线性代数 - 线性方程组的原始解法(高斯消元法)

线性代数 - 线性方程组的原始解法(高斯消元法)

flyfish

线性方程组

方程组:{2x1+x2+x3=1(1)4x1+3x2+3x3=2(2)8x1+7x2+9x3=6(3)即 Ax=b, A=[211433879], b=[126] \text{方程组:}\begin{cases} 2x_1 + x_2 + x_3 = 1 \quad (1) \\ 4x_1 + 3x_2 + 3x_3 = 2 \quad (2) \\ 8x_1 + 7x_2 + 9x_3 = 6 \quad (3) \end{cases} \quad \text{即}\ \mathbf{Ax}=\mathbf{b},\ \mathbf{A}=\begin{bmatrix}2&1&1\\4&3&3\\8&7&9\end{bmatrix},\ \mathbf{b}=\begin{bmatrix}1\\2\\6\end{bmatrix} 方程组:⎩ ⎨ ⎧2x1+x2+x3=1(1)4x1+3x2+3x3=2(2)8x1+7x2+9x3=6(3)即 Ax=b, A= 248137139 , b= 126

高斯消元法

逐步消去未知数的系数

增广矩阵

增广矩阵是把线性方程组的系数矩阵常数项向量"拼在一起"形成的新矩阵,目的是让"系数"和"常数"同步进行行变换,避免分开操作出错。

{2x1+x2+x3=1(常数项1)4x1+3x2+3x3=2(常数项2)8x1+7x2+9x3=6(常数项6) \begin{cases} 2x_1 + x_2 + x_3 = 1 \quad (\text{常数项1}) \\ 4x_1 + 3x_2 + 3x_3 = 2 \quad (\text{常数项2}) \\ 8x_1 + 7x_2 + 9x_3 = 6 \quad (\text{常数项6}) \end{cases} ⎩ ⎨ ⎧2x1+x2+x3=1(常数项1)4x1+3x2+3x3=2(常数项2)8x1+7x2+9x3=6(常数项6)

系数矩阵A\mathbf{A}A(只放未知数的系数):[211433879]\begin{bmatrix}2&1&1\\4&3&3\\8&7&9\end{bmatrix} 248137139

常数项向量b\mathbf{b}b(只放等号右边的数):[126]\begin{bmatrix}1\\2\\6\end{bmatrix} 126

把两者用竖线隔开,拼在一起就是增广矩阵

A∣b\]=\[211143328796\] \[\\mathbf{A}\|\\mathbf{b}\] = \\left\[\\begin{array}{ccc\|c} 2 \& 1 \& 1 \& 1 \\\\ % 第1行:系数+常数项1 4 \& 3 \& 3 \& 2 \\\\ % 第2行:系数+常数项2 8 \& 7 \& 9 \& 6 % 第3行:系数+常数项6 \\end{array}\\right\] \[A∣b\]= 248137139126 竖线左边是"未知数的系数",右边是"等号后的常数",这样后续做行变换时,系数和常数能同步变化,保证方程组的等价性(比如"给第1行乘2",系数和常数会一起乘2,方程依然成立) ### 原始解法:高斯消元法(直接求解) 通过**行变换** 将增广矩阵\[A∣b\]\[\\mathbf{A}\|\\mathbf{b}\]\[A∣b\]转化为上三角矩阵,再回代求解。 #### 一、:构造增广矩阵并消元(转化为上三角) 增广矩阵: \[A∣b\]=\[211143328796\] \[\\mathbf{A}\|\\mathbf{b}\] = \\left\[\\begin{array}{ccc\|c} 2 \& 1 \& 1 \& 1 \\\\ 4 \& 3 \& 3 \& 2 \\\\ 8 \& 7 \& 9 \& 6 \\end{array}\\right\] \[A∣b\]= 248137139126 消去第2、3行的x1x_1x1: 行2 = 行2 - 2×行1 → \[211101108796\]\\left\[\\begin{array}{ccc\|c}2\&1\&1\&1\\\\0\&1\&1\&0\\\\8\&7\&9\&6\\end{array}\\right\] 208117119106 行3 = 行3 - 4×行1 → \[211101100352\]\\left\[\\begin{array}{ccc\|c}2\&1\&1\&1\\\\0\&1\&1\&0\\\\0\&3\&5\&2\\end{array}\\right\] 200113115102 消去第3行的x2x_2x2: 行3 = 行3 - 3×行2 → \[211101100022\]\\left\[\\begin{array}{ccc\|c}2\&1\&1\&1\\\\0\&1\&1\&0\\\\0\&0\&2\&2\\end{array}\\right\] 200110112102 (上三角增广矩阵) #### 二、回代求解 由第3行:2x3=2  ⟹  x3=12x_3=2 \\implies x_3=12x3=2⟹x3=1 代入第2行:x2+1=0  ⟹  x2=−1x_2 + 1=0 \\implies x_2=-1x2+1=0⟹x2=−1 代入第1行:2x1−1+1=1  ⟹  x1=0.52x_1 -1 +1=1 \\implies x_1=0.52x1−1+1=1⟹x1=0.5

相关推荐
在路上看风景5 小时前
2.2 列空间和零空间
线性代数
前端小L10 小时前
图论专题(十九):DAG上的“关键路径”——极限规划「并行课程 III」
算法·矩阵·深度优先·图论·宽度优先
艾莉丝努力练剑11 小时前
【优选算法必刷100题】第031~32题(前缀和算法):连续数组、矩阵区域和
大数据·人工智能·线性代数·算法·矩阵·二维前缀和
Beginner x_u11 小时前
线性代数 必背公式总结&&线代计算技巧总结_分块矩阵大总结_秩一矩阵大总结
线性代数·矩阵·特征值·特征向量·计算技巧
没书读了12 小时前
计算机组成原理-考前记忆清单
线性代数·算法
Hcoco_me12 小时前
大模型面试题5:矩阵(M*M)特征值分解的步骤
算法·机器学习·矩阵
oscar99913 小时前
高等数学第四章 向量代数与空间解析几何
线性代数·矩阵
前端小L16 小时前
图论专题(二十五):最小生成树(MST)——用最少的钱,连通整个世界「连接所有点的最小费用」
算法·矩阵·深度优先·图论·宽度优先
前端小L1 天前
图论专题(二十二):并查集的“逻辑审判”——判断「等式方程的可满足性」
算法·矩阵·深度优先·图论·宽度优先
平凡灵感码头1 天前
经典按键扫描程序算法实现方式
单片机·矩阵·计算机外设