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
老鱼说AI15 小时前
从点积到希尔伯特空间:向量内积的几何本质与大模型相似度度量
人工智能·深度学习·线性代数·算法·机器学习·数学建模
俗人六哥AI企业获客盈利系统1 天前
知识库才是AI落地的分水岭
人工智能·线性代数·矩阵·自动化
船厂电气自动化ai大模型2 天前
AI大模型与数学|第81天 课程:正交向量、正交基、格拉姆‑施密特(Gram‑Schmidt)正交化
开发语言·数据结构·人工智能·线性代数·机器学习
微三云 - 廖会灵 (私域系统开发)3 天前
私域电商多端商城系统架构实践:小程序 / APP / H5 一套后端如何落地
矩阵·重构·零售
微三云 - 廖会灵 (私域系统开发)3 天前
多端商城统一账号体系设计实践:小程序 / APP / H5 登录打通与账号合并
矩阵·重构·自动化·零售
智购无人售货机厂家6 天前
2026自动售货机品类拓展逻辑:从饮料零食到鲜食药品文创的工程实践~YH
服务器·人工智能·单片机·线性代数·矩阵
IT小白杨6 天前
社媒多账号运营的环境隔离:一张图谱模型,解释清“为什么换IP还是被连坐“
经验分享·笔记·矩阵·指纹浏览器
镜像视界(浙江)科技有限公司7 天前
《视频孪生之上:二维展示终结,三维空间计算重构城市逻辑》——跨摄像连续表达 × 三角测量厘米级定位 × 动态轨迹建模,构建新一代城市空间
大数据·人工智能·算法·矩阵·音视频·空间计算
wzdark8 天前
稀疏矩阵存储结构及其运算复杂度研究4
线性代数·矩阵
零依赖极客8 天前
Day 9·1 KV 也量化——q8 KV 把缓存与 decode 带宽压到一半
c语言·开发语言·arm开发·人工智能·缓存·矩阵