矩阵基础4-线性方程组详解

文章目录

  • 一. 线性方程组和矩阵
    • 1.1 线性方程组
    • 1.2 线性方程组的解
    • 1.3 矩阵与线性方程组
    • 1.4 线性方程组的增广矩阵
    • 1.5 Gauss消去法
    • 1.6 线性方程组解的个数
  • 二. 向量
    • 2.1 n维向量
    • 2.2 向量相等
    • 2.3 向量的线性运算
    • 2.4 向量的线性组合
    • 2.5 向量组等价
    • 2.6 向量的线性相关性
    • 2.7 向量组的秩
  • 三. 利用软件解线性方程组
  • 参考:

一. 线性方程组和矩阵

1.1 线性方程组

矩阵基础4-线性方程组详解_第1张图片

1.2 线性方程组的解

初中学的二元一次方程的解,有可能无解,有可能有唯一解,有可能有多个解。
矩阵基础4-线性方程组详解_第2张图片

1.3 矩阵与线性方程组

矩阵基础4-线性方程组详解_第3张图片

1.4 线性方程组的增广矩阵

看了下,其实就是把 线性方程组的值加入了了矩阵
矩阵基础4-线性方程组详解_第4张图片

1.5 Gauss消去法

就是初中学的二元一次方程
左右两边同时乘以一个数,然后与其它方程相加减,去掉x或y,最后就可以计算出x,y的值。
矩阵基础4-线性方程组详解_第5张图片

矩阵基础4-线性方程组详解_第6张图片

求解非齐次方程组
矩阵基础4-线性方程组详解_第7张图片

矩阵基础4-线性方程组详解_第8张图片

1.6 线性方程组解的个数

线性方程组的解
矩阵基础4-线性方程组详解_第9张图片

矩阵基础4-线性方程组详解_第10张图片

矩阵基础4-线性方程组详解_第11张图片

线性方程组解的个数:
rank(A|B) 代表 矩阵 A的增广矩阵 A|B的 秩
矩阵的秩通过R可以求出来,那么我就知道这个方程解的个数了。

至于为什么要 rank(A|B) = rank(B)
其实就是要把矩阵下面的行置为零(相当于消解二元(多元)一次方程的的个数)。

  1. rank(A|B)=n,这个地方的n代表未知的变量的个数,方程是唯一解
  2. rank(A|B)

rank(A|B) > rank(B) 类似会出现 2x + 3 = 0,这种,所以无解。
矩阵基础4-线性方程组详解_第12张图片

例:
矩阵基础4-线性方程组详解_第13张图片
矩阵基础4-线性方程组详解_第14张图片

二. 向量

2.1 n维向量

向量可以理解为 平面上的一条直线,由x轴和y轴对应的数值组成的(也可以理解为一个矩阵)。
矩阵基础4-线性方程组详解_第15张图片
矩阵基础4-线性方程组详解_第16张图片

列向量组:
矩阵基础4-线性方程组详解_第17张图片

行向量组:
矩阵基础4-线性方程组详解_第18张图片

2.2 向量相等

矩阵基础4-线性方程组详解_第19张图片

2.3 向量的线性运算

矩阵基础4-线性方程组详解_第20张图片

矩阵基础4-线性方程组详解_第21张图片

2.4 向量的线性组合

矩阵基础4-线性方程组详解_第22张图片
矩阵基础4-线性方程组详解_第23张图片
矩阵基础4-线性方程组详解_第24张图片

2.5 向量组等价

矩阵基础4-线性方程组详解_第25张图片

2.6 向量的线性相关性

矩阵基础4-线性方程组详解_第26张图片

矩阵基础4-线性方程组详解_第27张图片

2.7 向量组的秩

矩阵基础4-线性方程组详解_第28张图片
矩阵基础4-线性方程组详解_第29张图片

三. 利用软件解线性方程组

求解如下线性方程组:
x 1 + 2 x 2 = 8 x_1 + 2x_2 = 8 x1+2x2=8
2 x 1 + 3 x 2 = 13 2x_1 + 3x_2 = 13 2x1+3x2=13

a = matrix(c(1,2,2,3),nr=2,nc=2,byrow=T)
b = matrix(c(8,13),nr=2,nc=1)
solve(a,b)
矩阵基础4-线性方程组详解_第30张图片

参考:

  1. http://www.dataguru.cn/article-4621-1.html

你可能感兴趣的:(数据分析,+,机器学习,矩阵,线性代数,机器学习)