这一讲涉及的东西并不包括“行列式”(几乎所有的大学一上来都是先讲行列式吧),下面主要讨论的是“消元法”
(所有计算机程序用到的也都是这样的方法)
消元法的核心是“矩阵变化”
只要矩阵是个“好矩阵”那么“消元法”就应该能奏效,当然我们就会涉及到什么情况矩阵是个“好矩阵”
这一讲将会用矩阵的概念描绘”消元法“,同时也会讨论矩阵的运算也就是矩阵的乘法 ;
先来看一个方程以及矩阵:
上面是3个方程、3个未知数,AX等于右侧向量(2,12,2),我们先将等号左边的部分变化成矩阵:
现在来谈谈什么是消元,比如我们要干掉第二个方程的X,应该怎么做?
可以这样做,将第一行乘以某个数,而后用第二行去减,第二行的X就被消去了,那么我们来试试
首先第一行的第一个数(这里是1)是消元的关键,被称为主元
第一行不做任何变化,因为它是主元行,照写就可以了,现在考虑第二行,如何消去X,
我们是这样做的,用3乘以第一行,然后用第二行去减第一行,则第二行的X就消去了,
之后写出第二行剩余的数字,这里第3行还没有涉及,照写就可以了,同时第一行记住是不变的。
新的结果:
(进行到这里,是否有人会问“等号右边的那一堆东西去哪里了?“,这个现在不用着急,一会再去处理)
继续上面的问题,接下来应该考虑将第三行第一个数字变成0,不过这个已经是个0了,所以就不用再处理了
现在考虑主元二(什么是主元?主元是每一行第一个不为0的数字),第二行的第二个数字是主元二,也就是
2,那么我们要消去的数字是多少呢?要消除的数字是第三行第二个数字,也就是4,如何消除?第二行乘以2,而后第三行减去第二行,则可以消去4,那么我们写出最新的结果
以上是3个主元,也是最新的结果,这是个新的矩阵,用U表示,那么以上所进行的消元
就是为了从矩阵A得到矩阵U(这是计算可以最普片的计算)
这里要明确,主元是不能为0的!
现在来讨论一个问题,什么时候消元法对于矩阵会失效?也就是说什么样的矩阵,用消元法就不灵了?
失效有几种情况:
1:如果第一行的第一个数字就为0,那么就麻烦了,没法继续了,怎么办?其实只要将其他的行交换个位置就可以了。
2:再比如把第二行第二个数字换成6,也就麻烦了,因为这样一减主元又变成0了,怎么办?继续换行
3:但是如果第三行第三个数字变成了-4,那问题就大了,因为没办法再换行了,这个用消元法就失效了
(这种情况我们会是矩阵是不可逆的)
以上说明行交换可以解决主元为0的”暂时性失效“,但当底下的行中再也没有非0元素时,消元法就彻底失效了。
现在我们来讨论下一个主题”回代“,这就需要将方程组等号右边的数考虑进来了,看下图
最终的方程为:
x + 2y + z = 2
2y - 2z = 6
5z = -10
也就是Ux=c
那么接下来就是开始代入,首先z = -2,然后代入第二个方程,得到y = 1,最后代入方程一,得到x = 2
到这里,本讲的第一部分就结束了。
什么?还有第二部分?的确,将会引入矩阵,现在要用矩阵来描述这些变换,这就引入”消元矩阵“的概念
在上一讲中,我们谈到了矩阵与列向量的乘法,现在来明确另一个概念”矩阵与行向量的乘法“:
这要用向量的方式去思考,这其实是向量和行的线性组合。
那么继续回答到之前的问题,现在我们需要一个矩阵,这个矩阵乘以已知矩阵,已知矩阵就会像之前所描述的那样”第二行减去第一行乘以3“后形成的矩阵
这时要根据”矩阵与行向量“的运算法则来思考,这时我们得出:
这就是那个矩阵,它的目的是使得第二行的第一个元素3变成了0,这个矩阵也被称之为E
(被称为初等矩阵或者消元矩阵的首字母,也就是E和)
现在我们要解决的,要把它想办法消掉,下图就是表示这个问题:
还是用同样的方法,得到:
到此消元结束了,我们要将这些步骤综合起来:
下面再讲一些矩阵乘法的重要性质,将上面的等式变形,写成这样:
也就是说两个初等矩阵相乘再乘以A就可以得到结果了,矩阵可以应用结合律,但是不能应用交换律。
矩阵乘法的相乘顺序是不能改变的,矩阵A乘以矩阵B不等于矩阵B乘以矩阵A。
逆矩阵引言,现在思考的不是A如何变成U,而是U如何变成A.
下面将进行讨论”行逆变换“,
这里先记住下面的变形即可(思考这样的问题,之前总说的是,比如第一行乘以某个数,然后第二行在减去第一行,现在反着思考这个问题,第二行加上第一行)
相关推荐
MIT线性代数手写 课程笔记
矩阵消元是线性代数中一个重要的概念。它可以用来消去矩阵中的某些元素,从而简化矩阵的计算。矩阵消元有多种方法,如高斯消元法、LU分解法等。 三、乘法和逆矩阵 矩阵的乘法是线性代数中的一个基本操作。矩阵的...
线性代数是计算机科学和工程领域不可或缺的基础理论,它涉及到矩阵、向量、线性方程组等概念。在C语言中实现线性代数的运算,通常需要自定义矩阵库来支持。本项目专注于使用C语言实现线性代数求解,特别是通过高斯消...
在【Lec02-矩阵消元1】中,主要讨论了消元法的操作、适用条件以及矩阵乘法在消元过程中的应用。 首先,消元法的【核心操作】包括将矩阵转化为阶梯形或行最简形,这通常涉及到行交换、行倍加和行缩放等步骤。在这一...
MATLAB是一种强大的数学计算软件,广泛应用于科学计算、工程分析以及数据分析等领域,它提供了丰富的线性代数函数和工具,使得复杂的矩阵运算变得直观易行。 线性代数是现代数学的基础之一,主要研究向量、矩阵、...
综上所述,矩阵消元法涵盖了线性代数中的多个基础知识点,包括系数矩阵的可逆性判定、行变换和回带求解、消元矩阵以及逆矩阵。掌握这些知识点有助于更好地理解线性方程组的求解过程以及矩阵的内在结构和性质。在实际...
- **矩阵分解**:矩阵分解是数值线性代数中的一个重要工具,例如LU分解、QR分解、奇异值分解等,这些分解对于求解线性系统、特征值问题等非常有用。 - **扰动理论与条件数**:扰动理论分析了当输入数据发生微小...
本教材结合线性代数与程序开发,从搭建环境入手,学习向量、矩阵、线性系统、高斯消元、线性方程组、矩阵的逆的求解、初等矩阵、LU分解、LDU分解、PLU分解、线性组合、空间的基、正交性、线性变换、行列式、矩阵对角...
例如,通过建立适当的矩阵结构,可以直观地表示系统的复杂性,并且利用Matlab的线性代数函数来求解与耦合矩阵相关的方程组。 "耦合矩阵消元"是指通过一系列数学变换,如高斯消元法,将耦合矩阵转化为更简单的形式,...
2. 矩阵乘法和逆矩阵(Multiplication and Inverse Matrices):矩阵乘法是线性代数中一种基本的运算,涉及两个矩阵元素间按一定规则的乘积和累加。逆矩阵是方阵的一种,当与原矩阵相乘后得到单位矩阵时,这个方阵...
在深入探讨给定的代码片段之前,我们先来回顾一下线性代数中的核心概念——行列式及其在矩阵运算中的重要性。行列式是衡量一个方阵性质的关键指标,它在解线性方程组、判断矩阵可逆性以及计算矩阵特征值等方面扮演着...
总结来说,Eigen3.3.4是进行线性代数计算的强大工具,无论是基础的矩阵和向量运算,还是复杂的数值分析任务,都能提供高效且易用的解决方案。无论你是初学者还是经验丰富的开发者,都能在Eigen3中找到满足需求的工具...
#### 第二课时:矩阵消元 **一、消元法** 消元法是一种用于求解线性方程组的方法,它通过一系列变换将方程组简化为易于求解的形式。基本思路是: - 将主对角线上的主元固定(非零元素); - 把主元下面的元素消为0...
根据提供的信息,我们可以总结出以下关于...以上是对“线性代数英文版”书籍内容的部分总结,涵盖了从向量到矩阵、从基础概念到高级应用的各个方面。希望这些知识点能够帮助读者更好地理解和掌握线性代数的相关知识。
线性代数是数学的一个重要分支,主要研究向量、矩阵、线性变换等概念及其在几何、物理学、工程学等多个领域的应用。同济大学出版社出版的《线性代数》第四版是一本广泛使用的教材,它深入浅出地介绍了线性代数的基本...
线性代数是数学的一个重要分支,主要研究向量、矩阵、线性变换等概念及其相互关系。在科技、工程、经济等领域有着广泛的应用。这份"线性代数复习资料和试卷"包含了对这一主题深入理解和掌握所需的关键知识点。 一、...
线性代数是数学的一个重要分支,主要研究向量、矩阵和线性变换等概念及其在几何、物理学、工程学等多个领域的应用。同济大学出版的《线性代数》第五版是广大学生和教师常用的教材,其内容深入浅出,涵盖了线性代数的...
介绍了线性代数的基本知识,包括方程组的集合解释、矩阵消元、乘法和逆矩阵、矩阵分解、向量空间等。
总的来说,这份试卷全面覆盖了线性代数的基本概念,包括矩阵的运算、行列式、秩、特征值、特征向量、二次型、线性方程组的解、向量组的线性相关性以及正交化等问题,体现了线性代数在理论和应用上的深度和广度。