当前课程知识点:线性代数(1) > 第三讲 高斯消元法 > 3.1 Gauss消元法(上) > 3.1 Gauss消元法(上)
我们在中学就会求解
简单的线性方程组
而在自然科学 社会科学
及工程技术的许多领域
我们会遇到具有若干个未知量
若干个方程的大型线性方程组
这就要求我们思考
求解线性方程组的系统解法
这节课我们来讨论高斯消元法
高斯消元法是以德国著名的
数学家高斯命名的
高斯被认为是历史上最重要的
数学家之一
他在数学的众多分支
像是数论 代数 分析
微分几何以及统计学 物理学
天文学 大地测量学 地理学
电磁学 光学等等领域
都有着重要的贡献
高斯被成为是数学王子
那么高斯消元法
是最古老也是最重要的
解线性方程组的方法
值得一提的是
这种解线性方程组的方法
最早是出现在中国古代数学著作
《九章算术》当中
相关的内容大约在
公元前150年前就已经出现了
我们会解具有一个未知量的
单个方程ax=b
当a不等于0的时候
x等于b/a
那么下面我们通过
含有两个未知量
两个方程的线性方程组
来看看消元法的基本想法
先看这个简单的例子
x减掉2y等于2
3x加4y等于16
我们的想法呢
是通过对这个方程组做同解变形
你不能在变形的过程中
改变解的情况
我们通过同解变形
减少未知量的个数
直到出现这种类型的
只含有一个未知量的
单个线性方程
那这就化成我们会处理的情况
这里啊注意到这个
我们现在这个方程
两个方程关于未知量x的系数
是1和3 那是非0的
我们把第一个方程
第一个未知量的位置
称为是第一个主元位置
那我们在这个主元位置上的
非0系数1呢
我们叫做是这个线性方程组的
第一主元
我们就用这第一个主元
去消第二个方程中x的系数3
也就是说我们用第二个方程
减去第一个方程
乘以一个所谓的乘数
这个乘数是怎么得到的呢
由第二个方程里
x的系数3去除以
我们的第一主元1得到了3
我们叫做是乘数
我们用第二个方程
减掉第一个方程去乘以乘数3
这个我们记成是l21
于是我们第二个方程
就变成10y-10
这样含有一个未知量y
的单个方程
我们很容易去求得y等于1
再把y等于1代入到
第一个方程里头
一个回代的过程
可以求出来第一个未知量x等于4
那么整个的求解
这个简单的线性方程组的过程
包括利用第一主元去做消元
然后去做回代的过程
如果从矩阵的形式的表达式
我们可以看出来
首先这是我们的系数矩阵
一个简单的2乘2的矩阵
这是我们的常数向量
那么我们把这个系数矩阵的
第二行减掉第一行去乘以乘数3
那么就得到了一个
上三角形的系数矩阵
在上三角形的系数矩阵里头
我们很容易求得第二个变量y
然后再回代到第一个方程里头去
我们就可以求得
第一个方程的解x
从而x等于4 y等于1
是原来方程组的唯一的解
好 我们再来看下面一个
具有三个未知量
三个方程的简单的线性方程组
我们同样地注意到
方程组在第一个方程
第一个未知量的位置上
有一个非0系数2
我们把它叫做线性方程组的
第一主元
我们利用这个第一主元呢
去消其他的两个方程里头的
x的项的系数
第一个未知量x的系数6和-2
那么我们要做的事情
就是第二个方程减掉第一个方程
去乘以乘数3
这个乘数我们叫是l21
那它是我们要消的这个系数6
去除以我们的主元第一主元2
等于3
于是我们的第二个方程
就变成是-y减掉2z等于-4
我们消掉了x项
那同理呢
我们把第三个方程
减掉第一个方程去乘以乘数l31
那么它是我们想要消的这个系数
-2去除以我们的第一主元2
得到的这个数-1
那于是我们就消掉了第三个方程里头x的项
从而第三个方程变成3y+2z=8
那在新的第二三个方程里头
我们不含有未知量x
我们对y来考虑
同样地做消元
我们把第二个方程
第二个未知量
y的这个位置上的系数-1
叫做是第二主元
那用这个系数呢
同样的去消元在新的第三个
方程3'里头的y的系数
那么我们对3'减掉
2'乘以这个-3
这个-3我们记成是
l32的这个乘数
它是我们想要消的这个3
去除以我们的第二个主元-1
这个乘数
于是呢我们的线性方程组
变成一个上三角形的线性方程组
我们最后一个方程变成
-4z=-4
它只含有第一未知量z的
单个方程
我们可以求出来z等于1
然后把z等于1回代到
第二个方程里面去
我们得到y等于2
再把z等于1和y等于2
回代到第一个方程里头去
我们得到x等于-1
这样我们求得了这个线性方程组
有唯一的解
x等于-1 y等于2 z等于1
那这个求解的过程呢
也是包含了消元和回代的过程
那从矩阵的形式表达式里头来看
这是我们的原来的系数矩阵
我们确定了第一个主元是2
我们用第一个主元
去消主元下方的系数6和-2
得到一个新的系数矩阵
那么我们再确定第二主元
然后用第二主元去消
第二主元下方的系数3
得到了一个上三角形的系数矩阵
那么从这个里头
我们就可以求出来
用回代的过程求出来线性方程组
具有唯一的解
那么我们是把2 -1和-4
叫做这个线性方程组的主元
方程组一共有三个主元
-课前引言
--课前引言
-1.1 引言
--1.1 引言
-1.2 n维向量空间中的点
-1.3 向量
--1.3 向量
-1.4 向量空间的定义
-1.5 向量空间的线性组合
-1.6 向量的点积、长度
-1.7 向量的夹角
-1.8 两个不等式
-第一讲 向量及其运算--1.9 课后作业
-2.1 矩阵与向量的乘积
-2.2 可逆矩阵
--2.2 可逆矩阵
-2.3 线性方程组的行图和列图
-第二讲 矩阵与线性方程组--2.4 课后作业
-3.1 Gauss消元法(上)
-3.1 Gauss消元法(下)
-3.2 消元法的矩阵表示 3.2.1 消去矩阵
-3.2 消元法的矩阵表示 3.2.2 置换阵
-3.2 消元法的矩阵表示 3.2.3 初等行(列)变换和初等矩阵
-第三讲 高斯消元法--3.3 课后作业
-4.1 矩阵
--4.1 矩阵
-4.2 矩阵的加法和数乘
-4.3 矩阵的乘法
-4.4 矩阵的乘法的性质
-4.5 矩阵的方幂
-4.6 关于矩阵乘法的引入
-4.7 分块矩阵
--4.7 分块矩阵
-4.8 矩阵的转置
-第四讲 矩阵的运算--4.9 课后作业
-5.1 可逆矩阵的定义
-5.2 矩阵可逆的性质
-5.3 初等矩阵的逆
-5.4 Gauss-Jordan消元法求A的逆
-5.5 矩阵可逆与主元个数
-5.6 下三角矩阵的逆
-5.7 分块矩阵的消元和逆
-第五讲 矩阵的逆--5.8 课后作业
-6.1 LU分解
--LU分解
-6.2 用LU分解解线性方程组
-6.3 消元法的计算量
--消元法的计算量
-6.4 LU分解的存在性和唯一性
-6.5 对称矩阵的LDL^T分解
-6.6 置换矩阵
--置换矩阵
-6.7 PA=LU分解
--PA=LU分解
-第六讲 LU分解--6.8 课后作业
-7.1 引言
--7.1 引言
-7.2 向量空间和子空间
-7.3 列空间和零空间
-7.4 阶梯形
--7.4 阶梯形
-第七讲 向量空间--7.5 课后作业
-8.1 引言
--8.1 引言
-8.2 基础解系
--8.2 基础解系
-8.3 简化行阶梯形的列变换
-第八讲 求解齐次线性方程组--8.4 课后作业
-9.1 复习
-9.2 求特解
-9.3 解的一般性讨论
-第九讲 求解非齐次线性方程组--9.4 课后作业
-10.1 引言
--引言
-10.2 n维空间的坐标系
-10.3 无关性、基与维数
-10.4 无关性、基与维数的性质
-10.5 关于秩的不等式
-第十讲 线性无关、基与维数--10.6 课后作业
-11.1 四个基本子空间的基
--11.1
-11.2 维数公式
--11.2
-11.3 例题
--11.3
-第十一讲 四个基本子空间的基和维数--11.4 课后作业
-12.1 引言
--12.1
-12.2 四个子空间的正交性
--12.2
-12.3 正交补
--12.3
-12.4 Ax=b在行空间中的唯一性
--12.4
-第十二讲 四个基本子空间的正交关系--12.5 课后作业
-13.1 引言
--13.1 引言
-13.2 点在直线和平面上的投影
-13.3 一般情形
-第十三讲 正交投影--13.4 课后作业
-14.1 复习
--14.1 复习
-14.2 最小二乘法
-14.3 最小二乘法的应用:曲线拟合
-第十四讲 最小二乘法--14.4 课后作业
-15.1 引言
--15.1 引言
-15.2 正交向量组和正交矩阵
-15.3 Gram-Schmidt正交化过程
-15.4 QR分解
-第十五讲 Gram-Schmidt正交化--15.5 课后作业
-16.1 引言
--16.1 引言
-16.2 二阶行列式的几何含义
-16.3 一般行列式的定义
-16.4 行列式和初等变换
-第十六讲 行列式的基本性质--16.5 课后作业
-17.1 行列式计算公式与展开定理
-17.2 典型例题
-第十七讲 行列式的计算--17.3 课后作业
-18.1 引言
--18.1 引言
-18.2.1 求逆矩阵公式
-18.2.2 线性方程组的公式解
-18.3 计算有向长度、面积和体积
-18.4 和QR分解的联系
-第十八讲 Cramer法则及行列式的几何意义--18.5 课后作业
-19.1 引言和定义
--default
-19.2 例
--default
-19.3 特征值的性质
--default
-第十九讲 特征值与特征向量--19.4 课后作业
-20.1 矩阵可对角化的条件
--default
-20.2 特征值的代数重数和几何重数
--default
-20.3 矩阵可对角化的应用
--default
-20.4 同时对角化
--default
-20.5 小结
--default
-第二十讲 矩阵的对角化--20.6 课后作业
-21.1 引言
--21.1 引言
-21.2 A可对角化的情形
-21.3 矩阵的指数函数
-21.4 二阶常系数线性微分方程
-21.5 微分方程的稳定性
-第二十一讲 特征值在微分方程中的应用--21.6 课后作业
-22.1 实对称矩阵的特征值与特征向量
-22.2 实对称阵正交相似于对角阵
-22.3 实对称阵特征值与主元的关系
-22.4 小结
--22.4 小结
-第二十二讲 实对称矩阵--22.5 课后作业
-总结和预告