实验报告2 线性方程组的直接解法
班级专业 统计2 姓名 毛雅婷 学号 201230980214 成绩
一、实验目的
掌握高斯消去法思想，会用高斯消去法、列主元的高斯消去法、矩阵的三角分解法求解线性方程组。
二、实验内容、计算过程与结果
题目 1、（P73 第1题） 用高斯消去法解方程组
1231231221314254 2 7xxxxxxxx.
程序 clear; A=input('Please input the augmented matrix:');
[m,l]=size(A);
for i=1:m-1
if A(i,i)==0
if A(k,i)==0
k=(i+1);
else k<=m
k=(i+1);
b=A(i,:);A(i,:)=A(k,:);A(k,:)=b;
end
end
end
for j=i+1:m
A(j,:)=A(j,:)-A(j,i)/A(i,i).*A(i,:);
end
end
A,
x(m)=A(m,m+1)/A(m,m);
for i=m-1:-1:1
b=0;
for j=m:-1:i+1
b=b+x(j)*A(i,j);
end
x(i)=(A(i,m+1)-b)/A(i,i);
end
x,
结果 A =
2.0000 -1.0000 3.0000 1.0000
0 4.0000 -1.0000 2.0000
0 0 -0.8750 5.2500
线性方程组解的结构
线性方程组的解的结构是线性空间。线性方程组是数学中一个很重要的概念，它是由多个线性方程组成的方程组。线性方程组是指所有未知量的各个线性方程组成的一个方程组。线性方程组的解的结构本质上是线性空间的结构。
线性空间是指一个能进行线性运算的集合。线性空间具有加法运算和数乘运算，而且满足线性运算的性质。线性方程组的解符合线性空间的定义，因此可以将线性方程组的解看作是线性空间中的向量。
首先，线性方程组的解是一个向量空间。向量空间是线性空间的一种特殊情况，它是一个向量的集合，可以进行线性运算。在线性方程组中，解是通过求解方程组得到的向量。
其次，线性方程组的解是一个子空间。子空间是线性空间的一个子集，同时也是一个线性空间。线性方程组的解是通过线性运算得到的，所以它也是线性空间中的子空间。
1.如果矩阵的秩等于线性方程组的未知量的个数，那么线性方程组有唯一解。
2.如果矩阵的秩小于线性方程组的未知量的个数，那么线性方程组有无穷多解。
3.如果矩阵的秩等于线性方程组的未知量的个数，但是矩阵的秩小于矩阵的列数，那么线性方程组有无解。
总之，线性方程组的解的结构是线性空间，它满足线性空间的定义和性质。线性方程组的解是线性空间中的向量，该向量可以通过矩阵运算来求解。线性方程组的解的结构与矩阵的秩有密切的关系，矩阵的秩决定了线性方程组的解的结构。线性方程组的解的结构是线性空间及其应用的一个重要领域，它在数学和工程中都有广泛的应用。
线性方程组的解的结构与性质
线性方程组是数学中常见的问题，它在各个领域都有广泛的应用。解决线性方程组问题需要了解其解的结构与性质，这将有助于我们更好地理解和应用线性方程组。
一、线性方程组的定义与基本性质
线性方程组由一组线性方程组成，每个方程都是关于未知数的一次多项式，并且未知数的次数都为1。线性方程组的一般形式可以表示为：
a₁₁x₁ + a₁₂x₂ + ... + a₁ₙxₙ = b₁
a₂₁x₁ + a₂₂x₂ + ... + a₂ₙxₙ = b₂
...
aₙ₁x₁ + aₙ₂x₂ + ... + aₙₙxₙ = bₙ
其中，a₁₁、a₁₂、...、aₙₙ为系数，x₁、x₂、...、xₙ为未知数，b₁、b₂、...、bₙ为常数。
线性方程组的基本性质包括：
1. 线性方程组可以有唯一解、无解或无穷多解。
2. 若线性方程组有解，则其解可以表示为一个向量。
3. 若线性方程组有解，则其解的个数与未知数的个数之间存在关系。
二、线性方程组的解的结构
线性方程组的解的结构与其系数矩阵的秩有关。系数矩阵是指将线性方程组的系数按顺序排列形成的矩阵。 1. 若系数矩阵的秩等于未知数的个数，即rank(A) = n，则线性方程组有唯一解。解向量可以通过高斯消元法或矩阵求逆的方法求得。
2. 若系数矩阵的秩小于未知数的个数，即rank(A) < n，则线性方程组有无穷多解。此时，解向量可以表示为特解加上齐次方程的解的线性组合。特解可以通过高斯消元法或矩阵求逆的方法求得。
3. 若系数矩阵的秩小于未知数的个数，并且存在某个未知数的系数全为0，则线性方程组无解。
三、线性方程组的解的性质
线性方程组的解具有以下性质：
1. 若线性方程组有唯一解，则解向量是唯一确定的。不同的线性方程组可能具有相同的解向量。
2. 若线性方程组有无穷多解，则解向量可以表示为特解加上齐次方程的解的线性组合。特解可以通过高斯消元法或矩阵求逆的方法求得。
第２４卷第６期 ２０１１年１１月 唐山学院学报 Ｊｏｕｒｎａｌ ｏｆ Ｔａｎｇｓｈａｎ Ｃｏｌｌｅｇｅ Ｖｏ１．２４ ＮＯ．６ ＮＯＶ．２Ｏｌ１
线性方程组解的结构形式剖析
曹玉平 （连云港职业技术学院基础部，江苏连云港２２２００６） 摘要：借助矩阵范数和矩阵广义逆的概念，结合线性空间的有关结论，给出了线性方程组常见的解 的结构形式。 关键词：线性方程组；解；结构形式 中图分类号：Ｏ１５１．２ 文献标识码：Ａ文章编号：１６７２—３４９Ｘ（２Ｏｌ１）０６—０００４一Ｏ２
Ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ Ｓｔｒｕｃｔｕｒａｌ Ｆｏｒｍｓ ｏｆ ｔｈｅ Ｓｏｌｕｔｉｏｎｓ ｔｏ Ｌｉｎｅａｒ Ｅｑｕａｔｉｏｎ Ｇｒｏｕｐｓ ＣＡＯ Ｙｕ－ｐｉｎｇ （Ｌｉａｎｙｕｎｇａｎｇ Ｔｅｃｈｎｉｃａｌ Ｃｏｌｌｅｇｅ，Ｌｉａｎｙｕｎｇａｎｇ ２２２００６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｓｔｒｕｃｔｕｒａｌ ｆｏｒｍｓ ｏｆ ｃｏｍｍｏｎ ｓｏｌｕｔｉｏｎｓ ｔｏ ｌｉｎｅａｒ ｅｑｕａｔｉｏｎ ｇｒｏｕｐｓ ｈａｖｅ ｂｅｅｎ ｗｏｒｋｅｄ ｏｕｔ ｂｙ ｍｅａｎｓ ｏｆ ｍａｔｒｉｘ ｐａｔｔｅｒｎ ａｎｄ ｔｈｅ ｇｅｎｅｒａｌ ｃｏｎｖｅｒｓｅ ｔｈｅｏｒｅｍ ｏｆ ｍａｔｒｉｘ ａｓ ｗｅｌｌ ａｓ ｔｈｅ ｒｅｌａｔｅｄ ｃｏｎ—— ｃｌｕｓｉｏｎ ｃｏｖｅｒｉｎｇ ｌｉｎｅａｒ ｓｐａｃｅ． Ｋｅｙ Ｗｏｒｄｓ：ｌｉｎｅａｒ ｅｑｕａｔｉｏｎ ｇｒｏｕｐｓ；ｓｏｌｕｔｉｏｎｓ；ｆｏｒｍ ａｎａｌｙｓｉｓ
线性方程组 一６有解，而当系数矩阵Ａ为奇异方阵或 不是方阵时，其通解如何？是否具有唯一解？甚至当 ＝ｂ 无解时是否具有实际问题的解呢？本文借助矩阵范数等概 念给出了它们的一般结构形式。 ｌ 预备知识 定义１设矩阵Ａ∈ ，定义一个实值函数ＩＩ Ａ Ｉｆ，满 足如下条件：①非负性。当Ａ≠０时，ＩＩ Ａ ｌｌ＞０；当Ａ＝０时 ＩＩ Ａ ｌｌ＝０；②齐次性。ＩＩ以ｌ＿一Ｉ ａ…Ａ ｌｌ，ｎ∈Ｃ；③三角不 等式。ｌ１ Ａ＋口１１≤Ｉｌ Ａ ＋ｌ１口ＩＩ，Ｂ∈ ，则称『１ Ａ ｉＩ为Ａ 的广义矩阵范数。④相容性。若对 ， 及ｃ 上的同 类广义矩阵范数ｌＪ・ＩＩ，有Ｉｌ Ａ・层ｌ】≤ｌ』Ａ Ｉｌ・ｌＩ Ｂ ＩＩ，Ｂ∈ ，则称｛１ Ａ ｌｌ为Ａ的矩阵范数。『】 定义２如果方程组舭＝６有解，则满足ｒｎ ｉｎ．ｆｌ ｚ ｌｊ的－Ｔ ＾ｚ ｂ 称为方程组Ａｘ一６的最小范数解。［２］ 定义３如果方程组 一６无解，则满足ｒｍｎ ＩＩ 一６｝ｉ的 －． ；∈ ．ｚ称为方程组Ａｘ＝６的最ｄｘ－－乘解。 定义４设矩阵Ａ∈ ，若矩阵口∈Ｃ，｜ 满足如下４ 个Ｐｅｎｒｏｓｅ方程：ＡＢＡ＝Ａ（１）；］［ＩＡＢ＝Ｂ（２）；（ＡＢ） 一ＡＢ（３）； （ＢＡ）“＝ＢＡ（４），则称Ｂ为Ａ的Ｍｏｏｒ￣Ｐｅｎｒｏｓｅ逆，记为Ａ 。 显然若Ａ为非奇异矩阵，则Ａ ＝Ａ一。ｌ＿３］ 定义５设矩阵Ａ∈ ，矩阵口∈ ，若对任意给定 的ｍ维向量ｂ，只要 ＝６有解，ｚ＝髓也一定有解，则Ｂ称 为Ａ的一个｛１｝＿广义逆矩阵，记为Ａ。Ｈ ２ Ａｘ－＇－ｂ解的结构形式 引理１矩阵ＡＥ ，Ｂ∈ｃ，， 。Ｂ为Ａ的－－ 个（１｝一ＪＩ‘ 义逆矩阵的充分必要条件为ＡＢＡ—Ａ。 证明先证必要性。对任意的ｚ∈ ，ｂ＝Ａｚ是ｍ维向 量，且２为Ａｘ＝６的解，因而 ＝历也是一个解，即ＡＢｂ＝ｂ， 于是ＡＢＡｚ＝Ａｚ，由 的任意性可得ＡＢＡ－－Ａ。 再证充分性。若ＡｌＩＡ—Ａ，设Ａｚ＝６有解，则ＡＢｂ— ＡＢＡｘ一 ＝６，所以 ＝Ｂｂ也是一个解，由定义５知Ｂ为Ａ 的一个｛１｝一广义逆矩阵。 引理２设ＡＥ ，Ｂ∈ ，Ｘ∈ ，则ｌｌ ＡＸ—Ｂ 取极小值的充要条件为ＡＸ一 ，Ｂ。 证明 因为ＡＸ—Ｂ一（Ａｘ—ＰＲ（＾，曰）＋（Ｐ （ Ｂ—Ｂ）， 且ＡＸ—ｊ （＾）Ｂ∈Ｒ（Ａ），ＰＲ（＾）Ｂ…Ｂ 一（Ｅ～ＰＲＩＡ】）Ｂ一一 Ｊ 』（ ）Ｂ∈Ｒ （Ａ），所以ｌｌ ＡＸ—Ｂ ｌＩ。＝＝ＩＩ ＡＸ—ｆ （ Ｂ ＩＩ 十 Ｉｌ Ｐ ｔ Ｂ～Ｂ ＩＩ ，因此，当且仅当ＡＸ＝ＰＲ Ｂ时，Ｉ｛ＡＸ—Ｂ ｉ｛ 取极小值Ｉｌ ＰＲ Ｂ一日 。 引理３ 是方程组Ａｘ一６的最小二乘解的充要条件为 ｚ是方程Ａ“ 一Ａ“６的解。 证明 因为ｂ＝ｂ＋ＰＲ（＾）ｂ－－ＰＲ（＾）６＝ＰＲｆＡ）＋肪一ｆ （＾）ｂ— Ｉ 『Ａ】ｂ十（Ｅ—Ｉ （＾））６＝ＰＲ（＾）ｂ＋ＰＮ（ＡＨ）ｂ，
