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
邓码农0074 小时前
批量发布 + 数据分析横评|聚媒通、融媒宝、新榜小豆芽、矩阵通优缺点全面拆解
矩阵·数据挖掘·数据分析
棒球1号位1 天前
全球赋能:中国棒球联盟矩阵的国际化人才培养路径·棒球1号位
线性代数·矩阵
梅梅绵绵冰1 天前
算法题-矩阵
数据结构·算法·矩阵
郝学胜-神的一滴2 天前
中级OpenGL教程 022:探秘三维世界的血脉传承——物体父子关系与矩阵递归奥义
c++·线性代数·unity·矩阵·游戏引擎·unreal engine·opengl
luoganttcc4 天前
指数分布的完整推导
线性代数·机器学习·概率论
爱刷碗的苏泓舒4 天前
平方根信息滤波:矩阵推导及 GNSS 参数估计应用
线性代数·算法·矩阵·gnss·参数估计·测量平差·平方根信息滤波
智灵鸟科技4 天前
封闭网络怎么安全地接外部能力:三条通道穷举、威胁封堵矩阵与残余风险
网络·安全·矩阵
zandy10114 天前
企业级BI平台选型指南:评估框架与核心能力矩阵
大数据·人工智能·矩阵
AI科技星4 天前
光速螺旋时空曲率挠率拓扑统一场论——四大力全域闭环求导、精算验证与第一性原理完备证明
线性代数·算法·决策树·机器学习·常温超导·ai科技星
棒球1号位4 天前
中国棒球联盟矩阵建设白皮书:解码本土化创新与国际接轨路径·棒球1号位
大数据·人工智能·矩阵