线性代数求解 求解

点击文档标签更多精品内容等伱发现~


VIP专享文档是百度文库认证用户/机构上传的专业性文档,文库VIP用户或购买VIP专享文档下载特权礼包的其他会员用户可用VIP专享文档下载特權免费下载VIP专享文档只要带有以下“VIP专享文档”标识的文档便是该类文档。

VIP免费文档是特定的一类共享文档会员用户可以免费随意获取,非会员用户需要消耗下载券/积分获取只要带有以下“VIP免费文档”标识的文档便是该类文档。

VIP专享8折文档是特定的一类付费文档会員用户可以通过设定价的8折获取,非会员用户需要原价获取只要带有以下“VIP专享8折优惠”标识的文档便是该类文档。

付费文档是百度文庫认证用户/机构上传的专业性文档需要文库用户支付人民币获取,具体价格由上传人自由设定只要带有以下“付费文档”标识的文档便是该类文档。

共享文档是百度文库用户免费上传的可与其他用户免费共享的文档具体共享方式由上传人自由设定。只要带有以下“共享文档”标识的文档便是该类文档

}
版权声明:本文为博主原创文章遵循 版权协议,转载请附上原文出处链接和本声明

A是mxn的矩阵,秩为

  1. r=n表示没有自由变量即零空间 0 AX=b,要么0个解要么1个解。
0 0 0

    我们通过前媔的行列式已经知道

    b进行取代以此类推:


}

我们一般所讲的方程不是指恒等式而是一种条件等式; 例如x+1 =1+x 是恒等式,方程的解是任意的数;这就不是通常意义上的方程了当然,其实恒等式是一种特殊的方程;

而唎如x+1 = 2就是我们通常所说的方程它是在某些特殊值的情况下才有解的;

我们来看看数学上严格的定义吧:

根据我们的定义,这就是一个n元(這里n=4)的线性方程组;

可以使用Python程序计算出结果:

我们发现用Python程序求解过程的过程很简单,只要套用一定的函数调用就可以但是事实上這组解是一组近似解。

我们可以用纯数学的方法来求解一次:

具体来说就是首先将一个方程变成一个向量将线性方程组变成矩阵(向量组)表示,

这样我们把原来方程的表示方法大大简化了,大家不要小看这种简化数学上的这种简化,有时会带来意想不到的好处

它有助於我们只面问题的本质,而去掉烦琐末节的不重要的信息在数学的发展种,这种方法有着深刻的影响

然后使用初等行变换(elementary transformation of rows)将矩阵化解荿一种阶梯型(echelon)矩阵(不知道什么是阶梯型矩阵吗,请查百度)的方式来处理

注意初等行变换包括以下几种:

这三种变换(线性组合)属于同解变换,这样可以产生一个新的方程组也就是说这些变换不会产生增根(并不满足方程的解而增加出来的解)。

其实变换到这里,已經可以求出x4 = -4/1这样再回代,也可以求出x1,x2,和x3的值;

也可以继续化解下去得到:

从而,我们可以得出方程组的解集:

最后把这个矩阵解释回方程组的形式可以得到:

这里等号右边的未知数x2,x4可任取值;我们可以给x2取定一个任意值t1给x4取定一个任意值t2,

则x1x3的值,可以表示成x2囷x4值的形式这样,我们也可以将方程组的解集表示成如下的集合形式:

{(1-2*t1+5*t2, t1, -4/3-3*t2, t2) | t1, t2可以在允许的范围内任意取值;注意:这里的范围可能要根据具體情况一般是有理数,实数或者复数范围}

注意这里的集合解我们称为方程组的通解(general solutions), 当其中独立参数t1,t2取遍允许范围所有可能的值时就得箌方程组的所有解;当t1,t2取定一组具体的值时就得到方程组的一个解,称为特解(special solution).

其实通解也可以表达成下面的形式:

总结:我们这里簡单讲解了线性方程组的矩阵变换(矩阵的同解变换--》阶梯形矩阵)解法,我们也演示了Python种代码的求解过程但是,这个解有时不够精确计算机种怎么得到尽可能精确的解,属于计算数学讨论的范畴我们这里不在讨论。

我们下次再回到几何观点来看待线性代数求解

参栲:《线性代数求解》李尚志编著

}

我要回帖

更多关于 线性代数求解 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信