玩转线性代数的笔记
有两种情况不能使用行列式来解
用一个更易求解的线性方程组代替原线性方程组,例见原文
变换类型:
上述三种变换都是可逆的,所以原方程组的解都是新方程组的解,变换前后的方程组是同解的,因此三种变换都称为同解变换
两个方程组解集相同,就称两个方程组等价
线性方程组消元变换过程只有系数和常数项参与运算,消元过程就是将左下方的数字化为零的过程,操作完成后加上未知数和相关符号就成为一个新的线性方程组。
将系数与常数取出,就成为矩阵
定义:
由 m × n m×n m×n个数 a i j ( i = 1 , 2 , . . . , m ; j = 1 , 2 , . . . , n ) 排 成 的 m 行 n 列 的 二 维 数 表 a_{ij}(i=1,2,...,m;j=1,2,...,n)排成的m行n列的二维数表 aij(i=1,2,...,m;j=1,2,...,n)排成的m行n列的二维数表
a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋮ ⋮ a m 1 a m 2 ⋯ a m n \begin{matrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & \vdots & \vdots \\ a_{m1} & a_{m2} & \cdots & a_{mn} \end{matrix} a11a21⋮am1a12a22⋮am2⋯⋯⋮⋯a1na2n⋮amn
称为m行n列矩阵,简称m*n矩阵,用大写字母 A , B ⋯ A,B\cdots A,B⋯表示,记作
A = ( a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋮ ⋮ a m 1 a m 2 ⋯ a m n ) A=\begin{pmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & \vdots & \vdots \\ a_{m1} & a_{m2} & \cdots & a_{mn} \end{pmatrix} A=⎝⎜⎜⎜⎛a11a21⋮am1a12a22⋮am2⋯⋯⋮⋯a1na2n⋮amn⎠⎟⎟⎟⎞
矩阵A也可以写作 ( a i j ) (a_{ij}) (aij),或 ( a i j ) m × n (a_{ij})_{m×n} (aij)m×n或 A m × n A_{m×n} Am×n
a i j ( i = 1 , 2 , . . . , m ; j = 1 , 2 , . . . , n ) a_{ij}(i=1,2,...,m;j=1,2,...,n) aij(i=1,2,...,m;j=1,2,...,n)称为矩阵A的元素或元, i 和 j i和j i和j分别称为行标和列标。
只有一行/列的矩阵称为行/列矩阵或行/列向量,记为
A = ( a 1 a 2 ⋮ a n ) A=\begin{pmatrix} a_{1} \\ a_{2} \\ \vdots\\ a_{n} \end{pmatrix} A=⎝⎜⎜⎜⎛a1a2⋮an⎠⎟⎟⎟⎞
行数和列数都是n的矩阵称为n阶矩阵或n阶方阵。
如
( a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 ) \begin{pmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{pmatrix} ⎝⎛a11a21a31a12a22a32a13a23a33⎠⎞是一个三阶方阵。
元素都为0的矩阵称为零矩阵;元素都为0的向量称为0向量
对线性方程组
{ a 11 x 1 + a 12 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_{12}x_2+\cdots+a_{1n} x_n=b_1\\ a_{21}x_1+a_{22}x_2+\cdots+a_{2n} x_n=b_2 \\ \cdots \\ a_{n1}x_1+a_{n2}x_2+\cdots+a_{nn} x_n=b_n \end{cases} ⎩⎪⎪⎪⎨⎪⎪⎪⎧a11x1+a12x2+⋯+a1nxn=b1a21x1+a22x2+⋯+a2nxn=b2⋯an1x1+an2x2+⋯+annxn=bn
记
A = ( a 11 ⋯ a 1 n ⋮ ⋱ ⋮ a m 1 ⋯ a m n ) A=\begin{pmatrix} a_{11} & \cdots & a_{1n} \\ \vdots & \ddots & \vdots \\ a_{m1} & \cdots & a_{mn} \end{pmatrix} A=⎝⎜⎛a11⋮am1⋯⋱⋯a1n⋮amn⎠⎟⎞
为系数矩阵, X = ( x 1 x 2 ⋮ x n ) X=\begin{pmatrix} x_{1} \\ x_{2} \\ \vdots\\ x_{n} \end{pmatrix} X=⎝⎜⎜⎜⎛x1x2⋮xn⎠⎟⎟⎟⎞为未知数矩阵(向量), b = ( b 1 b 2 ⋮ b n ) b=\begin{pmatrix} b_{1} \\ b_{2} \\ \vdots\\ b_{n} \end{pmatrix} b=⎝⎜⎜⎜⎛b1b2⋮bn⎠⎟⎟⎟⎞为方程组的常数项矩阵(向量)。记 B = ( A ∣ b ) = ( a 11 ⋯ a 1 n b 1 ⋮ ⋱ ⋮ ⋮ a m 1 ⋯ a m n b m ) B=(A|b)=\begin{pmatrix} a_{11} & \cdots & a_{1n} & b_1\\ \vdots & \ddots & \vdots & \vdots \\ a_{m1} & \cdots & a_{mn} &b_m \end{pmatrix} B=(A∣b)=⎝⎜⎛a11⋮am1⋯⋱⋯a1n⋮amnb1⋮bm⎠⎟⎞为增广矩阵。
同解变换即是对增广矩阵进行三种行变换(例见原文),而不用写出未知数
以下三种矩阵变换称为初等行变换:
满足以下条件:
以上利用矩阵初等行变换求解线性方程组的方法叫做高斯消元法