克莱姆法则

克莱姆法则

基于线性方程组的解空间理论,线性方程组有唯一解当且仅当有效方程数等于未知数的个数。这时,可以运用各种方法具体求出唯一存在的解。克莱姆法则是一种求解线性方程组的方法,大多数线性代数教材都会提到。例如对于如下的线性方程组:

{\begin{cases}a_{1}x+b_{1}y=c_{1}\\a_{2}x+b_{2}y=c_{2}\end{cases}}

运用克莱姆法则,这个方程组的解可以如下:

x={\frac  {D_{x}}{D}},\qquad y={\frac  {D_{y}}{D}}

 

其中,D_{x},D_{y},D分别是如下三个行列式

D=\left|{\begin{matrix}a_{1}&b_{1}\\a_{2}&b_{2}\end{matrix}}\right|D_{x}=\left|{\begin{matrix}c_{1}&b_{1}\\c_{2}&b_{2}\end{matrix}}\right|,D_{y}=\left|{\begin{matrix}a_{1}&c_{1}\\a_{2}&c_{2}\end{matrix}}\right|

对于更一般的情况:

{\mathbf  {A}}{\mathbf  {x}}={\mathbf  {b}}

解可以由同样的公式给出:

{\begin{cases}x_{1}={\frac  {D_{1}}{D}}\\x_{2}={\frac  {D_{2}}{D}}\\\vdots \qquad \vdots \\x_{n}={\frac  {D_{n}}{D}}\end{cases}}

其中的

D=\det(A),

\forall 1\leqslant i\leqslant n,\,\,D_{i}=\det(A_{i}),

A_{i}是将矩阵A的第i纵列换成向量b之后得到的矩阵。

可以看出,这些表达式只有在D=\det(A)存在并且不等于0的时候才是有意义的,这点只有在有效方程数等于未知数的个数的时候才能得到保证。

以上内容转载自:https://blog.csdn.net/szlcw1/article/details/20550041

对于克莱姆法则,我的困惑点是怎么知道D1,D2的值呢?

下面给出一个例子:

这时候对应的D1,D2,D3分别是:

D1=

D2=

就拿这两个来说,等号右边的b1,b2,b3被分别插在第一列第二列第三列,这样就得出了D1,D2,D3.

 

克莱姆法则的作用是用来求行列式的解的,当然,我们也可以使用逆矩阵的方法来求解。

逆矩阵公式:

我们要求的是:Ax=b

那么:x=A-1*b

在题目中给出的增广矩阵的最右边就是给出的b,所以可以直接求解。

  • 47
    点赞
  • 98
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
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