线性方程组解的探究
解析几何中的线性方程组

解析几何中的线性方程组线性方程组是解析几何中的重要内容之一,它在代数与几何的融合中扮演着重要的角色。
线性方程组可用于求解平面与空间中的交点、确定线性相关性以及研究平面与空间中的几何性质等问题。
本文将对解析几何中的线性方程组进行详细的解析与讨论。
一、定义与基本概念线性方程组是由一组线性方程组成的方程系统。
通常由变量、系数矩阵与常数项构成。
在解析几何中,线性方程组可以表示为: a1x + b1y + c1z = d1a2x + b2y + c2z = d2a3x + b3y + c3z = d3其中,a1, a2, a3, b1, b2, b3, c1, c2, c3, d1, d2, d3为已知系数与常数项,x, y, z为未知变量。
二、解析几何的线性方程组线性方程组在解析几何中有着广泛的应用。
常见的情况包括平面与平面的相交、线与平面的交点、平面与空间的相交及立体几何中的相关问题等。
1. 平面与平面的相交当两个平面相交时,可以通过线性方程组求解相交点的坐标。
假设有两个平面方程:a1x + b1y + c1z = d1a2x + b2y + c2z = d2可以将两个平面的方程列成线性方程组,通过求解线性方程组即可得到相交点的坐标。
2. 线与平面的交点线与平面的交点也可以通过线性方程组进行求解。
以直线的参数方程或点向式方程表示直线,以平面方程表示平面,将直线的方程与平面的方程列成线性方程组,通过求解该线性方程组可以得到交点的坐标。
3. 平面与空间的相交平面与空间的相交问题较为复杂,但同样可以通过线性方程组进行求解。
将平面的方程与空间中直线的方程列成线性方程组,通过求解线性方程组可以得到相交点的坐标。
4. 线性相关性与几何性质线性方程组的解还可以用于判断向量组在几何中的相关性。
当线性方程组有唯一解时,各个方程代表的平面或直线相交于同一个点;当线性方程组无解时,代表的平面或直线平行或重合;当线性方程组有无穷多解时,代表的平面或直线重合。
线性方程组中的参数和解的存在性

线性方程组中的参数和解的存在性线性方程组是数学中的重要概念,它在各个领域中都有广泛的应用。
在解线性方程组时,参数起着重要的作用。
本文将探讨线性方程组中参数的意义以及解的存在性。
一、参数的意义在线性方程组中,参数是未知数的系数,它们可以取任意实数值。
参数的存在使得方程组的解具有一定的灵活性。
通过改变参数的取值,我们可以得到不同的解,从而得到问题的多个解。
参数的存在也使得方程组的解具有一定的特殊性。
当参数取特定的值时,方程组可能具有特解或无解。
这使得我们可以通过调整参数的取值,来寻找特殊解或判断方程组是否有解。
二、解的存在性解的存在性是解决线性方程组问题的关键。
在研究解的存在性时,我们需要考虑方程组的系数矩阵和增广矩阵。
1. 系数矩阵系数矩阵是由方程组的系数组成的矩阵。
我们可以通过对系数矩阵进行行变换,来判断解的存在性。
当系数矩阵的秩等于方程组的未知数个数时,方程组有唯一解。
这是因为系数矩阵的秩等于方程组的未知数个数意味着方程组的每个方程都是独立的,可以通过高斯消元法得到唯一解。
当系数矩阵的秩小于方程组的未知数个数时,方程组有无穷多解。
这是因为系数矩阵的秩小于方程组的未知数个数意味着方程组的某些方程是线性相关的,可以通过高斯消元法得到自由变量,从而得到无穷多解。
2. 增广矩阵增广矩阵是由方程组的系数矩阵和常数项组成的矩阵。
我们可以通过对增广矩阵进行行变换,来判断解的存在性。
当增广矩阵的秩等于系数矩阵的秩且等于方程组的未知数个数时,方程组有唯一解。
这是因为增广矩阵的秩等于系数矩阵的秩且等于方程组的未知数个数意味着方程组的每个方程都是独立的,可以通过高斯消元法得到唯一解。
当增广矩阵的秩小于系数矩阵的秩时,方程组无解。
这是因为增广矩阵的秩小于系数矩阵的秩意味着方程组的常数项与系数矩阵的线性关系不一致,无法通过高斯消元法得到解。
三、应用举例为了更好地理解参数和解的存在性,我们举一个具体的例子。
考虑以下线性方程组:2x + ay = 53x - y = 2其中a为参数。
线性方程组求解

第三章 线性方程组§1 消元法一、线性方程组的初等变换现在讨论一般线性方程组.所谓一般线性方程组是指形式为⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++sn sn s s 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 22112222212*********,, (1) 的方程组,其中n x x x ,,,21 代表n 个未知量,s 是方程的个数,),,2,1;,,2,1(n j s i a ij ==称为线性方程组的系数,),,2,1(s j b j =称为常数项。
方程组中未知量的个数n 与方程的个数s 不一定相等。
系数ij a 的第一个指标i 表示它在第i 个方程,第二个指标j 表示它是j x 的系数。
所谓方程组(1)的一个解就是指由n 个数n k k k ,,,21 组成的有序数组),,,(21n k k k ,当n x x x ,,,21 分别用n k k k ,,,21 代入后,(1)中每个等式都变成恒等式. 方程组(1)的解的全体称为它的解集合.解方程组实际上就是找出它全部的解,或者说,求出它的解集合。
如果两个方程组有相同的解集合,它们就称为同解的。
显然,如果知道了一个线性方程组的全部系数和常数项,那么这个线性方程组就基本上确定了.确切地说,线性方程组(1)可以用下面的矩阵⎪⎪⎪⎪⎪⎭⎫ ⎝⎛s sns s n n b a a a b a a a b a a a21222221111211 (2) 来表示。
实际上,有了(2)之后,除去代表未知量的文字外线性方程组(1)就确定了,而采用什么文字来代表未知量当然不是实质性的.在中学所学代数里学过用加减消元法和代入消元法解二元、三元线性方程组.实际上,这个方法比用行列式解线性方程组更有普遍性.下面就来介绍如何用一般消元法解一般线性方程组.例如,解方程组⎪⎩⎪⎨⎧=++=++=+-.522,4524,132321321321x x x x x x x x x 第二个方程组减去第一个方程的2倍,第三个方程减去第一个方程,就变成⎪⎩⎪⎨⎧=-=-=+-.42,24,1323232321x x x x x x x 第二个方程减去第三个方程的2倍,把第二第三两个方程的次序互换,即得⎪⎩⎪⎨⎧-==-=+-.6,42,132332321x x x x x x 这样,就容易求出方程组的解为(9,-1,-6).分析一下消元法,不难看出,它实际上是反复地对方程组进行变换,而所用的变换也只是由以下三种基本的变换所构成:1。
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。
线性方程组解题技巧高中数学的基础

线性方程组解题技巧高中数学的基础线性方程组是高中数学中非常重要的一个概念,它在实际问题的解决中起着重要的作用。
在本文中,我们将讨论一些解决线性方程组的技巧和基础知识。
一、线性方程组的定义和形式线性方程组由多个线性方程组成,每个方程都是关于未知数的代数方程。
一般而言,线性方程组的形式可以表示为:a₁₁x₁ + a₁₂x₂ + … + a₁nnn = n₁a₂₁x₁ + a₂₂x₂ + … + a₂nnn = n₂...a n₁x₁ + a n₂x₂ + … + a nnnn = nn其中,nnn和nn分别为已知系数和常数,n₁, n₂, … , nn为未知数。
二、解线性方程组的基本方法解线性方程组的基本方法有三种:代入法、消元法和矩阵法。
1. 代入法代入法是最常用的解线性方程组的方法之一。
它的基本思想是将一个方程中的一个未知数表示为另一个方程中的已知数,并代入到另一个方程中继续求解。
这样可以逐步减少未知数的个数,直到求得所有未知数的值。
例如,我们考虑以下线性方程组:2n + 3n = 73n - n = 4我们可以将第一个方程中的n表示为第二个方程中的已知数n,得到n = (4 + n)/3。
然后将n的值代入第一个方程中,得到2((4 + n)/3) + 3n = 7。
通过求解这个一元方程,我们可以得到n的值,再代入n的值求解n的值。
2. 消元法消元法是解线性方程组的另一种常用方法。
它的基本思想是通过加减运算将线性方程组转化为一个简化的形式,使得其中一些系数为0,从而简化求解过程。
以两个方程的线性方程组为例,我们可以通过乘法和加减运算来达到消元的目的。
具体的步骤如下:Step 1: 将其中一个方程中的一个系数乘以某个数,使其与另一个方程中的相应系数相等。
Step 2: 将两个方程相减,得到一个新的方程,其中某个未知数的系数为0。
Step 3: 根据新的方程求解该未知数的值。
Step 4: 将求得的未知数的值代入原方程组中,逐步求解其他未知数的值。
解析线性方程组中的若干问题
解析线性方程组中的若干问题线性方程组是数学中常见的一类数学问题,指的是一组变量通过一些线性关系式相等或相等的方程组。
这类方程有一个重要特性,它们可以分解成更小的方程组,这样可以利用这些小方程来简化解法,更加准确地求解出这一类方程组中的最佳结果。
本文将重点讨论线性方程组的解决方法,以及如何解决存在多个变量、非线性等情况时的解题思路。
一、解线性方程组的方法线性方程组可以通过消元、矩阵乘法和添加参数等方法求解。
其中,消元法是解决线性方程的一种有效方法,可以将初始方程组变换为两个元素系数的单元线性方程组,并利用消去法逐步解出解,最终获得对应的解。
另一种方法是矩阵乘法,即将原始方程组表示为一个矩阵加上一个常数项,然后按照矩阵乘法的规则求解,从而获得相应的解。
最后,我们可以添加参数,将方程组转化为一个线性参数方程组,以及它的等式约束,利用数值解法解出具体的解。
二、解不同变量和非线性方程组的方法当涉及到不同变量的方程组时,我们可以用分解方法来解决,即将不同变量的方程分解为若干小的线性方程组,再分别解出每一小组方程组的解,最后综合结果求出最后结果。
而当涉及到非线性方程组时,我们可以将它们转化为类似于“三角函数”或“指数函数”等形式,利用解析法求解。
在实际应用中,我们一般会用数值解法结合梯度下降法、拟牛顿法等技术进行求解,以获得更低的时间复杂度和更高的精度。
三、线性方程组的实际应用线性方程组在数学、统计学、计算机科学等领域都有着广泛的应用,比如,在数学建模中,线性方程组的求解可以得到有关系统的稳定性、振荡等深入分析结果;在统计学中,线性方程组的求解可以得出数据型结构,从而进一步探索数据之间的关系等;而在计算机科学中,线性方程组的求解可以用于实现机器学习模型,比如线性回归、逻辑回归等,从而辅助决策等。
此外,在最优化问题中,线性方程组也可以用于求解约束条件下的最优解等。
总之,线性方程组的求解工作具有重要的实用价值,本文通过讨论其解法以及解决不同变量和非线性方程组的方法,以期为大家对线性方程组求解提供一定帮助,从而更加有效地完成相关研究与应用工作。
线性方程组的解法及应用
线性方程组的解法及应用线性方程组是数学中常见的问题,其解法和应用十分广泛。
本文将介绍线性方程组的几种常见解法,并探讨了其在实际应用中的意义和重要性。
一、高斯消元法高斯消元法是解决线性方程组的常见方法之一。
其基本思想是通过一系列的行变换,将线性方程组转化为上三角矩阵或对角矩阵的形式,进而求解未知数。
通过逐行消元和回代过程,可以求得方程组的解。
高斯消元法是一种时间复杂度较低的求解线性方程组的方法,适用于各种规模的问题。
二、矩阵求逆法矩阵求逆法是另一种常见的求解线性方程组的方法。
根据矩阵的定义和性质,可以通过求解系数矩阵的逆矩阵,进而求得线性方程组的解。
这种方法较为简便,尤其适用于方程组的系数矩阵可逆的情况。
然而,由于求逆矩阵的计算复杂度较高,这种方法在处理大规模问题时可能变得不切实际。
三、克莱姆法则克莱姆法则是一种通过行列式的性质求解线性方程组的方法。
根据法则的定义,通过计算系数矩阵和常数矩阵的各个子行列式,可以得到线性方程组的解。
克莱姆法则具有简单的结构和直观的操作步骤,但其计算量较大,仅适用于小规模问题。
以上是几种常见的线性方程组解法,每种方法都有其适用的场景和特点。
在实际应用中,我们根据问题的特点和数据的规模,选择合适的解法以提高计算效率和准确性。
线性方程组求解的应用涉及到众多学科和领域,下面我们将探讨其中几个重要的应用。
四、物理学中的应用线性方程组在物理学中有着广泛的应用。
以力学为例,在分析力学问题中,往往需要通过线性方程组求解物体的运动状态和力的分布。
通过建立合适的力平衡方程和动力学方程,可以将问题转化为线性方程组,并求解得到物体的位移、速度和加速度等关键信息。
这对于理解物体的运动规律和进行工程设计具有重要意义。
五、经济学中的应用线性方程组在经济学中也有广泛的应用。
以宏观经济学为例,经济学家通常会建立一系列的数学模型,通过线性方程组描述经济系统中的供求关系、市场机制和宏观调控等。
通过求解线性方程组,可以得到不同经济指标之间的关系,帮助政策制定者做出科学的决策,推动经济稳定和发展。
线性方程组的解法
线性方程组的解法一、引言线性方程组是数学中的重要概念,广泛应用于各个领域,包括物理学、经济学、工程学等。
解决线性方程组有多种方法,本文将介绍常见的三种解法:高斯消元法、矩阵法和克拉默法。
二、高斯消元法高斯消元法是一种基于矩阵变换的解法,可以将线性方程组转化为简化行阶梯形矩阵,从而快速求解解向量。
具体步骤如下:1. 将线性方程组写成增广矩阵形式;2. 选择一个非零首元,在该列中其余元素乘以某个系数并相减,使得除首元外该列其他元素变为零;3. 重复第二步,直至将矩阵转化为简化行阶梯形矩阵;4. 从简化行阶梯形矩阵中读出解。
三、矩阵法矩阵法是一种基于矩阵运算的解法,将线性方程组转化为矩阵形式,并求解矩阵的逆矩阵,从而得到解向量。
具体步骤如下:1. 将线性方程组写成矩阵形式;2. 求解矩阵的逆矩阵;3. 用逆矩阵乘以等号右边的向量,得到解向量。
四、克拉默法克拉默法是一种利用行列式性质求解线性方程组的方法,适用于方程组个数与未知数个数相等的情况。
具体步骤如下:1. 将线性方程组写成矩阵形式;2. 计算行列式的值;3. 分别用等号右边的向量替换矩阵中对应的列,再求解行列式的值;4. 将第三步得到的值除以第二步得到的值,得到解向量。
五、比较与应用场景1. 高斯消元法在实际计算中具有高效性和稳定性,适用于任意线性方程组求解;2. 矩阵法需要先求解矩阵的逆矩阵,计算过程相对复杂,适用于方程组个数与未知数个数相等的情况;3. 克拉默法计算过程较为复杂,不适用于大规模方程组的求解,但对于小规模方程组求解比较便捷。
六、总结线性方程组的解法有多种,本文介绍了高斯消元法、矩阵法和克拉默法三种常见方法。
应根据具体情况选择合适的方法来求解线性方程组,以达到高效、准确的目的。
对于大规模方程组的计算,高斯消元法更具优势;对于方程组个数与未知数个数相等的情况,矩阵法和克拉默法更适用。
随着数学计算方法的不断发展,越来越多的解法将出现,为解决复杂的线性方程组提供更多选择。
求解线性方程组的方法探究
求解线性方程组的方法探究作者:杨伍梅来源:《新丝路杂志(下旬)》2018年第04期摘要:线性方程组的求解是大学数学中一个非常基础也很重要的问题,它的求解方法多种多样,在具体问题中如何选择合适的方法正确求解尤其重要。
本文对常用的几种方法进行分析探究,分析出每种方法的优越性与局限性,以便学生正确选择。
关键词:线性方程组;克莱姆法则;高斯消元法;Matlab;逆矩阵线性方程组的求解是线性代数这门课程中的一个很重要的基础部分,它的求解方法多种多样,主要有克莱姆法则、逆矩阵法、高斯消元法、Matlab仿真法等[1]。
下面分别介绍每一种方法的使用条件、解题方法、优越性及局限性,以便具体求解过程中选择合适的方法。
一、用克莱姆(Gramer)法则求解线性方程组1.使用条件要求线性方程组中未知量的个数等于方程的个数,且系数行列式的值不等于零[2]。
2.克莱姆法则当线性方程组(1)满足上述条件时,则可写出线性方程组的系数行列式为:4.优越性与局限性用克莱姆法则求解线性方程组时必须满足方程组的未知量的个数等于方程的个数,且系数行列式的值不等于零两个条件,对于二元与三元线性方程组的求解用这种方法比较方便,但对于三元及三元以上的线性方程组的求解时,由于每次需计算n+1个行列式,计算量较大,因此用这种方法求解不太适应。
二、用逆矩阵求解线性方程组1.使用条件与克莱姆法则的条件相同,即要求线性方程组中未知量的个数等于方程的个数,且系数行列式不等于零。
2.思路分析4.优越性与局限性此种方法在思路上比较简单,但牵涉到逆矩阵的求解与矩阵乘法两种非常基础而又比较复杂的运算[5],比较容易出错,往往容易出现一步错而导致步步错,最终无法正确求解。
但如果系数矩阵为正交矩阵时其逆矩阵就是其转置()[6],所以用这种方法求解时比较容易。
三、用高斯(Gauss)消元法求解线性方程组1.使用条件所有的线性方程组都适应,无特殊要求。
4.优越性与局限性利用高斯消元法解线性方程组适应范围广泛且计算较简便,但对于未知量较多或系数较复杂时往往计算量较大,很难直接计算出结果。
- 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)。
1 线性方程组解的探究 摘要: 本文主要介绍了线性方程组解存在的条件以及求线性方程组的几种基本方法。 关键词:线性方程组 克拉默法则 初等变换 可逆矩阵。 Researching on Solution to the Linear Equation System
Abstract :This paper describes the existence of linear equations solving linear equations conditions and several basic methods. Keywords : linear equation Cramer Rule primary transformation reversible matrix
自然科学与工程技术领域与线性方程组有关的问题比较普遍,常遇到许多与线性方程组有关的数学问题,中学数学中的“鸡兔同笼”问题就是一个和线性方程组有关的典型例题。同时,线性方程组也是大学数学研究讨论的重点,线性方程组可以分成未知量个数与方程的个数相等和未知量个数与方程的个数不等两类。掌握其解法对于解决学习生活中经常遇到的线性方程组问题就方便了很多,解基本线性方程组三种常用的处理方法是克拉默法则、消元法和初等变换法,利用矩阵的逆求解也是一种较常用的方法,本文将详细讲述。 1.线性方程组有关内容 1.1 线性方程组主要的表达方式 1) 标准型
mnmnmmnnnnbxaxaxabxaxaxabxaxaxa
22112222212111212111
(1)
2) 矩阵型 2
令nmijaA,),,(21nxxxx,),(21nbbbB,方程组(1)可表述为 BAx (2)
1.2 定义1 线性方程组的初等变换 1) 用一非零的数乘以某一方程; 2) 把一个方程的倍数加到另一个方程; 3) 互换两个方程的位置。 1.3 几个基本的知识 1) 在方程组(2)中,若0B,即0Ax称为齐次线性方程组,若0B称为非齐次线性方程组; 2) 在方程组(2)中,称BAA,为(2)的增广矩阵; 3) 称0Ax为BAx的导出组; 4) 克拉默法则:设A是nn矩阵(即nm),线性方程组BAx,若0A,
则线性方程组有唯一解,且有:ddxddxddxnn,,2211.其中Ad,id是把矩阵A中第i列换成方程组的常数项nbbb,,,21
,所成的矩阵行列式ni,2,1.
5) )(Ar表示矩阵A的秩,即A的极大线性无关组的个数。 2.线性方程组的解 2.1特殊的线性方程组的解法(nm,0A) 这种特殊的线性方程组我们在中学数学中经常遇到,在中学通常用加减消元法或代入消元法来解决它,然而对于这类满足克拉默法则的方程,我们用克拉默法则求解起来更加方便。 例1. 用克拉默法则解非齐次线性方程组
4333235233362324321432143214321xxxxxxxxxxxxxxxx
解:70,70,70,70,704321ddddd , 3
方程组有唯一解:1,1,1,144332211ddxddxddxddx .
2.2 一般的线性方程组的解法 2.2.1 初等变换 对于方程组(1)进行一系列初等变换就变成阶梯形方程组
.00,00,0,,,1222222111212111rrnrnrrrnnrrnnrrddxcxcdxcxcxcdxcxcxcxc
(3) 若(3)中有方程10rd但是01rd,这时不管nxx,1取什么值时上式都不成立。因而(3)无解,故(1)无解,当01rd或者(3)中没有“0=0”时,分为两种情况: 1)nr时梯形方程可化为
.,,2222211212111nnnnnnnndxcdxcxcdxcxcxc
(4)
其中.,2,1,0nicii
有最后一个方程开始,就可以逐次解决了。
2)nr这时梯形方程组可化为
.,,11,2211,222221111,11212111rnrnrrrrrrnnrrrrnnrrrrdxcxcxcdxcxcxcxcdxcxcxcxcxc
(5)
这样给出一组nrxx,,1的值,就能唯一地得出方程组(5)的一组解,这样就可 4
以用nxx,,1r把rrxxx,,21表示出来,这样一组表达式称为方程组(1)的一般解。
其实这个方法也可以用矩阵的形式表示出来
00000000000000cc00ccc0cccc1222221111211rrrnrrnrnr
ddd
d
或者
.222221111211000000000000000cc00ccc0ccccrrnrrnrnr
dd
d
由此我们就能得出如下结论: 在方程组(2)中,若A为nm矩阵,则方程组(2)的情况如下: a) nArAr)()(,方程组(2)有唯一解; b) nArA)()(r,方程组(2)的解有无穷多个; c) )()(ArAr,方程组(2)无解。 在方程组(2)中,若)0,,0,0(,,,21nbbbB,A为nm矩阵,则其解的情况如下: a) nA)(r,方程组0Ax有唯一零解; b) nA)(r,方程组0Ax有无穷多个解,从而有非零解。 5
例2.取什么值时,线性方程组
324622432132121xxxxxxxx
有解,并求其解的一般形式。 解:,1000322101014321032210101224162214101A 因而当=1时,原方程组有解,此时原方程组的一般解为
,,21,1321kxkxkx
其中k为任意常数。 此方程的一般解还可以表示为
.21,13231xxxx
其中3x为自由未知量(即任意常数)。
例3.非齐次线性方程组BAx中未知量的个数为n,方程的个数为m,系数矩阵A的秩为r,则( ) A. nr时,方程组BAx有唯一解 B. mr时,方程组BAx有解 C. nr时,方程组BAx有无穷多解 D. nm时,方程组BAx有唯一解 解: 因为A为nm矩阵,1nmA是矩阵,当mr时,必有mArAr)()(,故方程组BAx一定有解,所以选B.
2.2.2 逆矩阵法 定理1 : 设矩阵A可逆,则矩阵方程BAX有解,并且把矩阵A,B合成分块矩阵),(BA,对这个矩阵施行初等行变换,当A化为单位矩阵I时, B就化成了X. 6
证明:设有矩阵方程BAX,其中矩阵A可逆,则有BAX1,显然又有AAI1,所以对分块块矩阵),(BA,就得到),(),1BAAXI(.
因为A可逆,故1A也可逆,所以1A可以表示为一系列初等矩阵SQQQ,,,21的
乘积: 121QQQAS,因而我们得到),(),(121XIBAQQQAS
.
以上等式表明: 若对分块矩阵),(BA施行初等行变换,当左边的A化为单位矩阵I 时,右边的B就会化成BAX1,即BAIBA1,,行,定理得证①。 应用此定理应如何求解齐次线性方程组:先求出(1)的系数矩阵A的秩r,再取A
中某个不为零的r阶子式D所在的r个方程组成的方程组,然后把与D的元素相应的未知量当作未知量,而将其余的rn个未知量当作参数移到方程的另一边,就得到了形如BAX的矩阵方程,即可用定理1 的方法求解。 例4.解齐次线性方程组
03270161311402332075434321432143214321xxxxxxxxxxxxxxxx
解:0000000020-1917-098-71312-71613-1142-33-275-43行变换A 42)()(ArAr, 因而线性方程组有无穷多个解,且017071D,所以原方程组与方程
4324321201917987xxxxxxx
同解
① 黄月兰.谈用逆矩阵的方法求解线性方程组[J],《南宁师范高等专科学报》,2001年第三期.