线性方程组

【算法基础篇】（五十八）线性代数之高斯消元法从原理到实战：手撕模板 + 洛谷真题全解在算法竞赛和工程数学中，求解线性方程组是高频问题，而高斯消元法正是解决这一问题的经典核心算法。它不仅能高效求解 n 元线性方程组，还能延伸应用到行列式计算、矩阵求逆、n 维球形空间球心求解等场景，是线性代数在算法领域的重要落地工具。本文将从线性方程组的基础概念出发，一步步拆解高斯消元法的原理、初等行变换规则、解的判定方法，再结合多道经典真题，实现从原理到 C++ 代码模板的完整落地，让零基础的同学也能彻底掌握高斯消元法！下面就让我们正式开始吧！

数值计算算法系统性评估框架快速工程实践目录一、数值算法评估的理论基础（一）精度与误差阶（Order of Accuracy）（二）数值稳定性（Numerical Stability）

线性代数第四章线性方程组定义：包含m个方程、n个未知数的线性方程组的一般形式为：{ 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 m 1 x 1 + a m 2 x 2 + ⋯ + a m n x n = b m \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 + \cdot

西西弗Sisyphus

线性代数 - 正交矩阵flyfish设A\boldsymbol{A}A是一个nnn阶实方阵，若A\boldsymbol{A}A的列向量组或行向量组同时满足以下两个条件，则A\boldsymbol{A}A是正交矩阵：

线性代数基础【4】线性方程组定理1 设A为mXn矩阵,则(1)齐次线性方程组AX=0 只有零解的充分必要条件是r(A)=n;(2)齐次线性方程组AX=0 有非零解(或有无数个解)的充分必要条件是r(A)＜n

【考研数学】线性代数第四章 —— 线性方程组（1，基本概念 | 基本定理 | 解的结构）继向量的学习后，一鼓作气，把线性方程组也解决了去。O.O方程组称为 n n n 元齐次线性方程组。方程组称为 n n n 元非齐次线性方程组。

【考研数学】线性代数第四章 —— 线性方程组（2，线性方程组的通解 | 理论延伸）承接前文，继续学习线性方程组的内容，从方程组的通解开始。（1）基础解系 —— 设 r ( A ) = r < n r(A)=r<n r(A)=r<n ，则 A X = 0 \pmb{AX=0} AX=0 所有解构成的解向量组的极大线性无关组称为方程组 A X = 0 \pmb{AX=0} AX=0 的一个基础解系。基础解系中所含有的线性无关的解向量的个数为 ( n − r ) (n-r) (n−r) 个。

【考研数学】矩阵、向量与线性方程组解的关系梳理与讨论两个原因让我想写这篇文章，一是做矩阵题目的时候就发现这三货经常绑在一起，让人想去探寻其中奥秘；另一就是今天学了向量组的秩，让我想起来了之前遗留下来的一个问题：到底存不存在系数矩阵的秩和增广矩阵的秩之差比 1 大的情况？可能这个问题有点抽象，不过看了下面的具体说明应该就能理解了。

我是有底线的