MIT-线性代数笔记2-矩阵消元

本文详细介绍了线性方程组的高斯消元法,包括消元、回代、消元矩阵和置换矩阵的概念及应用。讨论了矩阵在消元过程中的变换,如通过初等矩阵实现行变换,以及如何利用置换矩阵处理主元为0的情况。此外,还提及了逆矩阵在消元过程中的角色,为后续课程奠定了基础。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

目录

1. 消元(Elimination)

2. 回代(Back substitution)

3. 消元矩阵(Elimination matrices)

4. 置换矩阵(Permutation Matrices)

5. 逆矩阵(Inverse)

总结


Bilibili-MIT-线性代数34讲视频-2

1. 消元(Elimination)

高斯消元法(Gauss elimination)就是通过对方程组中的某两个方程进行适当的数乘和加减,以达到将某一未知数系数变为零,从而削减未知数个数的目的。

\left\{\begin{matrix} x+2y+z=2\\ 3x+8y+z=12\\ 4y+z=2 \end{matrix}\right.

Ax=b

A=\begin{bmatrix} 1 &2 &1 \\ 3&8 &1 \\ 0& 4 & 1 \end{bmatrix}    x=\begin{bmatrix} x\\ y\\ z \end{bmatrix}    b=\begin{bmatrix} 2\\ 12\\ 2 \end{bmatrix}

首先将x看作主元1(the first pivot),A中row2-3*row1,得到

\begin{bmatrix} 1 & 2 &1 \\ 0 & 2 & -2\\ 0& 4 & 1 \end{bmatrix}

同理,将y看作主元2,上述矩阵row3-2*row2,得到三角矩阵u

U=\begin{bmatrix} 1& 2 &1 \\ 0&2 &-2 \\ 0& 0& 5 \end{bmatrix}

\begin{vmatrix} A \end{vmatrix}=\begin{vmatrix} U \end{vmatrix}=1\times 2\times 5=10

上述消元过程对于任意的矩阵,是否都能成立呢?

  • Success 如上述矩阵,主元存在,可进行加减
  • Failure    主元为0,可通过换行以使得主元非0,这种失效为暂时性失效,若仍无法解决,则无法继续进行消元

2. 回代(Back substitution)

增广矩阵(augmented matrix):

系数矩阵的右边添上一列,这一列是

评论
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