本文详细介绍了线性代数中的矩阵消元法，包括如何通过行变换消除矩阵中的主元，讨论了主元选择的重要性，矩阵不可逆的情况，以及回代法求解。还探讨了矩阵乘法的结合律、置换矩阵和可逆矩阵的概念。
消元(elimination)
示例：
{ x + 2 y + z = 2 3 x + 8 y + z = 12 4 y + z = 2 \begin{cases} x+2y+z=2\\ 3x+8y+z=12 \\ 4y+z=2 \end{cases} ⎩⎪⎨⎪⎧x+2y+z=23x+8y+z=124y+z=2
A x = b Ax=b Ax=b
对应矩阵：
∣ [ 1 ] 2 1 3 [ 8 ] 1 0 4 [ 1 ] ∣ \begin{vmatrix} [1] & 2 &1 \\ 3 & [8] & 1 \\ 0 & 4 & [1] \end{vmatrix} ∣∣∣∣∣∣[1]302[8]411[1]∣∣∣∣∣∣
- 首先消除第二行主元[1]
∣ [ 1 ] 2 1 3 [ 8 ] 1 0 4 [ 1 ] ∣ r o w 2 − 3 ∗ r o w 1 → ∣ [ 1 ] 2 1 0 [ 2 ] − 2 0 4 [ 1 ] ∣ \begin{vmatrix} [1] & 2 &1 \\ 3 & [8] & 1 \\ 0 & 4 & [1] \end{vmatrix} \underrightarrow{row2 - 3 * row 1} \begin{vmatrix} [1] & 2 &1 \\ 0 & [2] & -2 \\ 0 & 4 & [1] \end{vmatrix} ∣∣∣∣∣∣[1]302[8]411[1]∣∣∣∣∣∣row2−3∗row1∣∣∣∣∣∣[1]002[2]41−2[1]∣∣∣∣∣∣- 第三行主元[1]已被消除，无需消元
- 接下来，消除第三行主元[2]
∣ [ 1 ] 2 1 0 [ 2 ] − 2 0 4 [ 1 ] ∣ r o w 3 − 2 ∗ r o w 2 → ∣ [ 1 ] 2 1 0 [ 2 ] − 2 0 0 [ 5 ] ∣ \begin{vmatrix} [1] & 2 &1 \\ 0 & [2] & -2 \\ 0 & 4 & [1] \end{vmatrix} \underrightarrow{row3- 2 * row 2} \begin{vmatrix} [1] & 2 &1 \\ 0 & [2] & -2 \\ 0 & 0 & [5] \end{vmatrix} ∣∣∣∣∣∣[1]002[2]41−2[1]∣∣∣∣∣∣row3−2∗row2∣∣∣∣∣∣[1]002[2]01−2[5]∣∣∣∣∣∣
- 引入向量b（增广矩阵）进行消元，步骤与上面一致：
∣ 2 12 2 ∣ r o w 2 − 3 ∗ r o w 1 → ∣ 2 6 2 ∣ r o w 3 − 2 ∗ r o w 2 → ∣ 2 6 − 10 ∣ \begin{vmatrix} 2\\ 12\\ 2 \end{vmatrix} \underrightarrow{row2- 3 * row 1} \begin{vmatrix} 2\\ 6\\ 2 \end{vmatrix} \underrightarrow{row3- 2 * row 2} \begin{vmatrix} 2\\ 6\\ -10 \end{vmatrix} ∣∣∣∣∣∣2122∣∣∣∣∣∣row2−3∗row1∣∣∣∣∣∣262∣∣∣∣∣∣row3−2∗row2∣∣∣∣∣∣26−10∣∣∣
最低0.47元/天 解锁文章
3556
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
