线性代数实验报告4
线代上机实验报告(3篇)
第1篇一、实验目的1. 掌握线性代数基本概念和基本运算方法。
2. 熟悉MATLAB软件在解决线性代数问题中的应用。
3. 提高实际操作能力和编程能力。
二、实验环境1. 操作系统：Windows 102. 软件环境：MATLAB R2019b3. 实验设备：计算机三、实验内容1. 矩阵的基本运算2. 矩阵的秩3. 矩阵的逆4. 线性方程组的求解5. 特征值和特征向量6. 二次型及其标准形四、实验步骤1. 矩阵的基本运算（1）创建矩阵A：A = [1, 2, 3; 4, 5, 6; 7, 8, 9]（2）计算矩阵A的转置：A_transpose = A'（3）计算矩阵A的行列式：det_A = det(A)（4）计算矩阵A的逆：A_inverse = inv(A)2. 矩阵的秩（1）创建矩阵B：B = [1, 2, 3, 4; 5, 6, 7, 8; 9, 10, 11, 12]（2）计算矩阵B的秩：rank_B = rank(B)3. 矩阵的逆（1）创建矩阵C：C = [1, 2; 3, 4]（2）判断矩阵C是否可逆：is_inverse = rank(C) == size(C, 1)（3）如果可逆，计算矩阵C的逆：C_inverse = inv(C)4. 线性方程组的求解（1）创建矩阵A和B：A = [1, 2; 3, 4]B = [5; 6]（2）使用MATLAB内置函数求解线性方程组：x = A \ B5. 特征值和特征向量（1）创建矩阵D：D = [4, 1; 2, 3]（2）计算矩阵D的特征值和特征向量：[V, D] = eig(D)6. 二次型及其标准形（1）创建矩阵E：E = [2, 1; 1, 3]（2）计算矩阵E的特征值和特征向量：[V, D] = eig(E)（3）将二次型E化为标准形：Q = V D inv(V)五、实验结果与分析1. 矩阵的基本运算（1）矩阵A：1 2 34 5 67 8 9（2）矩阵A的转置：1 4 72 5 83 6 9（3）矩阵A的行列式：（4）矩阵A的逆：-1.5 0.50.5 -0.52. 矩阵的秩矩阵B的秩为2。
线性代数实习报告
实习报告一、实习背景与目的线性代数作为数学的重要分支，在工程、科学、社会科学等多个领域中具有广泛的应用。
为了加深我对线性代数理论的理解，并将理论知识应用于实际问题中，我参加了本次线性代数实习。
实习的主要目的是：1. 巩固和加深对线性代数理论知识的理解，提高实际应用能力。
2. 学习使用线性代数软件工具，如MATLAB，进行实际问题的建模和求解。
3. 培养团队协作和沟通技巧，提高解决问题的综合能力。
二、实习内容与过程实习期间，我们团队选择了几个实际问题进行线性代数的建模和求解。
以下是其中两个问题的详细描述：1. 问题一：线性方程组的求解我们选取了一个具有实际意义的线性方程组问题。
该问题涉及到多个变量和方程，通过建立方程组，可以求解出未知变量的值。
我们首先分析了问题的背景，明确了方程组的建立条件。
然后，利用MATLAB软件，编写程序实现了线性方程组的求解。
最后，通过分析求解结果，验证了方程组的解的正确性。
2. 问题二：特征值与特征向量的计算在实际应用中，特征值和特征向量问题广泛存在于矩阵分析、结构分析等领域。
我们选取了一个矩阵特征值和特征向量的问题进行实习。
首先，我们利用MATLAB软件计算了给定矩阵的特征值和特征向量。
然后，通过分析计算结果，探讨了特征值和特征向量在实际问题中的应用。
在实习过程中，我们还进行了团队讨论和交流，学习了如何分工合作、解决问题。
通过互相学习和指导，我们提高了对线性代数理论的理解，并掌握了使用MATLAB软件进行实际问题求解的方法。
三、实习收获与体会通过本次实习，我对线性代数的理论知识有了更深入的理解，并在实际问题中得到了应用。
在解决问题过程中，我学会了如何使用MATLAB软件工具，提高了实际应用能力。
同时，实习过程中的团队协作和沟通也培养了我的团队合作精神和解决问题的综合能力。
总的来说，本次线性代数实习给我提供了很好的实践机会，让我在理论学习的基础上，更好地了解了线性代数在实际问题中的应用。
线性代数实验报告
2．输入：for
n=20:80 p1(n)=prod(365-n+1:365)/365^n; p(n)=1-p1(n); end plot(p)
输出：
３
3： （1） （2） 输入： R = binornd(20,0.25,3,6) 输出： R= 9 8 3 4 6 6 6 3 4 5 6 2 5 6 6 4 7 4 (3)(4) R = binopdf([0:9],20,0.45) R= 0.0000 0.0001 0.0008 0.0040 0.0746 0.1221 0.1623 0.1771
0.0139
0.0365
4：输入： 1.在单元格 A1 中输入“样本数据” ，在单元格 B4 中输入“指标名称” ，在 单元格 C4 中输入“指标数值” ，并在单元格 A2：A21 中输入样本数据。 2.在单元格 B5 中输入“样本容量” ，在单元格 C5 中输入“20” 。 3.计算样本平均行驶里程。在单元格 B6 中输入“样本均值” ，在单元格 C6 中输入公式： “=AVERAGE（A2，A21）， ” 4.计算样本标准差。在单元格 B7 中输入“样本标准差” ，在单元格 C7 中 输入公式： “＝STDEV(A2，A21)” ，
４
输出：
5： 输入： R = normrnd(0.5,0.015) load 0.497,0.506 0.518
0.524
0.498
0.511
0.520
0.515
0.512
histfit(0.497 0.506 0.518 0.524 0.498 0.511 0.520 0.515 0.512 ); normplot(0.497 0.506 0.518 0.524 0.498 0.511 0.520 0.515 0.512 ); 输出： R = 0.5066
线性代数实验题04-交通网络的流量分析
数学实验报告学号: , 姓名: , 得分: 实验内容:实验题：交通网络流量分析问题（线性方程组应用）城市道路网中每条道路、每个交叉路口的车流量调查，是分析、评价及改善城市交通状况的基础。
问题：某城市有下图所示的交通图，每条道路都是单行线，需要调查每条道路每小时的车流量。
图中的数字表示该条路段的车流数。
如果每个交叉路口进入和离开的车数相等，整个图中进入和离开的车数相等。
求（1）建立确定每条道路流量的线性方程组；（2）分析哪些流量数据是多余的；（3）为了唯一确定未知流量，需要增添哪几条道路的流量统计。
解：（1）由题意得：x1+ x7=400x1+ x9= x2+300x2+100=300+ x11x3+ x7=350+ x8x4+ x10= x9+ x3x11+500= x4+ x12x8+ x5=310x6+400= x10+ x5x12+150= x6+290整理得：x1+ x7=400x1- x2+ x9=300x2+ x11=200x3+ x7- x8=350-x3+x4+ x10- x9=0-x4+x11- x12=-500x5 +x8=310-x5+x6- x10=-400-x6+ x12= 140将方程组写成矩阵向量形式为AX = b1 0 0 0 0 0 1 0 0 0 0 0 400 x11 -1 0 0 0 0 0 0 1 0 0 0 300 x20 1 0 0 0 0 0 0 0 0 1 0 200 x3A= 0 0 1 0 0 0 1 -1 0 0 0 0 b= 350 X= x40 0 -1 1 0 0 0 0 -1 1 0 0 0 x50 0 0 -1 0 0 0 0 0 0 1 -1 -500 x60 0 0 0 1 0 0 1 0 0 0 0 310 x70 0 0 0 -1 1 0 0 0 -1 0 0 -400 x80 0 0 0 0 -1 0 0 0 0 0 1 140 x9x10x11x12在MATLAB环境中，首先输入方程组的系数矩阵A和方程组右端向量bA=[1,0,0,0,0,0,1,0,0,0,0,0;1,-1,0,0,0,0,0,0,1,0,0,0;0,1,0,0 ,0,0,0,0,0,0,1,0;0,0,1,0,0,0,1,-1,0,0,0,0;0,0,-1,1,0,0,0,0, -1,1,0,0;0,0,0,-1,0,0,0,0,0,0,1,-1;0,0,0,0,1,0,0,1,0,0,0,0; 0,0,0,0,-1,1,0,0,0,-1,0,0;0,0,0,0,-1,0,0,0,0,0,1]b = [400;300;200;350;0;500;310;-400;140]x9+500解得x1=-x2=200x3=- x9+ x10- x12。
线性代数实践教学(3篇)
第1篇一、引言线性代数是数学的一个重要分支，它研究的是向量、矩阵、线性方程组等概念及其相互关系。
线性代数在自然科学、工程技术、经济管理等领域都有广泛的应用。
为了让学生更好地掌握线性代数的理论知识，提高学生的实践能力，本文将从线性代数实践教学的现状、方法、内容等方面进行探讨。
二、线性代数实践教学现状1. 教学方式单一目前，线性代数实践教学仍以课堂讲授为主，教师讲解理论知识，学生通过课后练习来巩固知识。
这种教学方式存在以下问题：（1）学生学习兴趣不高，被动接受知识；（2）理论与实践脱节，学生难以将所学知识应用于实际问题；（3）教师对学生的实践指导不足，难以发现学生的不足之处。
2. 实践教学内容单一线性代数实践教学多集中于基本概念、运算和线性方程组的求解，缺乏对线性代数在其他领域的应用探讨。
3. 实践教学评价体系不完善目前，线性代数实践教学评价主要依靠期末考试，难以全面反映学生的实践能力。
三、线性代数实践教学方法1. 案例分析法通过分析线性代数在实际问题中的应用案例，让学生了解线性代数的实际意义，提高学生的学习兴趣。
2. 计算机辅助教学利用计算机软件进行线性代数的计算和可视化，提高学生的学习效率。
3. 实验教学通过设计实验，让学生动手操作，加深对线性代数理论知识的理解。
4. 课题研究法鼓励学生选择线性代数相关课题进行研究，提高学生的创新能力和实践能力。
四、线性代数实践教学内容1. 线性代数基本概念与运算（1）向量及其运算；（2）矩阵及其运算；（3）行列式；（4）线性方程组。
2. 线性代数在各个领域的应用（1）物理学；（2）工程学；（3）经济学；（4）生物学；（5）计算机科学。
3. 线性代数与数学其他分支的联系（1）微分方程；（2）概率论与数理统计；（3）数值分析。
4. 线性代数在科学研究中的应用（1）数据挖掘；（2）图像处理；（3）机器学习。
五、线性代数实践教学评价体系1. 过程性评价（1）课堂表现；（2）实验报告；（3）课题研究。
(完整word版)数值线性代数第二版徐树方高立张平文上机习题第四章实验报告
第四章上机习题1考虑两点边值问题⎪⎩⎪⎨⎧==<<=+.1)1(,0)0(10 ,22y y a a dx dy dx y d ε 容易知道它的精确解为ax e e ay x +---=--)1(111εε为了把微分方程离散化，把[0,1]区间n 等分，令h=1/n ，1,,1,-==n i ih x i得到差分方程,21211a hy y h y y y i i i i i =-++-++-ε简化为 ,)2()(211ah y y h y h i i i =++-+-+εεε从而离散化后得到的线性方程组的系数矩阵为⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡+-++-++-++-=)2()2()2()2(h h h h h h h A εεεεεεεεεε 对,100,2/1,1===n a ε分别用Jacobi 迭代法，G-S 迭代法和SOR 迭代法求线性方程组的解，要求有4位有效数字，然后比较与精确解得误差。
对,0001.0,01.0,1.0===εεε考虑同样的问题。
解 （1）给出算法：为解b Ax =，令U L D A --=，其中][ij a A =，),,,(2211nn a a a diag D = ，⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡------=-00001,21323121n n n n a a a a a a L，⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡------=-0000,122311312 n n n n a a a a a a U 利用Jacobi 迭代法，G-S 迭代法，SOR 迭代法解线性方程组，均可以下步骤求解： step1给定初始向量x0=(0,0,...,0)，最大迭代次数N ，精度要求c ，令k=1 step2令x=B*x0+gstep3若||x-x0||2<c ，算法停止，输出解和迭代次数k ，否则，转step4 step4若k>=N,算法停止，迭代失败，否则，令x0=x ，转step2在Jacobi 迭代法中，B=D -1*(L+U),g=D -1*b在G-S 迭代法中，B=D -1*(L+U),g=D -1*b在SOR 迭代法中，B=(D-w*L)-1*[(1-w)*D+w*U],g=w*(D-w*L)-1*b另外，在SOR 迭代法中，上面算法step1中要给定松弛因子w ，其中0<w<2 为计算结果，规定w=0.5。
线性代数教学实践(3篇)
第1篇摘要：线性代数是数学学科中一门重要的基础课程，对于培养数学思维和解决实际问题具有重要意义。
本文从线性代数教学实践的角度，探讨了线性代数课程的教学目标、教学方法、教学评价等方面，旨在为线性代数教学提供有益的参考。
一、引言线性代数作为数学学科的基础课程，广泛应用于自然科学、工程技术、经济学、管理学等领域。
在我国高校中，线性代数课程是理工科学生必修的课程之一。
然而，线性代数课程内容较为抽象，学生学习起来具有一定的难度。
为了提高线性代数教学效果，本文从教学实践的角度，探讨线性代数课程的教学方法、教学评价等方面。
二、线性代数教学目标1. 培养学生线性代数的抽象思维能力，使学生能够理解线性代数的概念、性质和运算。
2. 使学生掌握线性方程组、矩阵、向量空间、特征值和特征向量等基本概念，并能够运用这些概念解决实际问题。
3. 培养学生线性代数的实际应用能力，使学生能够在实际工作中运用线性代数的知识解决实际问题。
4. 培养学生的创新精神和团队协作能力，使学生能够在团队合作中发挥自己的优势。
三、线性代数教学方法1. 理论与实践相结合：在教学过程中，既要注重理论知识的讲解，又要注重实际应用的训练。
例如，在讲解矩阵运算时，可以结合具体实例进行讲解，使学生能够更好地理解矩阵运算的原理。
2. 案例教学：通过分析线性代数在实际问题中的应用案例，激发学生的学习兴趣，提高学生的实际应用能力。
例如，在讲解特征值和特征向量时，可以结合力学、工程等领域的实例进行分析。
3. 互动式教学：鼓励学生积极参与课堂讨论，提问和解答问题。
教师可以通过提问、讨论等方式，引导学生深入思考，提高学生的思维能力。
4. 多媒体教学：利用多媒体技术，将抽象的线性代数概念形象化、具体化。
例如，利用三维动画展示矩阵的变换过程，使学生能够直观地理解矩阵运算的原理。
5. 作业与练习：布置适量的作业和练习，帮助学生巩固所学知识，提高学生的实际操作能力。
四、线性代数教学评价1. 期末考试：通过期末考试，评价学生对线性代数知识的掌握程度。
线性代数实验报告汇总-知识归纳整理
数学实验报告题目第一次实验题目一、 实验目的1．熟悉MATLAB 的矩阵初等运算；2．掌握求矩阵的秩、逆、化最简阶梯形的命令； 3．会用MABLAB 求解线性方程组二、 问题求解和程序设计流程1． 已知⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=351503224A ，⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---=112302431B ，在MATLAB 命令窗口中建立A 、B矩阵并对其举行以下操作：(1) 计算矩阵A 的行列式的值det()?A = (2) 分别计算下列各式：B A -2 、 B A *和B A *.、 1-AB 、 B A 1-、 2A 、 T A解：（1） 编写程序如下：A=[4 -2 2;-3 0 5;1 5 3];B=[1 3 4;-2 0 -3;2 -1 1]; a=det(A) 运行结果： a = -158（2）编写程序如下： C=2*A-BD=A*B E=A.*B F=A/BG=A\B H=A*A K=A'运行结果：C =7 -7 0 -4 0 13知识归纳整理求知若饥，虚心若愚。
线性代数实验报告0 11 5D =12 10 247 -14 -7-3 0 -8E =4 -6 86 0 -152 -5 3F =0 0 2.0000-2.7143 -8.0000 -8.14292.42863.0000 2.2857G =0.4873 0.4114 1.00000.3671 -0.4304 0-0.1076 0.2468 0H =24 2 4-7 31 9-8 13 36K =4 -3 1-2 0 52 5 32．在MATLAB中分别利用矩阵的初等变换及函数rank、函数inv求下列矩阵的秩：线性代数实验报告(1) ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----=4211104532361A 求 Rank(A)=? (2) 3501120010201202B ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦求?1=-B 解：（1）编写程如下：format ratA=[1 -6 3 2;3 -5 4 0;-1 -11 2 4]; rref(A) 运行结果： ans =1 0 0 -8/5 0 1 0 0 0 0 1 6/5 由A 经初等变换后得到的行最简型可知：A 的秩为3。
天府学院线性代数实验报告
竭诚为您提供优质文档/双击可除天府学院线性代数实验报告
篇一：《线性代数》小组任务报告
西南财经大学天府学院
线性代数小组任务报告（1）
任课教师：张现强
班级：20XX级工商班
组长：
20XX-20XX-1学期
小组讨论记录表
第1-2章
一、知识结构解析
二、小组讨论解惑
三、指定问题
四、小组任务总结
篇二：《线性代数》小组任务报告
西南财经大学天府学院
线性代数小组任务报告（1）
任课教师：张现强
班级：20XX级工商班
组长：
20XX-20XX-2学期
小组讨论记录表
第1-2章
一、知识结构解析
二、疑难问题集萃
82页第3题问当a和b取何值时方程组有解，若有解，求出它的一般解？
解答过程：（1）对该方程组的的增广矩阵进行初等变换，得到最简梯形矩阵
（2）解得，x3=c为任意常数
（3）所以，通解为x1=19-7cx2=c-7x3=c
2、α1α2α3线性无关β1=aα1+bα2β2=aα2+bα3
β3=aα3+bα1问：当a,b满足什么条件时β1β2β3是线性无关的?
答案是a^3+b^3≠0求过程…………………………………………(a0b)
（β1β2β3）=（α1α2α3)*(ba0)。
数学院的实验报告
实验名称：线性代数矩阵运算实验实验日期：2023年4月10日实验地点：数学院计算机实验室一、实验目的1. 理解矩阵的基本概念和性质。
2. 掌握矩阵的运算方法，包括矩阵的加法、减法、乘法、转置等。
3. 熟悉矩阵运算在科学计算中的应用。
二、实验原理矩阵是一种由数字构成的矩形阵列，是线性代数中的一个基本概念。
矩阵运算包括矩阵的加法、减法、乘法、转置等。
矩阵运算在科学计算、工程应用、经济管理等领域有着广泛的应用。
三、实验仪器与材料1. 计算机2. 线性代数教材3. 矩阵运算软件（如MATLAB）四、实验内容与步骤1. 矩阵的创建与显示（1）创建一个3x3的矩阵A：A = [1 2 3; 4 5 6; 7 8 9]（2）创建一个2x2的矩阵B：B = [9 8; 7 6]（3）显示矩阵A和B：disp(A)disp(B)2. 矩阵的加法与减法（1）计算矩阵A和B的和：C = A + B（2）计算矩阵A和B的差：D = A - B（3）显示矩阵C和D：disp(C)disp(D)3. 矩阵的乘法（1）计算矩阵A和B的乘积：E = A B（2）显示矩阵E：disp(E)4. 矩阵的转置（1）计算矩阵A的转置：F = A'（2）显示矩阵F：disp(F)五、实验结果与分析1. 矩阵A和B的创建及显示成功，矩阵A为：1 2 34 5 67 8 9矩阵B为：9 87 62. 矩阵A和B的加法运算成功，结果C为：10 1012 11矩阵A和B的减法运算成功，结果D为：-8 -23 03. 矩阵A和B的乘法运算成功，结果E为：57 5439 364. 矩阵A的转置运算成功，结果F为：1 4 72 5 83 6 9六、实验结论通过本次实验，我们掌握了矩阵的基本概念和性质，以及矩阵的运算方法。
实验结果表明，矩阵运算在科学计算、工程应用、经济管理等领域有着广泛的应用。
在实际应用中，熟练掌握矩阵运算对于解决实际问题具有重要意义。
- 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、"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、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)。
方法 3：
X= -815/68 1628/163 -501/86 527/157 -551/332 831/1009 37/144 11/74
对实验结果的分析: 上述前两种方案所得的结果一致与第三种方案所得结 果不一致， 这是因为由于数字比较复杂， 软件采用的是近似计算， 所以尽管结果不一致，但还是相对准确的。
实验结果：
方法 1：
X= -815/68 573/2230 5703/571 155/1043 -5878/1009 527/157 -1575/949
831/1009
方法 2：
X= -815/68 5703/571
-5878/1009 527/157 -1575/949 831/1009 573/2230 155/1043
数学实验报告
学号: , 得分:
实验 1 求解线性方程组
实验内容:
用 MATLAB 求解如下线性方程组 Ax = b, 其中
5 1 0 0 A = 0 0 0 0
6 5 1 0 0 0 0 0
0 6 5 1 0 0 0 0
0 0 6 5 1 0 0 0
0 0 0 6 5 1 0 0
0 0 0 0 6 5 1 0
0 0 0 0 0 6 5 1
0 0 0 0 , b = [0 3 1 1 0 4 3 1] T. 0 0 6 5
实验目的
1.练习编写简单的 MATLAB 程序. 2. 掌握用 MATLAB 软件绘制简单图形的方法。
实验要求:
1. 实验报告中要附上所绘制的图形.
3. 利用 Gauss 消元法求解
>> A=[5,6,0,0,0,Байду номын сангаас,0,0; 1,5,6,0,0,0,0,0; 0,1,5,6,0,0,0,0; 0,0,1,5,6,0,0,0; 0,0,0,1,5,6,0,0; 0,0,0,0,1,5,6,0; 0,0,0,0,0,1,5,6;
0,0,0,0,0,0,1,5]; b=[0;3;1;1;0;4;3;1]; B=[A,b]; A=[5,6,0,0,0,0,0,0; 1,5,6,0,0,0,0,0; 0,1,5,6,0,0,0,0; 0,0,1,5,6,0,0,0; 0,0,0,1,5,6,0,0; 0,0,0,0,1,5,6,0; 0,0,0,0,0,1,5,6; 0,0,0,0,0,0,1,5]; b=[0;3;1;1;0;4;3;1]; B=[A,b]; %增广矩阵 format rat C=rref(B); %用初等行变换把 B 化为行最简形 X=C(:,9) %取 C 的最后一列 X= X= -815/68 1628/163 -501/86 527/157 -551/332 831/1009 37/144 11/74
2. 实验报告用 A4 纸打印, 参考附录的格式
实验方案:
1. 利用 Cramer 法则求解；
在 MATLAB 命令窗口中输入如下命令:
>> a_1=[5;1;0;0;0;0;0;0];a_2=[6;5;1;0;0;0;0;0];%输入方程组 a_3=[0;6;5;1;0;0;0;0];a_4=[0;0;6;5;1;0;0;0]; a_5=[0;0;0;6;5;1;0;0];a_6=[0;0;0;0;6;5;1;0]; a_7=[0;0;0;0;0;6;5;1];a_8=[0;0;0;0;0;0;6;5];b=[0;3;1;1;0;4;3;1]; A=[a_1,a_2,a_3,a_4,a_5,a_6,a_7,a_8];D=det(A); X=[]; %空矩阵 for i=1:8 %设计一段程序运行代码进行循环计算 A=[a_1,a_2,a_3,a_4,a_5,a_6,a_7,a_8]; A(:,i)=b;X=[X,det(A)/D]; i=i+1; end format rat,X %规定输出的数值之为分数形式
X= X= -815/68 573/2230 5703/571 155/1043 -5878/1009 527/157 -1575/949
831/1009
2. 作为矩阵方程求解
在 MATLAB 命令窗口中输入如下命令:
>> %把该方程组记为 AX=b，则 X=A\b A=[5,6,0,0,0,0,0,0; 1,5,6,0,0,0,0,0; 0,1,5,6,0,0,0,0; 0,0,1,5,6,0,0,0; 0,0,0,1,5,6,0,0; 0,0,0,0,1,5,6,0; 0,0,0,0,0,1,5,6; 0,0,0,0,0,0,1,5]; b=[0;3;1;1;0;4;3;1]; format rat,X=A\b %规定输出的数值之为分数形式 X= X= -815/68 5703/571 -5878/1009 527/157 -1575/949 831/1009 573/2230 155/1043