线性方程组求解

最新推荐文章于 2024-08-22 12:19:52 发布

Meteoraa

最新推荐文章于 2024-08-22 12:19:52 发布

阅读量942

点赞数 2

分类专栏： matlab 文章标签：线性代数机器学习深度学习 matlab

本文链接：https://blog.csdn.net/weixin_64584123/article/details/122901141

版权

本文介绍了线性方程组的求解方法，包括利用矩阵除法时应注意的错误示例和正确代码。通过分析矩阵的秩(rank)，讨论了当rank(A)=rank(C)=r时，线性方程组的解的情况。如果r=n，方程组有唯一解；否则，可能无解并需借助最小二乘法。文章还探讨了如何在Matlab中实现这些概念。

摘要由CSDN通过智能技术生成

一.利用矩阵除法：

常出现的错误：/，\造成的矩形维度不一致情况。

错误示范：

A=[1,1,1    %x1+x2+x3=6
   0,4,-1   %4x2-x3=5
   2,-2,1]  %2x1-2x2+x3=1
b=[6;5;1]
x=b/A    %出现矩形维度不一致，应为原式为Ax=b,维度一致需要x=A\b

正确代码：

A=[1,1,1    %x1+x2+x3=6
   0,4,-1   %4x2-x3=5
   2,-2,1]  %2x1-2x2+x3=1
b=[6;5;1]
x=A\b          %Ax=b>>>x=A\b

二.判断线性方程组解：

A*x=b 其中A是m*n的矩阵，也就是说有m个方程n个未知数；b为m*p的矩阵，也就是有p组b

我们做C=[A b]

由线性代数知识我们知道：

(1)rank(A)=rank(C)=r时，方程组有解

若r=n则，方程

关注

专栏目录