当前课程知识点:线性代数(1) >  第十八讲 Cramer法则及行列式的几何意义 >  18.2.2 线性方程组的公式解 >  18.2.2 线性方程组的公式解

返回《线性代数(1)》慕课在线视频课程列表

18.2.2 线性方程组的公式解在线视频

18.2.2 线性方程组的公式解

下一节:18.3 计算有向长度、面积和体积

返回《线性代数(1)》慕课在线视频列表

18.2.2 线性方程组的公式解课程教案、知识点、字幕

大家好 我们现在来看

行列式的第二个应用

就是使用在求线性方程组的解

当然这里面呢

我们要求这个线性方程组呢

A是一个可逆的方阵

我们来看一下

设A是一个n阶的方阵 可逆

b是一个n维向量

那么我们像中学一元二次方程

求解的时候

我们当时希望给出一个

求根的公式

那么这里面线性方程组是一样的

我们来看一个二元一次方程组

那么这时候呢

我们假设分母不等于0

那么我们可以写出

这个x和y的一个公式

那么这样一个公式并不容易记

如果我们把它写成行列式的时候

我们可以看到它就比较容易记

这个x的解呢

分母是A的系数矩阵的行列式

y的解呢

分母也是A的系列矩阵的行列式

分子呢

是把A的这个矩阵的第一列

换成了常数列

y这个矩阵的行列式的分子

是把第二列用常数列去换

所以这个规律比较明显

克莱母发现这个规律

可以推管到一个情形

它的定理是说

设A可逆 b是一个n维向量

那么我们让Bk是把A的第k列

换成常数列b得到的矩阵

那么这时候Ax等于b的唯一解呢

我们知道

这时候Ax等于b有唯一解

就是x等于A逆b

这个唯一解呢

我们用公式可以写出来

它就等于

x1是等于A的行列式分之

B1的行列式

一直到xn等于A的行列式分之

Bn的行列式

那么写成这种形式以后

虽然计算是复杂的

但是呢我们很容易记忆

这个方程组解的公式

我们来看

我们怎么能看出

这个定理这个结论呢

我们知道Ax等于b

如果A可逆 那么x实际上

x1到xn是等于A逆乘上b

b我们可以给它写成b1到bn

那么大家回忆一下

刚才我们已经知道了

A逆的一个公式

就是adjA

A的伴随矩阵除以A的行列式

好 那我们可以看到

每一个xi实际上呢

是A的伴随矩阵的第i行乘上b

然后再除以A

比如说xi就等于

A的行列式分之一

然后伴随矩阵的第i行

我们来看一下

一个伴随矩阵的第i行

应该是下面这个形式

C1i C2i到Cni乘上b1到bn

所以xi就等于A的行列式分之一

b1乘上C1i加上b2乘上C2i

加上bn乘上Cni

我们来看这个括号中的内容

正好是C1i C2i Cni

正好是A的第i列的代数余子式

那么我们可以看到

它的前面的倍数

正好是b的相应分量

所以可以看到

这里面这个值呢按照定义

正好是Bi的行列式

按第i列展开的行列式值

所以我们就得到了克莱母定理

我们来看一个例子

这是一个三元一次方程组

我们计算A的行列式

B的行 B1的行列式

B1的行列式就是把常数列

去换相应的A的某一列

B1就是换A的第一列

其他列不动

B2就是把A的第二列换成常数列

B3就是把A的第三列换成常数列

这样得到了四个行列式

那么xyz的值

正好是这些行列式的比值

x就是等于B1的行列式

除以A的行列式等等

线性代数(1)课程列表:

总引言

-课前引言

--课前引言

第一讲 向量及其运算

-1.1 引言

--1.1 引言

-1.2 n维向量空间中的点

--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

--1.4 向量空间的定义

-1.5 向量空间的线性组合

--1.5 向量空间的线性组合

-1.6 向量的点积、长度

--1.6 向量的点积、长度

-1.7 向量的夹角

--1.7 向量的夹角

-1.8 两个不等式

--1.8 两个不等式

-第一讲 向量及其运算--1.9 课后作业

-第一章讲义

第二讲 矩阵与线性方程组

-2.1 矩阵与向量的乘积

--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

--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

-第二章讲义

第三讲 高斯消元法

-3.1 Gauss消元法(上)

--3.1 Gauss消元法(上)

-3.1 Gauss消元法(下)

--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 3.2.1 消去矩阵

-3.2 消元法的矩阵表示 3.2.2 置换阵

--线性代数03++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

--线性代数03++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

-第三章讲义

第四讲 矩阵的运算

-4.1 矩阵

--4.1 矩阵

-4.2 矩阵的加法和数乘

--4.2 矩阵的加法和数乘

-4.3 矩阵的乘法

--4.3 矩阵的乘法

-4.4 矩阵的乘法的性质

--4.4 矩阵的乘法的性质

-4.5 矩阵的方幂

--4.5 矩阵的方幂

-4.6 关于矩阵乘法的引入

--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

--4.8 矩阵的转置

-第四讲 矩阵的运算--4.9 课后作业

-第四章讲义

第五讲 矩阵的逆

-5.1 可逆矩阵的定义

--5.1 可逆矩阵的定义

-5.2 矩阵可逆的性质

--5.2 矩阵可逆的性质

-5.3 初等矩阵的逆

--5.3 初等矩阵的逆

-5.4 Gauss-Jordan消元法求A的逆

--5.4 Gauss-Jordan消元法求A的逆

-5.5 矩阵可逆与主元个数

--5.5 矩阵可逆与主元个数

-5.6 下三角矩阵的逆

--5.6 下三角矩阵的逆

-5.7 分块矩阵的消元和逆

--5.7 分块矩阵的消元和逆

-第五讲 矩阵的逆--5.8 课后作业

-第五章讲义

第六讲 LU分解

-6.1 LU分解

--LU分解

-6.2 用LU分解解线性方程组

--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

--LU分解的存在性和唯一性

-6.5 对称矩阵的LDL^T分解

--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

-第六章讲义

第七讲 向量空间

-7.1 引言

--7.1 引言

-7.2 向量空间和子空间

--7.2 向量空间和子空间

-7.3 列空间和零空间

--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

-第七章讲义

第八讲 求解齐次线性方程组

-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

--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

-第八章讲义

第九讲 求解非齐次线性方程组

-9.1 复习

--9.1 线性代数复习

-9.2 求特解

--9.2 线性代数求特解

-9.3 解的一般性讨论

--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

-第九章讲义

第十讲 线性无关、基与维数

-10.1 引言

--引言

-10.2 n维空间的坐标系

--10.2 +n维空间的坐标系

-10.3 无关性、基与维数

--10.3 无关性、基与维数

-10.4 无关性、基与维数的性质

--10.4 无关性、基与维数的性质

-10.5 关于秩的不等式

--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

-第十章讲义

第十一讲 四个基本子空间的基和维数

-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

-第十一章讲义

第十二讲 四个基本子空间的正交关系

-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

-第十二章讲义

第十三讲 正交投影

-13.1 引言

--13.1 引言

-13.2 点在直线和平面上的投影

--13.2 点在直线和平面上的投影

-13.3 一般情形

--13.3 一般情形

-第十三讲 正交投影--13.4 课后作业

-第十三章讲义

第十四讲 最小二乘法

-14.1 复习

--14.1 复习

-14.2 最小二乘法

--14.2 最小二乘法

-14.3 最小二乘法的应用:曲线拟合

--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

-第十四章讲义

第十五讲 Gram-Schmidt正交化

-15.1 引言

--15.1 引言

-15.2 正交向量组和正交矩阵

--15.2 正交向量组和正交矩阵

-15.3 Gram-Schmidt正交化过程

--15.3 Gram-Schmidt正交化过程

-15.4 QR分解

--15.4 QR分解

-第十五讲 Gram-Schmidt正交化--15.5 课后作业

-第十五章讲义

第十六讲 行列式的基本性质

-16.1 引言

--16.1 引言

-16.2 二阶行列式的几何含义

--16.2 二阶行列式的几何含义

-16.3 一般行列式的定义

--16.3 一般行列式的定义

-16.4 行列式和初等变换

--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

-第十六章讲义

第十七讲 行列式的计算

-17.1 行列式计算公式与展开定理

--17.1 行列式计算公式与展开定理

-17.2 典型例题

--17.2 典型例题

-第十七讲 行列式的计算--17.3 课后作业

-第十七章讲义

第十八讲 Cramer法则及行列式的几何意义

-18.1 引言

--18.1 引言

-18.2.1 求逆矩阵公式

--18.2.1 求逆矩阵公式

-18.2.2 线性方程组的公式解

--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

--18.3 计算有向长度、面积和体积

-18.4 和QR分解的联系

--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

-第十八章讲义

第十九讲 特征值与特征向量

-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

-第十九章讲义

第二十讲 矩阵的对角化

-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

-第二十章讲义

第二十一讲 特征值在微分方程中的应用

-21.1 引言

--21.1 引言

-21.2 A可对角化的情形

--21.2 A可对角化的情形

-21.3 矩阵的指数函数

--21.3 矩阵的指数函数

-21.4 二阶常系数线性微分方程

--21.4 二阶常系数线性微分方程

-21.5 微分方程的稳定性

--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

-第二十一章讲义

第二十二讲 实对称矩阵

-22.1 实对称矩阵的特征值与特征向量

--22.1 实对称阵的特征值与特征向量

-22.2 实对称阵正交相似于对角阵

--22.2 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

--22.3 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

-第二十二章讲义

结束语

-总结和预告

--13D9C08E4E7858C09C33DC5901307461

18.2.2 线性方程组的公式解笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。