线性方程组的矩阵解法—

设线性方程组为
{ a 11 x 1 + a 11 x 2 + ⋯ + a 1 n x n = b 1 a 21 x 1 + a 22 x 2 + ⋯ + a 2 n x n = b 2 . . . . . . a n 1 x 1 + a n 2 x 2 + ⋯ + a n n x n = b n \begin{cases} a_{11}x_1+a_{11}x_2+\cdots+a_{1n}x_n=b_1\\ a_{21}x_1+a_{22}x_2+\cdots+a_{2n}x_n=b_2\\ ......\\ a_{n1}x_1+a_{n2}x_2+\cdots+a_{nn}x_n=b_n\\ \end{cases} ⎩⎪⎪⎪⎨⎪⎪⎪⎧a11x1+a11x2+⋯+a1nxn=b1a21x1+a22x2+⋯+a2nxn=b2......an1x1+an2x2+⋯+annxn=bn
其系数行列式为
D = ∣ a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋱ ⋮ a n 1 a n 2 ⋯ a n n ∣ ≠ 0 D=\begin{vmatrix} a_{11}&a_{12}&\cdots&a_{1n} \\ a_{21}&a_{22}&\cdots&a_{2n} \\ \vdots&\vdots&\ddots&\vdots\\ a_{n1}&a_{n2}&\cdots&a_{nn} \end{vmatrix} \not=0 D=∣∣∣∣∣∣∣∣∣a11a21⋮an1a12a22⋮an2⋯⋯⋱⋯a1na2n⋮ann∣∣∣∣∣∣∣∣∣=0
则该线性方程组有且仅有唯一解：
x 1 = D 1 D , x 2 = D 2 D , ⋯ , x n = D n D x_1=\frac{D_1}{D},x_2=\frac{D_2}{D},\cdots,x_n=\frac{D_n}{D} x1=DD1,x2=DD2,⋯,xn=DDn
其中 D j ( j = 1 , 2 , … , n ) D_j(j=1,2,\ldots,n) Dj(j=1,2,…,n)是把系数行列式 D D D中的第 j j j列的元素用常数项 b 1 , b 2 , … , b n b_1,b_2,\ldots,b_n b1,b2,…,bn代替后得到的 n n n阶行列式，即
D j = ∣ a 11 ⋯ a 1 , j − 1 b 1 a 1 , j + 1 ⋯ a 1 n a 21 ⋯ a 2 , j − 1 b 1 a 1 , j + 1 ⋯ a 2 n ⋮ ⋮ ⋮ ⋮ a n 1 ⋯ a n , j − 1 b 1 a 1 , j + 1 ⋯ a n n ∣ D_j = \begin{vmatrix} a_{11}&\cdots&a_{1,j-1}&b_1&a_{1,j+1}&\cdots&a_{1n} \\ a_{21}&\cdots&a_{2,j-1}&b_1&a_{1,j+1}&\cdots&a_{2n} \\ \vdots&\vdots&\vdots&\vdots\\ a_{n1}&\cdots&a_{n,j-1}&b_1&a_{1,j+1}&\cdots&a_{nn} \end{vmatrix} Dj=∣∣∣∣∣∣∣∣∣a11a21⋮an1⋯⋯⋮⋯a1,j−1a2,j−1⋮an,j−1b1b1⋮b1a1,j+1a1,j+1a1,j+1⋯⋯⋯a1na2nann∣∣∣∣∣∣∣∣∣

举例

{ 2 x 1 + 3 x 2 − 5 x 3 = 3 x 1 − 2 x 2 + x 3 = 0 3 x 1 + x 2 + 3 x 3 = 7 \begin{cases} 2x_1+3x_2-5x_3=3\\ x_1-2x_2+x_3=0\\ 3x_1+x_2+3x_3=7\\ \end{cases} ⎩⎪⎨⎪⎧2x1+3x2−5x3=3x1−2x2+x3=03x1+x2+3x3=7

解：
D = ∣ 2 3 − 5 1 − 2 1 3 1 3 ∣ = ∣ 2 7 − 7 1 0 0 3 7 0 ∣ = − ∣ 7 − 7 7 0 ∣ = − 49 ≠ 0 D= \begin{vmatrix} 2&3&-5\\ 1 & -2 & 1\\ 3 & 1 &3\\ \end{vmatrix}= \begin{vmatrix} 2 & 7 & -7\\ 1 & 0 & 0\\ 3 & 7 & 0\\ \end{vmatrix}=- \begin{vmatrix} 7&-7\\ 7 &0\\ \end{vmatrix}=-49\not=0 D=∣∣∣∣∣∣2133−21−513∣∣∣∣∣∣=∣∣∣∣∣∣213707−700∣∣∣∣∣∣=−∣∣∣∣77−70∣∣∣∣=−49=0

D 1 = ∣ 3 3 − 5 0 − 2 1 7 1 3 ∣ = ∣ 2 7 − 7 1 0 0 3 7 0 ∣ = − ∣ 3 − 7 7 7 ∣ = − 70 D_1= \begin{vmatrix} 3&3&-5\\ 0 & -2 & 1\\ 7 & 1 &3\\ \end{vmatrix}= \begin{vmatrix} 2 & 7 & -7\\ 1 & 0 & 0\\ 3 & 7 & 0\\ \end{vmatrix}=- \begin{vmatrix} 3 & -7\\ 7 & 7\\ \end{vmatrix}=-70 D1=∣∣∣∣∣∣3073−21−513∣∣∣∣∣∣=∣∣∣∣∣∣213707−700∣∣∣∣∣∣=−∣∣∣∣37−77∣∣∣∣=−70

x 1 = D 1 D = − 70 − 49 = 10 7 x_1=\frac{D_1}{D}=\frac{-70}{-49}=\frac{10}{7} x1=DD1=−49−70=710

其余两个解同理。

线性方程组的矩阵解法——克莱姆法则相关推荐

高等工程数学 —— 第四章（1）线性方程组的直接解法与广义逆矩阵求解矛盾方程组
高等工程数学 -- 第四章 (1)线性方程组的直接解法与广义逆矩阵求解矛盾方程组文章目录高等工程数学 -- 第四章 (1)线性方程组的直接解法与广义逆矩阵求解矛盾方程组线性方程组的直接解法 Ga ...
紧凑存储的杜利特尔分解法Doolittle(LU分解法)_解线性方程组的直接解法
紧凑存储的杜利特尔分解法Doolittle(LU分解法)_解线性方程组的直接解法标签:计算方法实验 /* 紧凑存储的杜利特尔分解法Doolittle:如果初始矩阵不要求保留的话,可以紧凑存储.因为每 ...
数值计算之最小二乘法（3）最小二乘的矩阵解法
数值计算之最小二乘法(3)最小二乘的矩阵解法前言回顾最小二乘的线性解列满秩矩阵的最小二乘解法 Cholesky分解求线性最小二乘解 QR分解求线性最小二乘解亏秩矩阵的最小二乘解法 SVD分解 ...
数值计算方法第三章—线性方程组的数值解法知识点总结
线性方程组的数值解法本文参考书为马东升著<数值计算方法> 高斯消去法顺序高斯消去法通过初等变换消去方程组系数矩阵主对角线以下的元素,而使方程组化为等价的上三角形方程组列主元高斯消去 ...
2021-01-07 matlab数值分析线性方程组的迭代解法高斯-赛德尔迭代法
matlab数值分析线性方程组的迭代解法高斯-赛德尔迭代法 Function [x,iter]=gs(A,b,tol) D=diag(diag(A)); L=D-tril(A); U=D-triu ...
平方根法乔累斯基分解Cholesky_解线性方程组的直接解法
平方根法乔累斯基分解Cholesky_解线性方程组的直接解法标签:计算方法实验 #include <stdio.h> #include <math.h>const int ...
差分进化算法python 指派问题_一类指派问题的改进矩阵解法
一类指派问题的改进矩阵解法孙静 (广州科技职业技术学院电子信息系,广东广州 510550) 摘要 :本文介绍了求历时最短的指派问题 ,给出了改进矩阵解 ...
qr分解求线性方程组_计算方法/数值分析第三章线性方程组的数值解法
主要内容: 1.引言 2.高斯消去法 3.直接分解法 4.解线性方程组的迭代法 5.向量范数.矩阵范数及迭代法的收敛性第一节引言用克拉姆求解线性方程组第二节高斯消去法高斯消去法是一种古老的 ...
【计算方法】线性方程组的数值解法
题外话: 我上学期做了笔记的科目好像都炸了..像Java还有数据结构.计算方法也来做一个吧,反正迟早是要炸的一.综述线性方程组的解法可以分为两类:直接法和迭代法. 直接法通过有限四次运算得到精确解 ...

线性方程组的矩阵解法——克莱姆法则

举例

线性方程组的矩阵解法——克莱姆法则相关推荐

最新文章

热门文章