线性方程组的解法复习试题.docVIP

线性方程组的解法复习试题.doc

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共53页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
线性方程组的解法复习试题

线性方程组的解法 在科学和工程计算中,大量的科技和工程实际问题常常归结为解线性方程组(Linear Systems of Equations),如电学中的网络问题,用最小二乘法求实验数据的曲线拟合问题等都导致解线性代数方程组。本章我们主要介绍解线性方程组的数值解法。常用的数值方法可分为两大类。第一类是直接方法,在不考虑舍入误差的情况下,可通过有限次算术运算求得准确解。克莱姆法则就是一种直接法。但是方程组的阶数较高时它的运算量太大,实际无法使用。第二类是迭代方法,迭代法是从某一个取定的初始向量出发,构造一个适当的迭代公式,逐次计算出向量,,使得向量序列收敛于方程组的精确解。这样,对适当大的,可取作为方程组的近似解。 为了讨论线性方程组的数值解法,我们首先复习一些线性代数的基础知识。 第一节 矩阵基础知识 一、线性方程组及其一般解法 设有元线性方程组 (3-1) 若令 , , 则其矩阵形式为 (3-2) (1)至少有零解,且当且仅当A的秩=时,齐次方程组只有零解。 (2)有非零解的充要条件是A的秩=,此时方程组的基础解系为 方程的通解为: (3)有唯一解的充要条件是的秩=。由克莱姆(Cramer)法则,其解为 (4)的秩=的秩=时,有无穷多组解,如果为其一个特解,则的通解为 。 例3.1 求解线性方程组 解 方程的矩阵形式: Mathematica程序: Det[A]=0,A的秩 A={{1,1,-2,-1},{3,-2,-1,2},{0,5,7,3},{2,-3,-5,-1}}; MatrixForm[%] Det[A] 0 行列式=0, 有非零解 r=Sum[RowReduce[A][[i,i]],{i,1,4}] 3 系数矩阵的秩=3 NullSpace[A] {{-2, 1, -2, 3}} 基础解系 方程的通解为 例3.2 求解线性方程组 解 Mathematica程序: A={{1,1,-2,-1},{3,-2,-3,2},{0,5,7,3},{2,-3,-5,-1}}; MatrixForm[%] Det[A] 40 行列式, 只有零解 NullSpace[A] {} 基础解系为空 例3.3 求解线性方程组 解 Mathematica程序: Clear[A,b] A={{1,1,-2,-1},{3,-2,-1,2},{0,5,7,3},{2,-3,-5,-1}}; MatrixForm[%]; b={4,2,-2,4}; Det[A] 0 行列式=0, 有无穷多组解。 r=Sum[RowReduce[A][[i,i]],{i,1,4}] 3 系数矩阵的秩=3 NullSpace[A] {{-2, 1, -2, 3}} 基础解系 LinearSolve[A,b] {1, 1, -1, 0} 一个特解 于是方程组的通解为 例3.4 求解线性方程组 解 Mathematica程序: Clear[A] A={{1,1,-2,-1},{3,-2,-3,2}, {0,5,7,3},{2,-3,-5,-1}}; MatrixForm[%]; Det[A] 40 行列式, 有唯一解 b={4,2,-2,4}; LinearSolve[A,b] {2,0.5,0,-1.5} 唯一解 二、矩阵特征值和谱半径 (一)特征值和特征向量 设是一个阶实矩阵,若对于数,存在非零向量,使得 成立。则称是的特征值(Characteristic Value),为的对应于的特征向量(Characteristic Vector)。 特征值和特征向量的性质:(I)对应于同一特征值的特征向量的线性组合仍是对应于该特征值的特征向量(只要这个线性组合不为零向量);(II)对应于不同特征值的特征向量线性无关;(III)相似矩阵有相同的特征多项式,从而有相同的特征值。 当矩阵阶数较低时,可

文档评论(0)

panguoxiang + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档