矩阵分析与应用 -- 线性方程组

本文详细介绍了线性方程组的解决方法,包括Gaussian Elimination(高斯消去法)、Gauss-Jordan消元法,以及在实际应用中如何处理精度问题,如部分主元法和全部主元法。还讨论了病态线性方程组、行阶梯式和矩阵秩的概念,并解释了齐次与非齐次方程组的解法。
摘要由CSDN通过智能技术生成

一个线性方程组有以下形式:
在这里插入图片描述
该线性方程组有 m m m 个等式和 n n n 个未知数。令 E k E_k Ek代表第 k k k 个等式:
在这里插入图片描述
在这里插入图片描述
线性方程组进行以下三种行变换,不改变线性方程组的解:

  • 任意两行 E i , E j E_i, E_j Ei,Ej交换顺序
  • 任意一行等式两端乘上相同的非零数 E i = α E i , α ≠ 0 E_i = \alpha E_i, \alpha \not = 0 Ei=αEi,α=0
  • 任意一行等式两端乘上相同的数并加到另一行上 E j = E j + α E i E_j = E_j + \alpha E_i Ej=Ej+αEi

线性方程组的解有三种情况:

  • 唯一解
  • 无解
  • 无穷解

Gaussian Elimination

高斯消去法(Gaussian Elimination)是一种求解线性方程组的方法。

其方法如下,对线性方程组:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值