python与线性代数 矩阵与方程组

线性方程(linear equation)
$a_1x_1+a_2x_2+...+a_nx_n = b$
b与系数$a_1,a_2$是实数或复数
系数(coefficients)
实数(real numbers)
复数(complex numbers)

线性方程组(linear system)
由一个或几个包含相同变量的$x_1,x_2...x_n$组成
方程组所有可能的解的集合称为解集
解集(solution)

求包含两个未知数的两个方程组成的方程组的解,等价于求两条直线的交点

平行 : 无解
交叉 : 一个解
重合 : 无穷多个解

一个线性方程组可以用矩阵(matrix)表示

仅包含系数的的矩阵叫做系数矩阵(coefficient matrix)
包含系数和右边结果的矩阵叫做增广矩阵(augmented matrix)
矩阵的维数说明它包含的行数和列数,m*n矩阵是一个有m行n列的数的矩形阵列

线性方程组的解法的基本思路是把方程组用一个更容易解的等价方程组(具有相同解集)代替.
用方程组中第一个方程中含$x_1$的项消去其他方程中的$x_1$项.然后用第二个方程中含$x_2$的项消去其他方程中含$x_2的项,依次类推,就可以得到简单的等价方程组.
行初等变换:
1.把某一个方程换成它与另一方程的倍数的和;
2.交换两个方程的位置
3.把某一个方程的所有的项乘以一个非零常数.

行等价(row equivalent)如果一个矩阵可以经过行初等变换变成另一个矩阵.

如果两个线性方程组的增广矩阵是行等价的,则他们具有相同的解集.

线性方程求解
1.将含有$x_1$的项换到第一行(如果第一行不含$x_1$)
2.用一行的$x_1$消去剩余所有行的$x_1$,用第二行的$x_2$消去剩余行(不包含第一行)的$x_2$…一次类推
3.用最后一行的$x_n$反向消除每一行的$x_n$