解题是一类非常常见和重要的问题。

规范型表示方程组具有特定形式的线性方程组。

下面将介绍一些求解规范型问题的基本技巧。

1. 基础技巧首先,我们需要将规范型方程组写成矩阵形式Ax=b 的形式。

A是一个m×n的矩阵,x是一个n维列向量,b 是一个m维列向量。

2. 求逆矩阵法如果矩阵A可逆,那么可以直接通过求逆矩阵的方法求解方程组。

具体地,我们可以通过x=A^(-1)b来求解x。

然而,这种方法只适用于方程的个数小于变量的个数的情况。

3. 列主元消元法如果矩阵A不可逆,我们可以通过列主元消元法来求解方程组。

这种方法首先将矩阵A转化为上三角矩阵,然后再通过回代的方式求解方程组。

具体步骤如下:1) 选择矩阵A的第一列的主元素,如果该主元素不为0,则进行下一步;否则,选择下一列为主元素。

2) 将主元行与第一行进行交换,使主元素移到第一行。

3) 通过消元操作,将第一列的其他元素消为0。

4) 将第一行移到第一列的位置,继续处理下一列。

5) 重复步骤1-4,直到矩阵A变成上三角矩阵。

6) 通过回代的方式求解方程组。

4. 高斯-约旦消元法高斯-约旦消元法是另一种求解规范型方程组的方法,它将矩阵A转化为简化行阶梯型形式。

具体步骤如下:1) 对矩阵A进行行初等变换,将其转化为上三角矩阵。

2) 对上三角矩阵进行回代,得到方程组的解。

5. LU分解法如果矩阵A可以进行LU分解,那么可以通过LU分解的方法求解方程组。

这里L是一个m×m的下三角矩阵,U是一个m×n的上三角矩阵。

具体步骤如下:1) 将矩阵A进行LU分解,得到LU=A。

2) 令y=Ux,将原方程组转化为Ly=b。

3) 通过回代的方式,求解Ly=b得到y。

4) 再通过回代的方式,求解Ux=y得到x。

6. 奇异值分解法如果矩阵A奇异值分解为A=UDV^T,那么可以通过奇异值分解的方法求解方程组。

其中,U是一个m×m的正交矩阵,D是一个m×n的对角矩阵,V是一个n×n 的正交矩阵。

线代矩阵求解题技巧

线代矩阵求解题技巧

线代矩阵求解题技巧线性代数是数学中的一个重要分支,广泛应用于科学和工程学科中。

矩阵求解是线性代数中的一个基本概念,它是解线性方程组、求特征值和特征向量等问题的重要工具。

下面将介绍一些线性代数矩阵求解的基本技巧。

1. 高斯消元法高斯消元法是求解线性方程组的常用方法之一。

该方法的基本思想是通过矩阵变换将线性方程组化为上三角形方程组或者行最简形式,从而得到方程组的解。

高斯消元法具体步骤如下:(1)将线性方程组写成增广矩阵的形式;(2)选取一个主元(通常选取主对角线上的元素),并通过一个变换将该元素下面的所有元素置零;(3)对主元元素下面的行执行类似的操作,直到所有元素都变为零或者上三角矩阵形式;(4)回代求解未知数。

2. LU分解LU分解是将一个矩阵分解为下三角矩阵L和上三角矩阵U的乘积的方法。

这个方法通常用于解决多次使用相同矩阵求解线性方程组的场景。

LU分解的具体步骤如下:(1)设一个n阶方阵A,将其分解为A=LU;(2)通过高斯消元法将A化为上三角矩阵U;(3)构造下三角矩阵L,使得A=LU成立。

3. 矩阵的逆和伴随矩阵对于一个可逆矩阵A,可以通过求解逆矩阵来求解线性方程组。

设A为n阶可逆方阵,若存在一个n阶矩阵B,满足AB=BA=I,那么B称为A的逆矩阵,记作A^(-1)。

逆矩阵可以通过伴随矩阵来求解。

对于n阶矩阵A,它的伴随矩阵记作adj(A),它的定义为adj(A)=det(A)·A^(-1),其中det(A)是A的行列式。

逆矩阵的求解可以通过以下步骤:(1)求解矩阵A的行列式det(A);(2)求解矩阵A的伴随矩阵adj(A);(3)求解矩阵A的逆矩阵A^(-1),即A^(-1)=adj(A)/det(A)。

4. 特征值和特征向量特征值和特征向量在矩阵求解中起着重要作用。

设A 是一个n阶方阵,若存在一个非零向量X,满足AX=kX,其中k为常数,则k为A的一个特征值,X为对应的特征向量。

线性代数行列式计算方法总结

线性代数行列式计算方法总结

线性代数行列式计算方法总结在线性代数中,行列式是一个非常重要的概念,它在矩阵运算和线性方程组的求解中起着至关重要的作用。

本文将总结一些常见的行列式计算方法,希望能够帮助读者更好地理解和运用线性代数中的行列式。

1. 代数余子式法。

代数余子式法是一种常见的计算行列式的方法。

对于一个n阶矩阵A,它的行列式可以通过以下公式来计算:det(A) = a11A11 + a12A12 + ... + a1nA1n。

其中,a11, a12, ..., a1n是矩阵A的第一行元素,A11, A12, ..., A1n分别是对应元素的代数余子式。

代数余子式的计算方法是先将对应元素所在的行和列去掉,然后计算剩下元素构成的(n-1)阶矩阵的行列式,再乘以对应元素的符号(正负交替)。

通过递归的方式,可以计算出整个矩阵的行列式。

2. 克拉默法则。

克拉默法则是一种用于求解线性方程组的方法,它也可以用来计算行列式。

对于一个n阶方阵A,如果它的行列式不为0,那么可以通过克拉默法则来求解它的逆矩阵。

逆矩阵的元素可以通过矩阵A的各个元素的代数余子式和行列式的比值来计算。

虽然克拉默法则在实际计算中并不常用,但它对于理解行列式的性质和逆矩阵的计算方法有一定的帮助。

3. 初等行变换法。

初等行变换法是一种通过对矩阵进行一系列行变换来简化行列式计算的方法。

这些行变换包括交换两行、某一行乘以一个非零常数、某一行加上另一行的若干倍。

通过这些行变换,可以将一个矩阵化简为上三角形矩阵或者对角矩阵,从而更容易计算它的行列式。

需要注意的是,进行行变换时要保持行列式的值不变,即每一次行变换都要乘以一个相应的系数。

4. 特征值法。

特征值法是一种通过矩阵的特征值和特征向量来计算行列式的方法。

对于一个n阶矩阵A,它的行列式可以表示为其特征值的乘积。

通过计算特征值和特征向量,可以得到矩阵A的行列式的值。

特征值法在实际计算中比较复杂,但它对于理解矩阵的性质和特征值分解有一定的帮助。

常见的线性代数求解方法

常见的线性代数求解方法

常见的线性代数求解方法
1.列主元消去法
列主元消去法是一种经典的求解线性方程组的方法。

它通过将
方程组转化为上三角矩阵的形式来求解。

这个方法的关键在于选取
主元的策略。

一种常见的选取主元的策略是选择当前列中绝对值最
大的元素作为主元,然后进行消去操作,直到将矩阵转化为上三角
矩阵。

2.高斯-约当消去法
高斯-约当消去法是另一种常见的线性方程组求解方法。

它通
过消去矩阵的下三角部分来将线性方程组转化为上三角矩阵的形式。

这个方法也需要选择主元,常见的选择策略是选取当前行中绝对值
最大的元素作为主元,然后进行消去操作。

3.LU分解法
LU分解法是将矩阵分解为一对矩阵的乘积的方法。

这个方法的思想是先将矩阵分解为一个下三角矩阵和一个上三角矩阵,然后通过求解上三角矩阵和下三角矩阵的两个方程组来求解原始的线性方程组。

4.Jacobi迭代法
Jacobi迭代法是一种迭代求解线性方程组的方法。

它通过将原始的线性方程组转化为一个对角矩阵和另一个矩阵的乘积的形式,然后通过迭代求解这个对角矩阵和另一个矩阵的方程组来逼近线性方程组的解。

5.Gauss-Seidel迭代法
Gauss-Seidel迭代法是另一种迭代求解线性方程组的方法。

它与Jacobi迭代法类似,但是在每一次迭代中,它使用前一次迭代得到的部分解来更新当前的解。

这个方法通常比Jacobi迭代法收敛得更快。

以上是一些常见的线性代数求解方法。

每种方法都有其特点和适用范围,我们可以根据具体情况选择合适的方法来求解线性方程组的问题。

  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)。
齐次方程组(II)的基础解系为
β1 (1, 4, 7,1)T , β2 (1, 3, 4, 2)T ,
试求方程组(I)和(II)的公共解. 解 因为 k1α1 k2 α2 k3α3 是方程组(I)的通解, l1 β1 l2 β2 是方程组(II)的通解,所以求方程组(I)和 (II)的公共解即是令
b) 待定系数法(多用于分块矩阵的求逆); c) 分块初等变换. 3、矩阵方程 先对已知关系式进行化简, 再将所求矩阵从中分离出来, 得到所求矩阵的表达式, 然后再代值计算. 1) 初等变换法 2) 待定系数法
1
例 2 解矩阵方程 解 设X
x1 x3
2 1 1 2 1 2 XX 3 4 . 3 2 0 1 x2 ,则有 x4
a jj a11 , a jk 0 (k j ) ,
因此 A 为 n 阶数量矩阵.
2
4、矩阵的秩 具体矩阵的秩: a) 将矩阵 A 通过初等行变换化为阶梯矩阵 B , B 的非零行数为 A 的秩; b) 矩阵 A 的非零子式的最高阶数. 抽象矩阵的秩:充分利用矩阵的结构特点以及秩的不等式. 5、有关伴随矩阵 联想:a) AA A A A E ; b) 行列式按行(列)展开法则; c) rank A 与 rank A 的关系. 例 5 设 n 阶实矩阵 A, B 满足 AB ( B A ) A ,其中 A* 为 A 的伴随矩阵,证明
*

(1) | A | 0 ; (2) 若 A A ,则 A 0 .
T
证 (1) 由 AB ( B A ) A ,有 AB BA A A BA A E ,.
由 tr( AB) tr( BA) ,知 AB BA 的主对角元之和一定都是 0,故 | A | 0 . (2) 由 A A 知 aij Aij (i, j 1, 2,
a21 a22 a2 n
am1 k1 am 2 k2 0 , amn km
因此
a1 j k1
不妨设 k j 为 k1 , k2 ,
a jj k j
amj km 0 ( j 1, 2,
, n) .
, km 中绝对值最大的数,即 | k j | | ki | (i j ) ,从而
| a jj | | k j | | a jj k j |
所以 | a jj |
aij ki | aij | | ki | | aij | | k j | ,
i j i 1 i j
m
i j
| a
i j
ij
| ,矛盾,即 α1 , α2 ,
, αm 线性无关.
, αm 线性表示等价于 αm ] rank[α1 α2 αm b ] . βs ] . αr β1 β2 βs ] . , αr 线性表示当且仅当 αr β1 β2
rank[α1 α2 rank[α1 α2 , αr 与 β1 , β2 , rank[α1 α2
8、线性相关性 a) 定义法
, βs 能由向量组 α1 , α2 ,
k1α1 k2 α2 k3α3 l1 β1 l2 β2 ,

k1 2k 1 5k1 7 k1
3k2 2k3 l1 l2 0, k2 3k3 4l1 3l2 0, k2 4k3 7l1 4l2 0, 7 k2 20k3 l1 2l2 0,
( A E )( B E ) ( B E )( A E ) ,
将上式展开整理得 AB BA . 3) 待定系数法 例 4 证明:矩阵 A 能与所有 n 阶矩阵可交换的充要条件是 A 为 n 阶数量矩阵. 证 只需证明必要性.设 A [aij ] 与所有 n 阶矩阵可交换,则 A 必为 n 阶矩阵. 特别地, A 与 n 阶基本矩阵 E1 j ( j 1, 2,
3) 分块对角化 4) 相似对角化 2、矩阵的逆 具体矩阵的逆: a) 初等变换法;
Bk B 0 A 0 C 0
k
k
0 . Ck
P 1 AP diag(1 ,2 ,
,n ) , Ak Pdiag(1k ,2k ,
,nk ) P 1 .
b) 伴随矩阵法 Α 抽象矩阵的逆:
1

1 A . A
a) 定义法 凑成 AB E 的形式; 例 1 设 A 为 n 阶矩阵,且 A 2 E , B A 2 A 2 E ,证明 B 可逆,并求 B .
3 2 1
B A2 2 A 2 E A3 A2 2 A A( A 2 E )( A E ) . 1 1 2 3 由 A 2 E 得 A A E ,即 A 可逆,且 A1 A2 . 2 2 2 3 3 再由 A 2 E 得 A 8E 10 E ,即 ( A 2 E )( A 2 A 4 E ) 10 E ,从而 A 2 E 可逆,且 1 ( A 2 E )1 ( A2 2 A 4 E ) . 10 2 3 3 又由 A 2 E 得 A E E ,即 ( A E )( A A E ) E ,从而 A E 可逆,且 ( A E ) 1 A2 A E ,

2 x1 x3 2 x2 x4 x1 3 x 2 x 3 x 2 x x 3 2 4 1 3
从而
2 x1 x3 2x x 2 4 3 x1 2 x3 3 x2 2 x4
x1 1, 2 x1 x2 2, x3 3, 2 x3 x4 4,
因为上式中表示系数矩阵的行列式为零,所以 rank[ β1 β2 β3 ] 3 ,即向量组 β1 , β2 , β3 线性相关. d) 反证法 例 8 设 αi (ai1 , ai 2 , 线性无关. 证 反证法 若 α1 , α2 ,
, ain ), i 1, 2,
, m, m n ,且 | a jj | | aij | ,证明向量组 α1 , α2 ,
αr ] rank[α1 α2 , βs 等价当且仅当
αr ] rank[ β1 β2
βs ] rank[α1 α2
例 6 设 A 为 n 阶矩阵,α1 , α2 , α3 为 n 维向量组, 其中 α1 0 , 且满足 Aα1 2α1 ,Aα2 α1 2α2 ,
Aα3 α2 2α3 ,证明 α1 , α2 , α3 线性无关.
, αm 线性相关等价于 rank[α1 α2
αm ] m .
β3 α1 2α2 6α3 ,试判别向量组 β1 , β2 , β3 的线性相关性.
解 由题设知
1 2 1 [ β1 β2 β3 ] [α1 α2 α3 ] 3 4 2 , 1 4 6
线性代数的典型方法
1、矩阵的幂 1) 归纳法 2) 分拆法 a) 拆成 A B E ,其中 Bl 0 ,然后用二项式定理展开求矩阵幂 A ;
k
b) 当 rankA 1 时,拆成 A α β ,则 A (α β ) ( βα )
T
k T k
T k 1
α T β (trA) k 1 A .
3
证 由题设知 (2 E A)α1 0 , (2 E A)α2 α1 , (2 E A)α3 α2 .令
k1α1 k2 α2 k3α3 0 ,
上式两边左乘 2 E A ,得
k2 α1 k3α2 0 ,
两边再左乘 2 E A ,得
k3α1 0 ,
T
, n) , Aij 为 A 中元 aij 的代数余子式,于是
n n i 1 i 1
2 . | A | aij Aij aij
因为 | A | 0 ,且 A 为实矩阵,所以 aij 0(i, j 1, 2, 6、行列式的计算
, n) ,即 A 0 .
先弄清行列式的阶数,再考察行列式的结构特点(可通过低阶看高阶),然后利用这些特点和行列 式的性质来简化运算. 主要方法有三角化方法、降阶法、归纳法、递推法、分拆法、升阶法. 记住两个特殊的行列式:(分块)三角行列式、Vandermonde 行列式. 7、线性表示 秩方法 a) 向量 b 可由向量组 α1 , α2 , b) 向量组 β1 , β2 , c) 向量组 α1 , α2 ,
x3 1, x1 2 x x x4 2, 1 2 即 x3 3, 3 x1 3 x2 2 x3 x4 4,
解得 x1 2 , x2 4 , x3 3 , x4 10 ,故
2 4 X . 3 10
证 所以 B 可逆,且
B 1 A( A 2 E )( A E ) ( A E ) 1 ( A 2 E ) 1 A1
1
( A2 A E )
1 1 ( A2 2 A 4 E ) A2 10 2

1 2 2 A ( A A E )( A2 2 A 4 E ) . 20
9、两个线性方程组的公共解 1) 将两个方程组联立求解; 2) 先求出一个方程组的通解,再代入另一个方程组中,确定通解中参数的关系;
4
3) 先分别求出两个方程组的通解,令两个通解表达式相等,确定参数的关系. 例 9 已知齐次方程组(I)的基础解系为
α1 (1, 2,5, 7)T , α2 (3, 1,1, 7)T , α3 (2,3, 4, 20) T ,
, n) 可交换,即 E1 j A AE1 j ,亦即
a jn 0 0 0 0 0 0 0 0 a11 a21 an1 0 0 , 0
相关文档
最新文档