浅谈解线性方程组的方法

合集下载

线性方程组的几种求解方法

线性方程组的几种求解方法

线性方程组的几种解法线性方程组形式如下:常记为矩阵形式其中一、高斯消元法高斯(Gauss)消元法的基本思想是:通过一系列的加减消元运算,也就是代数中的加减消去法,将方程组化为上三角矩阵;然后,再逐一回代求解出x向量。

现举例说明如下:(一)消元过程第一步:将(1)/3使x1的系数化为1 得再将(2)、(3)式中x1的系数都化为零,即由(2)-2×(1)(1)得由(3)-4×(1)(1)得)1(32)2(......3432=+xx)1(321)1(......23132=++xxx第二步:将(2)(1)除以2/3,使x 2系数化为1,得再将(3)(1)式中x 2系数化为零,即 由(3)(1)-(-14/3)*(2)(2),得第三步:将(3)(2)除以18/3,使x 3系数化为1,得经消元后,得到如下三角代数方程组:(二)回代过程由(3)(3)得 x 3=1, 将x 3代入(2)(2)得x 2=-2, 将x 2 、x 3代入(1)(1)得x 2=1 所以,本题解为[x]=[1,2,-1]T(三)、用矩阵演示进行消元过程第一步: 先将方程写成增广矩阵的形式第二步:然后对矩阵进行初等行变换初等行变换包含如下操作(1) 将某行同乘或同除一个非零实数(2) 将某行加入到另一行 (3) 将任意两行互换第三步:将增广矩阵变换成上三角矩阵,即主对角线全为1,左下三角矩阵全为0,形)3(3)3(......1-=x )2(3)3( (63)18-=x )2(32)2(......02=+x x )1(32)3( (63)10314-=--x x示例:(四)高斯消元的公式综合以上讨论,不难看出,高斯消元法解方程组的公式为1.消元(1)令a ij(1) = a ij , (i,j=1,2,3,…,n)b i(1) =b i , (i=1,2,3,…,n)(2)对k=1到n-1,若a kk(k)≠0,进行l ik = a ik(k) / a kk(k) , (i=k+1,k+2,…,n)a ij(k+1) = a ij(k) - l ik * a kj(k), (i,j= k+1,k+2,…,n)b i(k+1) = b i(k) - l ik * b k(k), (i= k+1,k+2,…,n)2.回代若a nn(n) ≠0x n = b n(n) / a nn(n)x i = (b i(i) – sgm(a ij(i) * x j)/- a ii(i),(i = n-1,n-2,…,1),( j = i+1,i+2,…,n )(五)高斯消元法的条件消元过程要求a ii(i) ≠0 (i=1,2,…,n),回代过程则进一步要求a nn(n) ≠0,但就方程组Ax=b 讲,a ii(i)是否等于0时无法事先看出来的。

线性方程组的求解方法详解

线性方程组的求解方法详解

线性方程组的求解方法详解在数学中,线性方程组是求解多元一次方程组的一种重要方法。

它在各种科学领域中都有广泛的应用。

本文将详细介绍线性方程组的求解方法,包括高斯消元法、LU分解法和Jacobi迭代法。

一、高斯消元法高斯消元法是求解线性方程组最常用的方法之一。

它基于矩阵的基本变换,通过不断变形将线性方程组转化成行最简形式。

具体步骤如下:1. 将增广矩阵写为(A|B)的形式,其中A为系数矩阵,B为常数向量。

2. 先将系数矩阵化为上三角矩阵。

从第一行开始,每一行都使用该行的第一个元素除以它下面的元素,将其所在列下面的所有元素消为0。

这个过程称为消元。

3. 接着,再将上三角矩阵转化为行最简形式。

从最后一行开始,每一行都使用该行的第一个非零元素除以它上面的元素,将其所在列上面的所有元素都消为0。

4. 通过以上变换,线性方程组的解就可以直接读出。

具体来说,最后一行所对应的方程是一个单变量方程,规定该变量的解为该方程的解,再逐步回代到前面的方程中求解其他变量即可。

高斯消元法的优点是计算量比较小,而且对于系数矩阵满秩的情况,它的解决效率极高。

但是,当系数矩阵有多个零行或行向量是另一行向量的倍数时,高斯消元法就会出现退化的情况,此时需要通过其他方法进行求解。

二、LU分解法LU分解法是一种比高斯消元法更加高效的求解线性方程组的方法。

它基于矩阵的分解,将系数矩阵分解为一个下三角矩阵和一个上三角矩阵的乘积形式。

具体步骤如下:1. 将增广矩阵写为(A|B)的形式,其中A为系数矩阵,B为常数向量。

2. 通过高斯消元法将系数矩阵化为一个上三角矩阵U和一个下三角矩阵L的乘积形式,即A=LU。

3. 将线性方程组转化为LY=B和UX=Y的两个方程组,其中L 和U是A的三角分解矩阵。

4. 先解LY=B,得到向量Y。

再解UX=Y,便得到线性方程组的解。

相对于高斯消元法,LU分解法的计算量更小,尤其是当多次求解同一个系数矩阵时,LU分解法可以提高计算效率。

线性方程组的解法

线性方程组的解法

线性方程组的解法线性方程组是数学中一种重要的数学模型,它描述了线性关系的集合。

解决线性方程组的问题在数学和应用数学中具有广泛的应用。

本文将介绍线性方程组的两种常见解法:矩阵消元法和矩阵求逆法。

一、矩阵消元法矩阵消元法是解决线性方程组的常见方法之一。

它通过对增广矩阵进行一系列的行变换来化简线性方程组,最终达到求解方程组的目的。

步骤如下:1. 将线性方程组写成增广矩阵的形式。

2. 选取主元,即第一行第一列的元素作为主元,将主元移到对角线上。

3. 利用主元,通过一系列的行变换,将主元下方的元素化为零。

4. 对于主元右方的元素,依次选取主元,重复第2、3步,将其化为零。

5. 重复以上步骤,直到将矩阵化为上三角矩阵。

6. 反向求解未知数,得到线性方程组的解。

这种方法的优点是简单易行,适用于任意大小的线性方程组。

然而,该方法在某些情况下可能会出现无法求解的情况,例如矩阵的某一行全为零或等于其他行。

二、矩阵求逆法矩阵求逆法是另一种常见的解决线性方程组的方法。

该方法利用矩阵的逆矩阵,通过左乘逆矩阵将线性方程组转化为标准形式,从而求解未知数。

步骤如下:1. 将线性方程组写成矩阵形式:AX = B,其中A为系数矩阵,X为未知数向量,B为常数向量。

2. 判断系数矩阵A是否可逆,若可逆,则存在逆矩阵A^-1。

3. 左乘逆矩阵A^-1,得到X = A^-1 * B。

4. 计算逆矩阵A^-1和常数向量B的乘积,得到未知数向量X,即线性方程组的解。

矩阵求逆法相较于矩阵消元法更加灵活,但对于大规模矩阵的求逆可能会涉及到较复杂的计算。

此外,在某些情况下,系数矩阵A可能不存在逆矩阵,此时该方法无法求解。

总结线性方程组是数学领域中研究的重要课题,矩阵消元法和矩阵求逆法都是常见的解决线性方程组的方法。

选择合适的解法取决于问题的具体要求和所涉及的矩阵特性。

在实际问题中,我们根据具体情况选择适当的方法,以求得线性方程组的解。

注:本文中所使用的线性方程组解法仅涵盖了部分常见方法,并不是穷尽全部解法。

线性方程组的解法

线性方程组的解法

线性方程组的解法线性方程组是数学中的重要概念,广泛应用于各个领域。

解决线性方程组可以帮助我们求解未知数的值,解释不同变量之间的关系。

本文将介绍线性方程组的解法,包括高斯消元法和矩阵法。

一、高斯消元法高斯消元法是解决线性方程组的一种常见方法。

它通过逐步操作将方程组转化为一种更容易求解的形式。

下面以一个三元一次方程组为例进行说明:方程组1:2x + 3y - z = 63x + 2y + 2z = 5x - 2y + z = 0首先,将方程组写成增广矩阵的形式:[2 3 -1 | 6][3 2 2 | 5][1 -2 1 | 0]然后,通过初等行变换,将增广矩阵化简成上三角矩阵的形式。

具体步骤如下:1. 将第一行乘以3,将第二行乘以2,分别得到新的第一行和第二行。

[6 9 -3 | 18][6 4 4 | 10][1 -2 1 | 0]2. 将第二行减去第一行,将第三行减去第一行,分别得到新的第二行和第三行。

[6 9 -3 | 18][0 -5 7 | -8][1 -2 1 | 0]3. 将第二行除以-5,得到新的第二行。

[6 9 -3 | 18][0 1 -7/5 | 8/5][1 -2 1 | 0]4. 将第一行减去9倍的第二行,得到新的第一行。

[6 0 48/5 | -72/5][0 1 -7/5 | 8/5][1 -2 1 | 0]5. 将第一行除以6,得到新的第一行。

[1 0 8/5 | -12/5][0 1 -7/5 | 8/5][1 -2 1 | 0]至此,我们得到了一个上三角矩阵。

接下来,通过回代来求解变量的值。

1. 由最后一行我们可以得到 z = 0。

2. 将 z = 0 代入到第一行和第二行,可以得到:x + 8/5 = -12/5,即 x = -4;y - 7/5 = 8/5,即 y = 3。

所以,原始方程组的解为 x = -4,y = 3,z = 0。

二、矩阵法除了高斯消元法,我们还可以使用矩阵法来解决线性方程组。

线性方程组的解法与应用

线性方程组的解法与应用

线性方程组的解法与应用在数学中,线性方程组是由若干个线性方程组成的方程组,它是研究线性代数的基础。

线性方程组的解法和应用非常广泛,可以用于解决实际生活和工作中的各种问题。

本文将介绍线性方程组的解法以及一些应用案例。

一、线性方程组的解法线性方程组的解法主要有三种:图解法、代入法和消元法。

下面将详细介绍这三种方法。

1. 图解法图解法是线性方程组最直观的解法之一。

通过在坐标系中画出方程组表示的直线或者平面,可以确定方程组的解。

举个例子,考虑一个包含两个未知数的线性方程组:方程一:2x + 3y = 7方程二:4x - y = 1我们可以将方程一化简为 y = (7 - 2x) / 3,方程二化简为 y = 4x - 1。

然后在坐标系中画出这两条直线,它们的交点即为方程组的解。

2. 代入法代入法是一种逐步代入的解法。

通过将已知的某个变量表达式代入到另一个方程中,逐步求解未知数的值。

仍以前述的线性方程组为例,我们可以将方程二中的 y 替换为 (7 - 2x) / 3,代入方程一中:2x + 3((7 - 2x) / 3) = 7通过化简方程,我们可以得到 x 的值,然后再将 x 的值代入到方程二中,求出 y 的值。

3. 消元法消元法是一种通过不断消去未知数来求解方程组的解法。

通过变换或者利用消元的规律,将方程组转化为更简单的形式,从而获得解。

考虑一个包含三个未知数的线性方程组为例:方程一:2x + 3y - z = 10方程二:4x - y + z = 2方程三:x + 2y + z = 3可以使用消元法将这个方程组转化为上三角形式,即方程组的右上方是零。

通过对方程组进行一系列的变换,可以得到转化后的方程组:方程一:2x + 3y - z = 10方程二:-7y + 5z = -18方程三:4y + 5z = -1一旦方程组转化为上三角形式,可以通过回代法依次求解未知数。

二、线性方程组的应用线性方程组的求解方法在现实生活中有着广泛的应用。

线性方程组求解及应用

线性方程组求解及应用

线性方程组求解及应用线性方程组是高中数学中的重要内容,对于解题能力的培养和数学思维的发展有着重要的作用。

本文将介绍线性方程组求解的基本方法,并举例说明其在实际问题中的应用。

线性方程组是由若干个线性方程组成的方程组,其中每个方程的未知数的最高次都是1,即形如ax + by = c的方程。

线性方程组的求解可以通过消元法、代入法和矩阵法等方法来进行。

1. 消元法消元法是求解线性方程组最常用的方法之一。

它的基本思想是通过变换线性方程组的等价方程组,使未知数的系数满足一定的要求,从而简化求解过程。

具体步骤如下:(1)将线性方程组写成增广矩阵形式,即将线性方程组的系数矩阵和常数矩阵合并成一个增广矩阵。

(2)通过行变换将增广矩阵化为行简化阶梯形矩阵。

(3)根据行简化阶梯形矩阵求解出未知数的值。

2. 代入法代入法是另一种常用的线性方程组求解方法。

它的基本思想是将一个方程中的一个未知数表示成其他未知数的函数,然后代入到另一个方程中,通过解得的未知数值逐步代入,最终求解出所有未知数的值。

(1)选取一个方程,将其中的一个未知数表示成其他未知数的函数。

(2)将该函数代入到另一个方程中,得到一个只含有一个未知数的方程。

(3)解得该未知数的值,并代入回第一步中的函数中,求解出其他未知数的值。

3. 矩阵法矩阵法是一种基于线性代数的求解方法,通过将线性方程组的系数矩阵和常数矩阵相乘,将方程组转化为矩阵的乘法运算。

然后通过矩阵的性质和运算规则,求解出未知数的值。

1. 物理应用线性方程组可以用来描述物理现象中的平衡条件、运动轨迹和力的分解等问题。

用线性方程组来解决力的平衡问题、物体的运动轨迹问题等。

2. 经济应用线性方程组在经济学中有着广泛的应用,可以用来描述生产、消费、利润等经济现象。

用线性方程组来解决生产成本最小化、利润最大化等最优化问题。

3. 工程应用线性方程组在工程学中的应用非常广泛,可以用来解决电路分析、结构力学和流体力学等问题。

线性方程组的解法

线性方程组的解法

线性方程组的解法作为一个线性代数主题,线性方程组的解法是一个非常重要的领域。

在本文中,我们将介绍几种解决线性方程组问题的方法。

我们将从初等变换、高斯消元法、矩阵展开式等几个方面来深入探讨。

一、初等变换初等变换往往是解决线性方程组问题的起点。

我们可以对方程组进行一些基本的操作来得到一个简化的等价方程组,从而方便我们去寻找方程组的解,初等变换主要包括三种操作:1.交换方程组中的两个方程的位置。

2.将某个方程的倍数加到另一个方程上。

3.用一个非零常数来乘某个方程。

执行初等变换时,我们必须记住每个变换对解x的影响。

在交换方程x 和y 的位置时,它们的解不变,而在加上一只方程的某个倍数时,系数矩阵和右侧向量也会随之改变,但解不变。

用一个非零常数乘以方程只会改变右侧向量,同时系数矩阵也会改变。

二、高斯消元法高斯消元法是解决线性方程组问题的另一种方法。

该方法通过使用矩阵增广形式来解决线性方程组问题。

具体步骤如下:1. 将线性方程组写成增广矩阵的形式,其中右侧向量位于最后一列。

2. 使用初等变换来将增广矩阵化为行梯阵形式。

行梯阵是矩阵的形式,其中每一行从左侧开始的第一个非零元素称为主元(pivot),每个主元下方的元素均为零。

3. 从最后一行开始,使用回带算法来求得线性方程组的解。

高斯消元法对于小规模的线性方程组可以轻松解决。

但是,在大规模问题上,该方法可能会产生误差或需要很长时间才能找到解决方案。

三、克拉默法则克拉默法则是解决线性方程组问题的第三种方法。

该方法的关键在于将解决方案表示为每个未知数的一个比值。

这个比值是通过计算每个未知数对其余所有未知数的系数行列式比率而得到的。

这个方法的好处在于消去解方程组所需要的系数矩阵增广形式和行梯阵形式的需要。

但是,如果有许多未知数,计算每个比率可能会非常繁琐。

另外,如果有两个或更多个未知数系数具有相同的值,则克拉默法则计算行列式比率会失败。

四、矩阵展开式最后,我们来看一下使用矩阵展开式来解决线性方程组问题的方法。

线性方程组的解

线性方程组的解

线性方程组的解线性方程组是高中数学中的重要知识点,也是解决实际问题的有力工具。

在此,我将为大家介绍线性方程组的概念和解法,并辅以例题和实际应用,帮助大家更好地理解和运用线性方程组。

一、线性方程组的概念和解法1. 线性方程组的定义线性方程组是由一组线性方程所组成的方程体系,其形式可以表示为:\[\begin{cases}a_{11}x_1 + a_{12}x_2 + \ldots + a_{1n}x_n = b_1 \\ a_{21}x_2 + a_{22}x_2 + \ldots + a_{2n}x_n = b_2 \\ \ldots \\ a_{m1}x_1 + a_{m2}x_2 + \ldots + a_{mn}x_n = b_m\end{cases}\]其中,\(x_1, x_2, \ldots, x_n\)是未知数,\(a_{ij}\)和\(b_i\)是已知系数。

2. 解的定义解是指满足线性方程组中所有方程同时成立的数的组合。

3. 解的分类根据未知数的个数和方程组的性质,可以将线性方程组的解分为无解、有唯一解和有无穷多解三种情况。

- 无解:当线性方程组中的方程之间存在矛盾时,方程组无解。

- 有唯一解:当线性方程组中的方程数目等于未知数个数,并且方程组没有冗余方程时,方程组有唯一解。

- 有无穷多解:当线性方程组的方程个数小于未知数个数或者方程组中的方程可以通过其他方程表示时,方程组有无穷多解。

二、解线性方程组的方法1. 列主元的高斯消元法列主元的高斯消元法是求解线性方程组的一种常用方法。

步骤如下:(1)将线性方程组写成增广矩阵的形式。

\[\begin{bmatrix}a_{11} & a_{12} & \ldots & a_{1n} & | & b_1 \\a_{21} & a_{22} & \ldots & a_{2n} & | & b_2 \\ \ldots \\ a_{m1} & a_{m2} & \ldots & a_{mn} & | & b_m \end{bmatrix}\](2)找到第一个主元(即第一行中不为零的元素),如果没有非零主元,则方程组无解。

  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)。

云南民族大学学报:自然科学版,2013,21(S1):82—86 doi:10.3969/j.issn.1672—8513.2013.S1.021 CN 53一l192/N ISSN 1672—85l3 

http://xb.ynni.edu.on 

浅谈解线性方程组的方法 鲁翠仙,李天荣 (临沧师范高等专科学校数理系,云南临沧677099) 

摘要:线性方程组的求解是代数学的一个重要组成部分,广泛应用于数学与其它科学领域,许多 复杂的方程都可以转化为线性方程.总结线性方程组求解的一些基本方法,同时对每个方法都通 过实例给出了详细的说明. 关键词:Excel;线性方程组;解线性方程组;方法 中图分类号:0 151.2 文献标志码:A 文章编号:1672—8513(2013)S1—0082—05 

Discussion of the method for solving linear equations LU Cui—xian,LI Tian—rong (Science Department of Lincang Teachers College,Lincang 677099,China) Abstract:Solving the linear equations is an important part of algebra,which is widely used in mathematics and other fields of science,many complicated equation can be transformed into linear equation.In this paper,some basic methods for solving the linear equations are discussed and summarized,meanwhile,the detailed instructions are given through some examples for each method. Key words:Excel;linear equations;solving linear equations;method 

高斯消元法是一种古老的方法,其实质上是对线性方程组施行初等行变换从而消去未知量.该方法以数 学家卡尔・高斯命名,但最早出现于中国古籍《九章算术》,成书于约公元前150年.在西方,线性方程组的 研究是在17世纪后期由莱布尼茨开创的,他曾研究含2个未知量的3个线性方程组组成的方程组.克莱姆 18世纪上半叶研究了具有2、3、4个未知量的线性方程组,得到现在的克莱姆法则.18世纪下半叶,法国数学 家贝祖对线性方程组理论进行了一系列研究,得到了n个方程n元齐次线性方程组有非零解的充分必要条 件是它的系数行列式等于零.19世纪,英国数学家史密斯和道奇森继续研究线性方程组的理论,前者引进了 方程组的增广矩阵和非增广矩阵的概恋,后者证明了个n未知量 个方程组相容的充要条件是系数矩阵和 增广矩阵的秩相同,这正是现代方程组理论的重要成果之一.大量的科学技术问题,最终往往归结为解线性 方程组,现在,线性方程组的数值解法在计算数学中占有重要地位.线性方程组可以分成2类,一类是未知量 个数与方程的个数相等,另一类是未知量个数与方程的个数不等,我们都可以采用消元法,对于前一个特殊 的线性方程组我们还可以采用克莱姆法则. 

1用高斯消元法解线性方程组 高斯消去法,实际上就是我们俗称的加减消元法,数学上,高斯一约当消去法,由高斯和约当得名(很多 人将高斯消元法作为完整的高斯一约当消去的前半部分),它是线性代数中的一个算法.用高斯消元法求解 任意多个方程任意多个未知数的线性方程组,其思想方法是自上而下依次减少方程组中各方程中未知数的 个数,使之成为阶梯形方程组,这样做其实是施行了一系列的变换,这些变换包括: 1)把一个方程的倍数加到另一个方程上; 

收稿日期:2012—12—25. 作者简介:鲁翠仙(1980一),女,硕士研究生,讲师.主要研究方向:代数与计算方法 鲁翠仙,李天荣:浅谈解线性方程组的方法 83 2)互换两个方程的位置; 3)用一个非零的数乘某个方程的两边. 这3种变换称为线性方程组的初等变换,经过初等变换,把原有方程组变为阶梯形方程组,然后去解阶 梯形方程组(从最后1个方程开始,逐次往上解),求得的解就是原方程组的解. 

例1求此线性方程组 1+3x2+ 3+2x4=4 3x  ̄】+一4x5 2,++24x 3,-+3x 4d:=611的解. 一 1—5 2+4戈3+ 4=1 。 。 2x1+7x2-I- 3—6x4=一5 分析:从线性方程组中可以我们看出此方程组含有4个未知量,我们要设法消去其中的3个未知量,最 后剩下1个未知量,那么就可以求出剩下未知量的值,把所求得未知量的解逐次往上代入经初等变换所得的 简化阶梯形方程组中,就可以依次求出剩下3个未知量的值,求得的解就是原方程组的解.今后我们用记号 “②+①.(一3)”表示把方程组的第1个方程的(一3)倍加到第2个方程上;用记号“(②,④)”表示把方程 组的第2、4个方程互换位置;用记号④×c表示用非零数c乘第4个方程. 

解: 1 4-3x2-I- 3-I-2x4=4 3 1+4X 2+2x.3-3x4 6 (1) 一 1—5 2+4 3+ 4=11 

2 1+7 2+ 3—6x4=一5 

②+①(一3) ③+①・1 ④+①・(一2) 

! ! ③+②・2 ④+②・5 

④+③・2 

1+3x2+ 3+2x4=4 —5x2一 3—9x4=一6 —2 2+5 3+3x4=15 2一 3—10x4;一13 

1 4-3x2+ 3+2x4=4 2一 3—10x4=一13 —2 2+5 3+3x4=15 

—5 2一 3—9x4=一6 

f 1十3x2十 3十2x4=4 一.

7C3—10x4=一l3 

3x3—17x4=一11 

—6x3—59x4=一71 1+3x2+ 3+2x4=4 X2一 3—10 4=一l3 (2) 3x3—17x4=一11 

—93x =一93 方程组(2)的最后一个方程含未知量 的一次方程,由此得, =1.然后往回代入(2)的第3,2,1个方 程,相继求得, ,=2, =一1, =3.于是得到(3,一1,2,1)是原方程组(1)的唯一一个解. 

2用克拉默法则解线性方程组 克莱姆法则:n个方程的n元线性方程组,如果它的系数行列式lA I≠0,则它有唯一解;如果它的系数行 列式IA I--=0,则它无解或者有无穷多个解. 个方程的n元线性方程组的系数行列式J I≠0时,它的唯一解 

是( , ,…, ),其中lA I是方程组的系数行列式,并且 云南民族大学学报(自然科学版) 第21卷 B I= 例2用克拉默则解线性方程组 

A l= =一 B 1= B,l= 2 1 1 —3 0 2 1 4 —5 13 —1 2 —7 12 8 1 9 —3 —5 2 0 4 2 1 1 —3 0 2 l 4 2 1+ 2—5 3+ 4=8 1—3x2—6x4=9 2x2一 3+2x4 一5 1+4x2—7x3+6x4=0 —5 1 0 —6 一l 2 —7 6 —5 1 0 —6 一l 2 —7 6 8 l 9 —6 —5 2 0 6 ①+②・(一2) ④一② 0 7 —5 13 1 —3 0 —6 0 2 2 2 0 7 7 12 二;二2 l=27≠。 =81,l B 1= 2 8 1 9 0 —5 1 O =一27,l B l= 2 1 1 —3 O 2 l 4 —5 1 0 —6 —1 2 

—7 6 

5 8 0 9 —1 —5 

—7 0 

=一108. =27, l B1 l 81 l曰2 l 一108 . 1 3 l 一27 , I 4 I 27 , 可 -j 可 一 铲可 百一l' 可 ・ 

克拉默法则有如下特点: 1)线性方程组的个数与未知量的个数必须相同,但一般线性方程组并非如此. 2)对于齐次线性方程组永远有解,其解仅有2种情况:要么有唯一零解,要么有无穷多个非零解,因此 克拉默法则用于齐次线性方程组时,有着重要的理论价值,很多的命题需要用它来证明. 3)非齐次线性方程组的解有3种情况:无解、有唯一解、有无穷多解,但克拉默法则只适应于有唯一解 (系数行列式不等于零)的情形,且计算量大,所以用克拉默法则解线性方程组具有局限性,而任何一个线性 方程组的增广矩阵都可以通过初等变换变成阶梯型矩阵,从而可以判定原方程组是否有解,再有解的情况 下,就可以很容易求其解.因此可以用矩阵初等变换来求解任何一个线性方程组. 

3用矩阵初等变换解线性方程组 矩阵的初等变换在高等代数、线性代数以及初等数论中具有广泛应用,主要依据是矩阵的初等变换在变 换前后保持矩阵的秩不变.矩阵的初等变换包括初等行变换和初等列变换.下面所探究的是用矩阵的初等行 变换解线性方程.解任何一个矩阵都能经过一系列初等变换化成阶梯形矩阵,并且能进一步用初等变换化成 简化行阶梯形矩阵.在解线性方程组时,把它的增广矩阵经过初等行变换化成简化阶梯形矩阵,行简化阶梯 

+ + + , J J 1 2 n 口 1 2 n 6 6 6 一 一 一 , J , ㈨

相关文档
最新文档