第二章,用矩阵解线性方程组,01-高斯消元法

玩转线性代数的笔记

行列式的局限

超定方程组与欠定方程组

有两种情况不能使用行列式来解

  1. 线性方程组的方程个数m多于未知数个数n,称为超定方程组
  2. 相反,方程个数m少于未知数个数n,称为欠定方程组,其中可任意取值的变量称为自由未知量,有通解,无穷多解,依赖于自由未知量的未知量称为基本未知量,一般设首非零元所对应变量为基本未知量,其它为自由未知量。
  3. m=n,有唯一解

消元法与同解变换

消元法

用一个更易求解的线性方程组代替原线性方程组,例见原文
变换类型:

  1. 交换 交换两个方程的位置
  2. 数乘 将其中一个方程乘以一个不为零的常数
  3. 倍加 将任一方程的倍数加到另一个方程上

同解变换

上述三种变换都是可逆的,所以原方程组的解都是新方程组的解,变换前后的方程组是同解的,因此三种变换都称为同解变换

等价

两个方程组解集相同,就称两个方程组等价

矩阵的定义

线性方程组消元变换过程只有系数和常数项参与运算,消元过程就是将左下方的数字化为零的过程,操作完成后加上未知数和相关符号就成为一个新的线性方程组。
将系数与常数取出,就成为矩阵

矩阵

定义
m × n m×n m×n个数 a i j ( i = 1 , 2 , . . . , m ; j = 1 , 2 , . . . , n ) 排 成 的 m 行 n 列 的 二 维 数 表 a_{ij}(i=1,2,...,m;j=1,2,...,n)排成的m行n列的二维数表 aij(i=1,2,...,m;j=1,2,...,n)mn
a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋮ ⋮ a m 1 a m 2 ⋯ a m n \begin{matrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & \vdots & \vdots \\ a_{m1} & a_{m2} & \cdots & a_{mn} \end{matrix} a11a21am1a12a22am2a1na2namn
称为m行n列矩阵,简称m*n矩阵,用大写字母 A , B ⋯ A,B\cdots A,B表示,记作
A = ( a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋮ ⋮ a m 1 a m 2 ⋯ a m n ) A=\begin{pmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & \vdots & \vdots \\ a_{m1} & a_{m2} & \cdots & a_{mn} \end{pmatrix} A=a11a21am1a12a22am2a1na2namn
矩阵A也可以写作 ( a i j ) (a_{ij}) (aij),或 ( a i j ) m × n (a_{ij})_{m×n} (aij)m×n A m × n A_{m×n} Am×n

元素、行标和列标

a i j ( i = 1 , 2 , . . . , m ; j = 1 , 2 , . . . , n ) a_{ij}(i=1,2,...,m;j=1,2,...,n) aij(i=1,2,...,m;j=1,2,...,n)称为矩阵A的元素或元, i 和 j i和j ij分别称为行标和列标。

行/列矩阵(行/列向量)

只有一行/列的矩阵称为行/列矩阵或行/列向量,记为
A = ( a 1 a 2 ⋮ a n ) A=\begin{pmatrix} a_{1} \\ a_{2} \\ \vdots\\ a_{n} \end{pmatrix} A=a1a2an

方阵

行数和列数都是n的矩阵称为n阶矩阵或n阶方阵。

( a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 ) \begin{pmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{pmatrix} a11a21a31a12a22a32a13a23a33是一个三阶方阵。

零矩阵和零向量

元素都为0的矩阵称为零矩阵;元素都为0的向量称为0向量

线性方程组的系数矩阵和增广矩阵

对线性方程组
{ a 11 x 1 + a 12 x 2 + ⋯ + a 1 n x n = b 1 a 21 x 1 + a 22 x 2 + ⋯ + a 2 n x n = b 2 ⋯ a n 1 x 1 + a n 2 x 2 + ⋯ + a n n x n = b n \begin{cases} a_{11}x_1+a_{12}x_2+\cdots+a_{1n} x_n=b_1\\ a_{21}x_1+a_{22}x_2+\cdots+a_{2n} x_n=b_2 \\ \cdots \\ a_{n1}x_1+a_{n2}x_2+\cdots+a_{nn} x_n=b_n \end{cases} a11x1+a12x2++a1nxn=b1a21x1+a22x2++a2nxn=b2an1x1+an2x2++annxn=bn

A = ( a 11 ⋯ a 1 n ⋮ ⋱ ⋮ a m 1 ⋯ a m n ) A=\begin{pmatrix} a_{11} & \cdots & a_{1n} \\ \vdots & \ddots & \vdots \\ a_{m1} & \cdots & a_{mn} \end{pmatrix} A=a11am1a1namn
系数矩阵 X = ( x 1 x 2 ⋮ x n ) X=\begin{pmatrix} x_{1} \\ x_{2} \\ \vdots\\ x_{n} \end{pmatrix} X=x1x2xn未知数矩阵(向量), b = ( b 1 b 2 ⋮ b n ) b=\begin{pmatrix} b_{1} \\ b_{2} \\ \vdots\\ b_{n} \end{pmatrix} b=b1b2bn为方程组的常数项矩阵(向量)。记 B = ( A ∣ b ) = ( a 11 ⋯ a 1 n b 1 ⋮ ⋱ ⋮ ⋮ a m 1 ⋯ a m n b m ) B=(A|b)=\begin{pmatrix} a_{11} & \cdots & a_{1n} & b_1\\ \vdots & \ddots & \vdots & \vdots \\ a_{m1} & \cdots & a_{mn} &b_m \end{pmatrix} B=(Ab)=a11am1a1namnb1bm增广矩阵

矩阵解方程组

同解变换即是对增广矩阵进行三种行变换(例见原文),而不用写出未知数

初等行变换与高斯消元法

初等行变换

以下三种矩阵变换称为初等行变换:

  1. (对换)把两行对换,如对换第i行和第j列,记作 r i ↔ r j r_i \leftrightarrow r_j rirj;
  2. (数乘)以非零实数乘以某行,如第i行乘以k,记作 r i × k r_i×k ri×k;
  3. (倍加)把某一行的k倍加到另一行上,如将第i行的k倍加到第j行上,记作 r j + k r i r_j+kr_i rj+kri.

行阶梯形矩阵

满足以下条件:

  1. 零行(元素全为零的行)位于矩阵的下方,if any.
  2. 各非零行的首非零元(从左至右的一个不为零的元素)的列标随着行标的增大面严格增大。

高斯消元法

以上利用矩阵初等行变换求解线性方程组的方法叫做高斯消元法

猜你喜欢

转载自blog.csdn.net/qq_17065591/article/details/108876594
今日推荐