当前位置：文档之家› 线性代数方程组求解

线性代数方程组求解

一、实验要求

编程求解方程组:

方程组1:

方程组2:

方程组3：

要求:

用C/C++语言实现如下函数：

1.bool lu(double* a， int＊ pivot, int n）；

实现矩阵的LU分解。

pivot为输出参数,pivot[0,n）中存放主元的位置排列.

函数成功时返回false，否则返回true。

2.bool guass（double const* lu， int const* p, double* b, int n）；

求线代数方程组的解

设矩阵Lunxn 为某个矩阵anxn 的LU 分解，在内存中按行优先次序存放。p[0，n)为LU 分解的主元排列.b 为方程组Ax=b 的右端向量.此函数计算方程组Ax=b 的解，并将结果存放在数组b ［0，n ）中.函数成功时返回false ，否则返回true 。

3。 void qr(double* a ， double ＊ d, int n);矩阵的QR 分解

假设数组anxn 在内存中按行优先次序存放。此函数使用HouseHolder 变换将其就地进行QR 分解。

d 为输出参数，d [0,n) 中存放QR 分解的上三角对角线元素。

4。 bool hshld(double const*qr ， double const*d, double*b ， int n); 求线代数方程组的解

设矩阵qrnxn 为某个矩阵anxn 的QR 分解,在内存中按行优先次序存放。d [0,n ）为QR 分解的上三角对角线元素。b 为方程组Ax=b 的右端向量。

函数计算方程组Ax=b 的解,并将结果存放在数组b[0，n)中。函数成功时返回false ，否则返回true 。

二、问题分析

求解线性方程组Ax=b ，其实质就是把它的系数矩阵A 通过各种变换成一个下三角或上三角矩阵，从而简化方程组的求解。因此,在求解线性方程组的过程中，把系数矩阵A 变换成上三角或下三角矩阵显得尤为重要,然而矩阵A 的变换通常有两种分解方法：LU 分解法和QR 分解法。

1、LU 分解法：

将A 分解为一个下三角矩阵L 和一个上三角矩阵U,即:A=LU ，

其中 L=???????

?????1001

12121

n n l l l ， U=?

???

??????nn n n u u u u u u 000

00222112

11 2、QR 分解法：

将A 分解为一个正交矩阵Q 和一个上三角矩阵R,即：A=QR

三、实验原理

解Ax=b 的问题就等价于要求解两个三角形方程组： ⑴ Ly=b，求y; ⑵ Ux=y,求x 。

设A 为非奇异矩阵，且有分解式A=LU , L 为单位下三角阵，U 为上三角

阵。

L,U 的元素可以有n 步直接计算定出。用直接三角分解法解Ax=b （要求A 的所有顺序主子式都不为零）的计算公式：

① ),,2,1(n i a u li li ==,11/u a l il il = ，i=2，3，…，n. 计算U 的第r 行，L 的第r 列元素（i=2,3，…，n): ② ∑-=-=1

1r k ki rk ri ri u l a u ， i=r,r+1,…,n ；

③ rr r k kr ik ir ir u u l a l /)(1

∑-=-= ， i=r+1,…，n ，且r ≠n.

求解Ly=b ，Ux=y 的计算公式；

④

,3,2,,

11n i y l b y b y i k k ik i i =-==∑-=

⑤

1,,2,1,/)(,/1

--=-

==∑+=n n i u x u

y x u y x ii n

i k k ik

i i nn n n

四、实验步骤

1〉将矩阵A 保存进计算机中,再定义2个空矩阵L ，U 以便保存求出的三角矩阵的值。

利用公式①，②，③将矩阵A 分解为LU ,L 为单位下三角阵,U 为上三角阵。 2>可知计算方法有三层循环。

先通过公式①计算出U 矩阵的第一行元素li u 和L 矩阵的第一列元素il l 。再根据公式②和③，和上次的出的值，求出矩阵其余的元素，每次都要三次循环，求下一个元素需要上一个结果。 3>先由公式④ ,Ly=b

,3,2,,1

11n i y l b y b y i k k ik i i =-==∑-=

求出y ，因为L 为下三角矩阵，所以由第一行开始求y 。

4〉再由公式⑤，Ux=y

1,,2,1,/)(,/1

--=-

==∑+=n n i u x u

y x u y x ii n

i k k ik

i i nn n n

求出x ，因为U 为上三角矩阵，所以由最后一行开始求x.

五、程序流程图

1、LU 分解法

回代过程

2、QR分解法

六、实验结果

1、LU分解法

方程组1 :

方程组2:

2、QR分解法

方程组1：

方程组3：

七、实验总结

为了求解线性方程组，我们通常需要一定的解法.其中一种解法就是通过矩阵的三角分解来实现的，属于求解线性方程组的直接法。在不考虑舍入误差下，直接法可以用有限的运算得到精确解，因此主要适用于求解中小型稠密的线性方程组.

1、三角分解法

三角分解法是将A矩阵分解成一个上三角形矩阵U和一个下三角形矩阵L，这样的分解法又称为LU分解法。它的用途主要在简化一个大矩阵的行列式值的计算过程,求反矩阵和求解联立方程组。不过要注意这种分解法所得到的上下三角形矩阵并非唯一，还可找到数个不同的一对上下三角形矩阵,此两三角形矩阵相乘也会得到原矩阵.

2、 QR分解法

QR分解法是将矩阵分解成一个正规正交矩阵Q与上三角形矩阵R，所以称为QR分解法。

在编写这两个程序过程中，起初遇到不少麻烦！虽然课上老师反复重复着：“算法不难的,It's so easy！”但是当自己实际操作时，感觉并不是那么容易。毕竟是要把实际的数学问题转化为计算机能够识别的编程算法，所以在编写程序之前我们仔细认真的把所求解的问题逐一进行详细的分析，最终转化为程序段。每当遇到问题时，大家或许有些郁闷，但最终还是静下心来反复仔细的琢磨，一一排除了错误，最终完成了本次实验.

回头一想原来编个程序其实也没有想象的那么复杂,只要思路清晰,逐步分析，就可以慢慢搞定了。

附源代码:

＃include 〈iostream〉

＃include 〈stdio.h〉

#include 〈math。h〉

#include

＃include

using namespace std；

bool lu(double＊ a， int* pivot, int n）;//矩阵LU分解

bool guass(double const＊ lu, int const* p， double* b, int n）；//求线性代数方程组的解

void qr(double* a， double＊ d， int n）； //矩阵的QR分解

bool householder(double const*qr, double const＊d, double＊b, int n)；

int main(）

{

int n=0;

int temp=0;

bool flag = false;

double expct=0;//误差期望值

double devsq=0；//误差的方差

int ＊ P= NULL;

double ＊ D= NULL；

double A［]={ 1, 1/2.0, 1/3。0， 1/4。0， 1/5.0， 1/6。0,

1/2.0， 1/3.0， 1/4。0, 1/5.0， 1/6.0， 1/7.0,

1/3.0, 1/4.0, 1/5.0， 1/6.0, 1/7。0， 1/8。0，

1/4。0, 1/5.0, 1/6.0, 1/7。0， 1/8。0， 1/9.0，

1/5。0, 1/6.0, 1/7。0, 1/8.0， 1/9.0， 1/10.0,

1/6。0， 1/7.0, 1/8。0, 1/9。0， 1/10。0,1/11.0

｝；

double B［］=｛ 1+ 1/2。0+ 1/3.0+ 1/4。0+ 1/5。0+ 1/6。0,

1/2.0+ 1/3。0+ 1/4。0+ 1/5。0+ 1/6。0+ 1/7.0，

1/3。0+ 1/4。0+ 1/5.0+ 1/6.0+ 1/7。0+ 1/8.0，

1/4.0+ 1/5。0+ 1/6.0+ 1/7.0+ 1/8.0+ 1/9。0,

1/5。0+ 1/6.0+ 1/7.0+ 1/8。0+ 1/9。0+ 1/10.0,

1/6.0+ 1/7.0+ 1/8。0+ 1/9。0+ 1/10.0+1/11.0

｝;

n = 6 ;

P = (int＊)malloc(sizeof（int）*n）；

D = （double＊）malloc(sizeof（double）*n)；

for (int i=0； i

｛

P［i]=D［i]=0；

}

【免费下载】线性方程组的解空间

第六章向量空间 6.1 定义和例子 6.2 子空间 6.3 向量的线性相关性 6.4 基和维数 6.5 坐标 6.6 向量空间的同构 6.7 矩阵的秩齐次线性方程组的解空间返回教案总目录6.7矩阵的秩，齐次线性方程组的解空间一、教学思考 1、矩阵的秩与线性方程组解的理论在前面已经有过讨论，本节运用向量空间的有关理论重新认识矩阵的秩的几何意义，讨论线性方程组解的结构。2、注意：齐次线性方程组（含n 个未知量）的解的集合构成n F 的子空间，而非齐次线性方程组的解的集合非也。3、注意具体方法：1）证矩阵的行空间与列空间的维数相等；2）求齐次线性方程组的基础解系。二、内容要求 1、内容：矩阵的秩的几何意义，齐次线性方程组的解空间。 2、要求：理解掌握矩阵的秩的几何意义，齐次线性方程组的基础解系的求法。三、教学过程 1、矩阵的秩的几何意义几个术语：设)(F M A n m ?∈，????? ??=mn m n a a a a A 1111，A 的每一行看作n F 的一个元素，叫做A 的行向量，用),2,1(m i i =α表示；由),2,1(m i i =α生成的n F 的子空间),,(1m L αα 叫做矩阵A 的行空间。类似地，A 的每一列看作m F 的一个元素，叫做A 的列向量；由A 的n 个列向量生成的m F 的子空间叫做矩阵A 的列空间。注：)(F M A n m ?∈的行空间与列空间一般不同，分别是n F 与m F 的子空间；下证其维数相同。引理6.7.1设)(F M A n m ?∈，1）若PA B =，P 是一个m 阶可逆矩阵，则B 与A 有相同的行空间；2）若AQ C =，Q 是一个n 阶可逆矩阵，则C 与A 有相同的列空间。分析：设()()()m m ij n m ij n m ij p P b B a A ???===,,，),2,1(m i i =α是A 的行向量，),2,1(m j j =β是B 的行向量；只需证这两组向量等价。

线性方程组解的几何意义

设有三元非齐次线性方程组线性方程组解的几何意义 ???????=++=++=++,,,)1(22221111m m m m d z c y b x a d z c y b x a d z c y b x a 我们来讨论一下三元非齐次线性方程组解的几何意义.

2) 有唯一解这时方程组(1) 中的m 个方?? ???=+--=--=+,423, 32,123z y x y x z x 该方程组有唯一解.817,21,4 7??? ??--则方程组(1) 的解有以下三种情况: 1) 无解这时方程组(1) 中的m 个方程所表示的平面既不交于一点, 也不共线、共面. 程所表示的平面交于一点. 例如

其几何意义如图3 -11 所示. 2x-y=-3 3x+2z=-1 x-3y+2z=4 图3-11

交直线所确定.3) 有无穷多组解这时又可分为两种情形:情形一自由变量, 基础解系中有两个向量，其一般解的形式为 γ=c 1η1+ c 2η2+ γ0(c 1, c 2为任意常数).这时方程组的所有解构成一个平面, 而这个平面是由过点γ0且分别以η1、η2为方向向量的两条相A 的秩=A 的秩= 1 .此时，有两个γ=c 1η1+ c 2η2+ γ0 称为平面的参数方程.

例如, 设保留方程组为 x + y + z = 3, 则可求得其通解为 . 11110101121???? ? ??+????? ??-+????? ??-=c c x

则过点P (1,1,1) 分别以(1,-1,0)T , (1,0,-1)T 为方向,1 10111:,0 11111:21--=-=--=--=-z y x L z y x L 则这两条相交直线L 1, L 2所确定的平面的方程即向量的两直线的方程分别为为x + y + z = 3 . 如图3-12

线性方程组的解法

线性方程组的解法 1 引言在科学研究和大型工程设计中出现了越来越多的数学问题，而这些问题往往需要求数值解。在进行数值求解时，经离散后，常常归结为求解形如Ax= b的大型线性方程组。而如插值公式，拟合公式等的建立，微分方程差分格式的构造等，均可归结为求解线性方程组的问题．在工程技术的科学计算中，线性方程组的求解也是最基本的工作之一．因此，线性方程组的解法一直是科学和工程计算中研究最为普遍的问题，它在数值分析中占有极其重要的地位。20世纪50年代至70年代，由于电子计算机的发展，人们开始考虑和研究在计算机上用迭代法求线性方程组Ax =b的近似解，用某种极限过程去逐渐逼近精确解，并发展了许多非常有效的迭代方法，迭代法具有需要计算机存储单元少、程序设计简单、原始系数矩阵在计算过程中始终不变等优点。例如Jacobi方法、Gauss—Seidel 方法、SOR方法、SSOR 方法，这几种迭代方法是最常用的一阶线性定常迭代法。 2 主要算法 20世纪50年代至70年代，人们开始考虑和研究用迭代法求解线性方程组。 Ax = b (1) 的近似解，发展了许多有效的方法，其中有Jacobi方法、Gauss—Seidel方法，SOR方法、SSOR方法，这几种迭代方法均属一阶线性定常迭代法，即若系数矩阵A的一个分裂：A =M-N ；M 为可逆矩阵，线性方程组(1)化为： (M－N)X =b； →M X = NX + b； →X= M -1NX+ M-1b 得到迭代方法的一般公式： X（k+1）=HX（k）+d （2）其中：H =MN-1，d=M-1b，对任意初始向量X（0）一阶定常迭代法收敛的充分必要条件是: 迭代矩H的谱半径小于1，即ρ(H) < 1；又因为对于任何矩阵范数恒有ρ(H)≤‖H‖，故又可得到收敛的一个充分条件为：‖H‖< 1。 2.1 Jacobi迭代法若D为A的对角素构成的对角矩阵，且对角线元素全不为零。系数矩阵A的一个分解：A =

浅析线性方程组的解法及应用

目录摘要 ........................................................................ I Abstract.................................................................... II 第一章绪论 (1) 1.1 引言 (1) 第二章行列式与线性方程组求解 (1) 2.1 标准形式的二元线性方程组 (1) 2.2 标准形式的三元线性方程组 (2) 2.3 克莱姆法则 (3) 2.3.1逆序数 (3) 2.3.2 克莱姆法则 (4) 第三章线性方程组的理论求解 (6) 3.1 高斯消元法 (6) 3.2 线性方程组解的情况 (7) 3.3 将非齐次方程组化为齐次方程组求解方法 (8) 第四章求解线性方程组的新方法 (9) 第五章线性方程组的应用 (11) 5.1 投入产出数学模型 (11) 5.2 齐次线性方程组在代数中的应用 (14) 第六章结论 (16) 参考文献 (17) 致谢 (18)

浅析线性方程组的解法及应用学生：陈晓莉指导教师：余跃玉摘要：线性方程组的求解方法在代数学中有着极其重要的作用.本文介绍了有关线性方程组的一些基本求解方法，由二元到三元的线性方程组，再到n姐线性方程组，其中详细介绍了克莱姆法则。然后是对于齐次方程组和非齐次线性方程组，介绍了线性方程组的理论解法，里面介绍了消元法、解的情况、将非线性化成线性方程组来求解。并且给出了相关的例题，可以加深对线性方程组求解的方法的认识。对于线性方程组还有什么解法，本文也将有探讨。介绍了这么多解线性方程组的求解，相信在今后解线性方程组会更加方便。最后还有关于线性方程组的应用，主要介绍了关于投入产出的数学模型，在经济分析与管理中会经常用到。关键词:线性方程组; 高斯消元法；行列式

解线性方程组的基本思想

四：基本方法基本思路将在解题的过程中得到体现。 1．（求线性方程组的唯一解或特解），这类问题的求法分为两类：一类主要用于解低阶稠密矩阵——直接法；一类是解大型稀疏矩阵——迭代法。 1.1利用矩阵除法求线性方程组的特解（或一个解）方程：AX=b，解法：X=A\b，(注意此处’\’不是’/’) 例1-1 求方程组的解。解: A = ; = ；b=(1,0,0,0,1)’ 由于>>rank(A)=5,rank( )=5 %求秩，此为R（A）=R（）>=n的情形，有唯一解。 >>X= A\b %求解X =(2.2662, -1.7218, 1.0571,-0.5940, 0.3188)’ 或用函数rref 求解，>>sv=rref(A:b);所得sv的最后一列即为所要求的解。 1．2 利用矩阵的LU、QR和cholesky分解求方程组的解这三种分解，在求解大型方程组时很有用。其优点是运算速度快、可以节省磁盘空间、节省内存。 I) LU分解又称Gauss消去分解，可把任意方阵分解为下三角矩阵的基本变换形式（行交换）和上三角矩阵的乘积。即A=LU，L为下三角阵，U为上三角阵。则：A*X=b 变成L*U*X=b 所以X=U\(L\b) 这样可以大大提高运算速度。命令[L，U]=lu (A) 在matlab中可以编如下通用m 文件：在Matlab中建立M文件如下 % exp1.m A;b; [L，U]=lu (A); X=U\(L\b) II）Cholesky分解若A为对称正定矩阵，则Cholesky分解可将矩阵A分解成上三角矩阵和其转置的乘积，即：其中R为上三角阵。方程A*X=b 变成所以在Matlab中建立M文件如下 % exp2.m A;b; [R’，R]=chol(A); X=R\(R’\b) III）QR分解对于任何长方矩阵A，都可以进行QR分解，其中Q为正交矩阵，R为上三角矩阵的初等变换形式，即：A=QR 方程A*X=b 变形成QRX=b 所以X=R\(Q\b)

解线性方程组基思想

————————————————————————————————作者：————————————————————————————————日期：

《线性代数》线性方程组部分练习题

一，填空题 1 已知四维向量α，β满足3α+4β＝()2112T ，2α+3β＝()12 31T -，则向量α＝________，β＝_____ 2 有三维列向两组1α＝()100T ，()2110αT ＝，()3111αT ＝，()123βT ＝，且有112233βχαχαχα++＝，则123χχχ＝_____ ，＝_____，＝_____ 3.若向量组123,,ααα线性无关，则向量组122331,,αααααα+++是线性____。 4若n 个 n 维列向量线性无关，则由此n 个向量构成的矩阵必是______ 矩阵。 5若R )(1234,,,4αααα=，则向量组123,,ααα是线性________。 6若向量组)()()()( 12341,1,3,2,4,5,1,1,0,2,2,6,αααα===-=则此向量组的秩是______，一个极大无关组是______。 7已知向量组()()()1231,2,1,1,2,0,,0,0,4,5,2t ααα=-==--的秩为2，则t ＝____. 8已知方程组12312112323120x a x a x ????????????+=????????????-?????? 无解，则a ＝_____。二，选择题 1.向量组()()()()12341,1,2,0,1,1,2,3,5,2,2,4αααα==-==的极大无关组为（）（A ）12,;αα （B ）13,;αα （C ）123,,;ααα （D ）23,;αα 2.若A ＝12421110λ?? ? ? ??? 为使矩阵A 的秩有最少值，则λ应为（）（A ）2；（B ）－1; (C)94; (D)12 ; 3. n 元齐次线性方程组AX=0有非零解时，它的每一个基础解系中所含解向量的个数等于（）（A ）R )(A -n ；（B ）)(R n A + （C ）)(n R -A ; (D))( n R +A 4.设123412342 34234355222χχχχχχχχχχχλ+-+=??+-+=??+-=? 当λ取（）时，方程组有解。（A ）-12 (B) 12 (C)1- (D)1

线性方程组的解空间

第六章向量空间 6、1 定义与例子 6、2 子空间 6、3 向量的线性相关性 6、4 基与维数 6、5 坐标 6、6 向量空间的同构 6、7 矩阵的秩齐次线性方程组的解空间返回教案总目录 6、7矩阵的秩,齐次线性方程组的解空间一、教学思考 1、矩阵的秩与线性方程组解的理论在前面已经有过讨论,本节运用向量空间的有关理论重新认识矩阵的秩的几何意义,讨论线性方程组解的结构。 2、注意:齐次线性方程组(含n 个未知量)的解的集合构成n F 的子空间,而非齐次线性方程组的解的集合非也。 3、注意具体方法:1)证矩阵的行空间与列空间的维数相等;2)求齐次线性方程组的基础解系。二、内容要求 1、内容:矩阵的秩的几何意义,齐次线性方程组的解空间。 2、要求:理解掌握矩阵的秩的几何意义,齐次线性方程组的基础解系的求法。三、教学过程 1、矩阵的秩的几何意义几个术语:设)(F M A n m ?∈,??? ? ? ??=mn m n a a a a A ΛΛΛ ΛΛ 1111,A 的每一行瞧作n F 的一个元素,叫做A 的行向量,用),2,1(m i i Λ=α表示;由),2,1(m i i Λ=α生成的n F 的子空间 ),,(1m L ααΛ叫做矩阵A 的行空间。类似地,A 的每一列瞧作m F 的一个元素,叫做A 的列向量;由A 的n 个列向量生成的m F 的子空间叫做矩阵A 的列空间。注:)(F M A n m ?∈的行空间与列空间一般不同,分别就是n F 与m F 的子空间;下证其维数相同。引理6、7、1设)(F M A n m ?∈, 1)若PA B =,P 就是一个m 阶可逆矩阵,则B 与A 有相同的行空间; 2)若AQ C =,Q 就是一个n 阶可逆矩阵,则C 与A 有相同的列空间。分析:设() ()()m m ij n m ij n m ij p P b B a A ???===,,,),2,1(m i i Λ=α就是A 的行向

完整word版最速下降法求解线性代数方程组

最速下降法求解线性代数方程组要求：对于给定的系数矩阵、右端项和初值，可以求解线性代数方程组一、最速下降法数学理论 PP?tX?Xf(X)的负梯中，在基本迭代公式每次迭代搜索方向取为目标函数kk1kkk?t)X??f(P?取为最优步长，由此确定的算法称为最速度方向，即，而每次迭代的步长kkk下降法。 X)Xminf(kk。现在次，获得了第，假定我们已经迭代了为了求解问题个迭代点k X出发，可选择的下降方法很多，一个非常自然的想法是沿最速下降方向（即负梯度方从k X邻近的范围内是这样。因此，去搜索方向为 )进行搜索应该是有利的，至少在向k P???f(X). kk P k?1进行一维搜索，由此得到第为了使目标函数在搜索方向上获得最多的下降，沿k个跌带点，即 X?X?t?f(X)，kk1k?k t按下式确定其中步长因子k f(X?t?f(X))?minf(X?t?f(X))， kkkkkk X?ls(X,??f(X)). （ 1） k1k?k X X,XX,, ,,?k0,12是初始点，由计算就可以得到一个点列,显然，令其中0210{X}f)X(X)(f 的满足一定的条件时，由式（）所产生的点列必收敛于者任意选定。当1k极小点。二、最速下降法的基本思想和迭代步骤 ???,)(Xf(X)g. ，终止限已知目标函数及其梯度和321Xf?f(X),g?g(X)k?0. ，计算；置（1）选定初始点00000X?ls(X,?g)f?f(X),g?g(X). （2）作直线搜索：；计算 k?1kk1?k1k?kk?1?1(X,f(X))k?k?1，置，结束；用终止准则检验是否满足：若满足，则打印最优解否则，1k?1?k转（2）（3）最速下降法算法流程图如图所示.

线性方程组解的判定

1 / 3 第四节线性方程组解的判定从本节开始,讨论含有n 个未知量、m 个方程的线性方程组的解. 11112211211222221122n n n n m m mn n m a x a x a x b a x a x a x b a x a x a x b +++=??+++=????+++= ? (13—2）主要问题是要判断出方程组（13-2）何时有解？何时无解?有解时解有多少?如何求出方程组的解。线性方程组有没有解，以及有怎样的解，完全决定于方程组的系数和常数项。因此，将线性方程组写成矩阵形式或向量形式，以矩阵或向量作为讨论线性方程组的工具,将带来极大的方便。方程组（13-2)中各未知量的系数组成的矩阵111212122212n n m m mn a a a a a a A a a a ??????=?????? 称为方程组（13-2）的系数矩阵.由各系数与常数项组成的矩阵，称为增广矩阵，记作A ，即 11121121 222212n n m m mn m a a a b a a a b A a a a b ??????=?????? 方程组(13-2)中的未知量组成一个n 行、1列的矩阵（或列向量）,记作X ；常数项组成一个m 行、1列的矩阵（或列向量），记作b ，即12n x x X x ??????=??????,12m b b b b ??????=?????? 由矩阵运算,方程组（13—2)实际上是如下关系111212122212 n n m m mn a a a a a a a a a ????????????12n x x x ????????????=12m b b b ???????????? 即 AX=b

线性方程组解决实际问题项目

线性方程组解决实际问题项目 -标准化文件发布号：（9556-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII

项目名称应用线性方程组解决实际问题项目【项目内容】营养食谱问题高考前期一个饮食专家给即将踏入高考大门的学子准备了一份膳食计划，以此来帮助同学们提高和调节身体所摄入的大量营养，提供一定量的维生素C、钙和镁。其中用到3种食物，它们的质量用适当的单位计量。这些食品提供的营养以及食谱需要的营养如下表给出【相关知识点】 1.线性方程组间的代数运算； 2.线性相关性之间的关系； 3.矩阵与增广矩阵之间的行最简化法； 4.其次线性方程组与非齐次线性方程组的解法； 5.向量组的线性组合以及线性相关性；【模型假设与分析】

【解】设X1、X2、X3分别表示这三种食物的量。对每一种食物考虑一个向量，其分量依次表示每单位食物中营养成分维生素C、钙和镁的含量：食物1：1= 食物2：2= 食物3：3=食物4：4= 需求：【模型建立】则X11、X22、X33、X44分别表示三种食物提供的营养成分，所以，需要的向量方程为 X11+X22+X33+X4 4 = 则有= 【模型求解】利用矩阵与增广矩阵之间的行最简化法； = ~

则线性相关 R（A）=4=R（A，b）该线性方程组有唯一解。【结论及分析】解此方程组得到： X1= X2= X3= X4=-5 因此食谱中应该包含个单位的食物1，个单位的食物2，个单位的食物3。个单位的食物4。由此可得合理的膳食与线性方程组息息相关，由方程可知合理膳食的特解，即在一定的条件下，食物的摄入量是相对稳定的，过多或过少都不利于生理所需，唯有达到一个特解时，营养与体能的搭配才是最完美的。【心得与体会】通过生活中的这个小例子，我们小组总结以下发现，线性方程组在生活中的运用是普遍而广泛的，通过学习和查阅资料，让我们更真切的理解和体会到线性方程在身边的实用性，如果合理的运用，不仅对我们身体健康有所帮助，而且有益于我们全面的理解数学世界观，对我们人生有重大的指导和参考意义，线性方程组在科学研究等诸多方面有更广泛深入的应用。希望通过这次的实践和应用，努力将其联系到实际中，真正的做到领会到数学的真谛。【参考文献】【1】刘振兴，浅谈线性代数在生活中的应用【2】Loveyuehappy，浅析线性方程组的解法及应用【3】

线性方程组解的判定

第四节线性方程组解的判定从本节开始，讨论含有n 个未知量、m 个方程的线性方程组的解。 11112211211222 22 11 22n n n n m m mn n m a x a x a x b a x a x a x b a x a x a x b +++=??+ ++= ????+++=? （13—2）主要问题是要判断出方程组（13-2）何时有解？何时无解？有解时解有多少？如何求出方程组的解。线性方程组有没有解，以及有怎样的解，完全决定于方程组的系数和常数项。因此，将线性方程组写成矩阵形式或向量形式，以矩阵或向量作为讨论线性方程组的工具，将带来极大的方便。方程组（13-2）中各未知量的系数组成的矩阵11121212221 2 n n m m mn a a a a a a A a a a ? ?? ? ? ?=?? ?? ? ? 称为方程组（13-2）的系数矩阵。由各系数与常数项组成的矩阵，称为增广矩阵，记作A ，即 11121121 222212 n n m m mn m a a a b a a a b A a a a b ?? ????=??? ??? 方程组（13-2）中的未知量组成一个n 行、1列的矩阵（或列向量），记作X;常数项组成一个m 行、1 列的矩阵(或列向量），记作b ，即12n x x X x ??????=?????? ,12 m b b b b ?? ????=?????? 由矩阵运算，方程组(13-2)实际上是如下关系111212122212 n n m m mn a a a a a a a a a ? ?? ? ? ? ?? ?? ? ? 12n x x x ???????????? =12m b b b ???????????? 即 AX=b

浅谈线性方程组和矩阵方程

鞍山师范学院数学系13届学生毕业设计（论文）开题报告课题名称：浅谈线性方程组和矩阵方程学生姓名：田鸽专业：数学与应用数学班级：10级1班学号：10号指导教师：裴银淑 2013年12月24日

一、选题意义 1、理论意义：基于线性方程组和矩阵在线性代数以及在各个领域的广泛应用，再加上计算机和计算方法的普及发展,为矩阵的应用开辟了广阔的前景.通过矩阵来解线性方程组大大简化了计算过程,为解决许多数学问题提供了一种研究途径.研究该课题的意义是为了对矩阵在解线性方程组中的广泛应用有一个更深的了解与掌握.。求线性方程组的一般解则是所有学习线性代数的人们必须掌握的基本技能。通过矩阵可以使许多抽象的数学对象得到具体的表示，并把相关的运算转化为矩阵的简单运算，使代数学的研究在一定程度上化复杂为简单，变抽象为具体，变散乱为整齐有序，矩阵是线性代数中不可或缺的处理工具，它在其它的数学理论中也有着重要的作用。 2、现实意义；大学数学是自然科学的基本语言，是应用模式探索现实世界物质运动机理的主要手段。学习数学的意义不仅仅是学习一种专业的工具而已随着科学的发展，我们不仅要研究单个变量之间的关系，还要进一步研究多个变量之间的关系，因为各种实际问题在大多数情况下可以线性化，而科学研究中的非线性模型通常也可以被近似为线性模型，，作为变化率的额倒数在几何学、物理学、经济学中的应用，抛体运动的数学建模及其应用，最优化方法及其在工程、经济、农业等领域中的应用，逻辑斯谛模型及其在人口预测、新产品的推广与经济增长预测方面的应用，网络流模型及其应用，人口迁移模型及其应用，常用概率模型及其应用，等等.另外由于计算机的发展，线性化了的问题又可以计算出来，所以，线性代数因成为了解决这些问题的有力工具而被广泛应用。如量子化学（量子力学）是建立在线性Hilbert空间的理论基础上的，没有线性代数的基础，不可能掌握量子化学。而量子化学（和分子力学）的计算在今天的化学和新药的研发中是不可缺少的。而矩阵是一种非常常见的数学现象，例如学校课表、成绩

常系数线性方程组基解矩阵的计算

常系数线性方程组基解矩阵的计算董治军（巢湖学院数学系，安徽巢湖238000）摘要：微分方程组在工程技术中的应用时非常广泛的，不少问题都归结于它的求解问题，基解矩阵的存在和具体寻求是不同的两回事，一般齐次线性微分方程组的基解矩阵是无法通过积分得到的，但当系数矩阵是常数矩阵时，可以通过方法求出基解矩阵，这时可利用矩阵指数exp A t，给出基解矩阵的一般形式，本文针对应用最广泛的常系数线性微分方程组，结合微分方程，线性代数等知识，讨论常系数齐次线性微分方程的基解矩阵的几个一般的计算方法. 关键词；常系数奇次线性微分方程组；基解矩阵；矩阵指数 Calculation of Basic solution Matrix of

Linear Homogeneous System with Constant Coefficients Zhijun Dong (Department of Mathematics, Chaohu College Anhui, Chaohu) Abstract: Differential equations application in engineering technology is very extensive, when many problems are attributable to its solving problem, base solution matrix existence and specific seek is different things, general homogeneous linear differential equations is not the base solution matrix by integral get, but when coefficient matrix is constant matrix, can pass out the base solution matrix method, then are available matrix exponential t, the general form base solution matrix, the paper discusses the most widely used differential equations with constant coefficients, combined with differential equations, linear algebra, discuss knowledge of homogeneous linear differential equation with constant coefficients of base solution matrix several general calculation method. Keyword: linear homogeneous system with constant coefficients; matrix of basic solutions; matrix exponent 引言: 线性微分方程组的求解历来是常微分方程的重点，根据线性微分方程组的解的结构理论，求解线性微分方程组的关键在于求出对应齐次线性微分方程组的基解矩阵，本文主要讨论齐次线性微分方程组 X ’＝AX ★ 的基解矩阵的计算问题，这里A 是n n ?常数矩阵. 一．矩阵指数exp A 的定义和性质： 1.矩阵范数的定义和性质定义：对于n n ?矩阵A ＝ij a ???? n ×n 和n 维向量X ＝()1,...,T n X X 定义A 的范数为A ＝,1 n ij i j a =∑ ，X =1 n i i x =∑ 设A ，B 是n ×n 矩阵，x ，y 是n 维向量，易得下面两个性质：

线性方程组的解空间

第六章向量空间 6.1 定义和例子 6.2 子空间 6.3 向量的线性相关性 6.4 基和维数 6.5 坐标 6.6 向量空间的同构 6.7 矩阵的秩齐次线性方程组的解空间返回教案总目录 6.7矩阵的秩，齐次线性方程组的解空间一、教学思考 1、矩阵的秩与线性方程组解的理论在前面已经有过讨论，本节运用向量空间的有关理论重新认识矩阵的秩的几何意义，讨论线性方程组解的结构。 2、注意：齐次线性方程组（含n 个未知量）的解的集合构成n F 的子空间，而非齐次线性方程组的解的集合非也。 3、注意具体方法：1）证矩阵的行空间与列空间的维数相等；2）求齐次线性方程组的基础解系。二、内容要求 1、内容：矩阵的秩的几何意义，齐次线性方程组的解空间。 2、要求：理解掌握矩阵的秩的几何意义，齐次线性方程组的基础解系的求法。三、教学过程 1、矩阵的秩的几何意义几个术语：设)(F M A n m ?∈，???? ? ??=mn m n a a a a A 1111，A 的每一行看作n F 的一个元素，叫做A 的行向量，用),2,1(m i i =α表示；由),2,1(m i i =α生成的n F 的子空间),,(1m L αα 叫做矩阵A 的行空间。类似地，A 的每一列看作m F 的一个元素，叫做A 的列向量；由A 的n 个列向量生成的m F 的子空间叫做矩阵A 的列空间。注：)(F M A n m ?∈的行空间与列空间一般不同，分别是n F 与m F 的子空间；下证其维数相同。引理6.7.1设)(F M A n m ?∈， 1）若PA B =，P 是一个m 阶可逆矩阵，则B 与A 有相同的行空间； 2）若AQ C =，Q 是一个n 阶可逆矩阵，则C 与A 有相同的列空间。分析：设()()()m m ij n m ij n m ij p P b B a A ???===,,，),2,1(m i i =α是A 的行向量，),2,1(m j j =β是B 的行向量；只需证这两组向量等价。

浅析线性方程组的解法

目录摘要................................................................................... I Abstract. ............................................................................. II 第一章绪论............................................................................ I 1.1引言 (1) 1.2线性方程组解的求解方法的研究现状 (1) 1.3本文对线性方程组解法的研究结构 (1) 第二章线性方程组理论基础 (2) 2.1 线性方程组概念 (2) 2.2 线性方程组的解的情况分析 (2) 2.3 齐次线性方程组解的结构 (4) 2.4非齐次线性方程组解的结构 (4) 第三章线性方程组的数值解 (5) 3.1 迭代法 (5) 3.1.1 Jacobi方法 (6) 3.2.2 高斯-赛德尔方法 (8) 第四章全文总结和展望 (10) 4.1 全文总结 (10) 4.2 未来展望 (10) 参考文献 (11) 致谢................................................................. 错误！未定义书签。

线性方程组的求解方法学生：指导教师：摘要：本文在对线性方程组解的结构的研究背景与意义分析的基础上，对线性方程组的求解方法的研究现状进行了介绍，之后针对线性方程组展开了研究，包括线性方程组的概念、线性方程组的求解方法以及线性方程组的作用等，在对线性方程组有了全面的认识后，基于线性方程组解的结构展开了研究，包括线性方程组解的基本定理，齐次和非齐次线性方程组解的结构形式，以及齐次和非齐次线性方程组解的结构，我们用迭代法中最常用的Jacobi方法中的相似上三角矩阵定理和迭代法中的收敛性讨论线性方程组的数值解法，并用高斯-赛德尔方法进行验证。得到线性方程组的数值解的一般方法。最后，对全文进行了总结和展望。关键词：线性方程组;数值解；迭代法；Jacobi方法；高斯-赛德尔方法

线性代数方程组求解

线性代数方程组求解一、实验要求编程求解方程组: 方程组1: 方程组2: 方程组3：要求: 用C/C++语言实现如下函数： 1.bool lu(double* a， int＊ pivot, int n）；实现矩阵的LU分解。 pivot为输出参数,pivot[0,n）中存放主元的位置排列. 函数成功时返回false，否则返回true。 2.bool guass（double const* lu， int const* p, double* b, int n）；

求线代数方程组的解设矩阵Lunxn 为某个矩阵anxn 的LU 分解，在内存中按行优先次序存放。p[0，n)为LU 分解的主元排列.b 为方程组Ax=b 的右端向量.此函数计算方程组Ax=b 的解，并将结果存放在数组b ［0，n ）中.函数成功时返回false ，否则返回true 。 3。 void qr(double* a ， double ＊ d, int n);矩阵的QR 分解假设数组anxn 在内存中按行优先次序存放。此函数使用HouseHolder 变换将其就地进行QR 分解。 d 为输出参数，d [0,n) 中存放QR 分解的上三角对角线元素。 4。 bool hshld(double const*qr ， double const*d, double*b ， int n); 求线代数方程组的解设矩阵qrnxn 为某个矩阵anxn 的QR 分解,在内存中按行优先次序存放。d [0,n ）为QR 分解的上三角对角线元素。b 为方程组Ax=b 的右端向量。函数计算方程组Ax=b 的解,并将结果存放在数组b[0，n)中。函数成功时返回false ，否则返回true 。二、问题分析求解线性方程组Ax=b ，其实质就是把它的系数矩阵A 通过各种变换成一个下三角或上三角矩阵，从而简化方程组的求解。因此,在求解线性方程组的过程中，把系数矩阵A 变换成上三角或下三角矩阵显得尤为重要,然而矩阵A 的变换通常有两种分解方法：LU 分解法和QR 分解法。 1、LU 分解法：将A 分解为一个下三角矩阵L 和一个上三角矩阵U,即:A=LU ，其中 L=??????? ?????1001 00 12121 n n l l l ， U=? ? ??? ? ??????nn n n u u u u u u 000 00222112 11 2、QR 分解法：将A 分解为一个正交矩阵Q 和一个上三角矩阵R,即：A=QR 三、实验原理解Ax=b 的问题就等价于要求解两个三角形方程组： ⑴ Ly=b，求y; ⑵ Ux=y,求x 。设A 为非奇异矩阵，且有分解式A=LU , L 为单位下三角阵，U 为上三角

线性方程组解的判定与解的结构

***学院数学分析课程论文线性方程组解的判定与解的结构院系数学与统计学院专业数学与应用数学（师范）姓名******* 年级 2009级学号200906034*** 指导教师 ** 2011年6月

线性方程组解的判定与解的结构姓名****** （重庆三峡学院数学与计算机科学学院09级数本？班）摘要：线性方程组是否有解，用系数矩阵和增广矩阵的秩来刻画．在方程组有解且有多个解的情况下，解的结构就是了解解与解之间的关系．关键词：矩阵；秩；线性方程组；解引言通过系数矩阵和增广矩阵的秩是否相同来给出判定线性方程组的解的判别条件．在了解了线性方程组的判别条件之后，我们进一步讨论解的结构．对于齐次线性方程组，解的线性组合还是方程组的解．在线性方程组有无穷个解时可用有限多个解表示出来．另外以下还涉及到线性方程组通解的表达方式． 1 基本性质下面我们分析一个线性方程组的问题，导出线性方程组有解的判别条件．对于线性方程组 1111221121122222 1122n n n n s s sn n s a x a x a x b a x a x a x b a x a x a x b ++???+=??++???+=???????++???+=? (1) 引入向量 112111s αααα??????=?????????，122222s αααα??????=?????????，…12n n n sn αααα??????=????????? ，12s b b b β?? ?? ??=??????? ?? 方程（1）可以表示为 1122n n x x x αααβ++???+= 性质线性方程组⑴有解的充分必要条件为向量β可以表成向量组α1,α2,…，αn 的线性组合. 定理1 线性方程组⑴有解的充分必要条件为它的系数矩阵

线性方程组求解

第三章线性方程组 §1 消元法一、线性方程组的初等变换现在讨论一般线性方程组.所谓一般线性方程组是指形式为 ?? ? ?? ? ?=+++=+++=+++s n sn s s n n n n b x a x a x a b x a x a x a b x a x a x a 22112222212111212111, , (1) 的方程组，其中n x x x ,,,21 代表n 个未知量，s 是方程的个数， ),,2,1;,,2,1(n j s i a ij ==称为线性方程组的系数，) ,,2,1(s j b j =称为常数项. 方程组中未知量的个数n 与方程的个数s 不一定相等.系数ij a 的第一个指标i 表示它在第i 个方程，第二个指标j 表示它是j x 的系数. 所谓方程组(1)的一个解就是指由n 个数n k k k ,,,21 组成的有序数组 ),,,(21n k k k ，当n x x x ,,,21 分别用n k k k ,,,21 代入后，(1)中每个等式都变成恒等式. 方程组(1)的解的全体称为它的解集合.解方程组实际上就是找出它全部的解，或者说，求出它的解集合.如果两个方程组有相同的解集合，它们就称为同解的. 显然，如果知道了一个线性方程组的全部系数和常数项，那么这个线性方程组就基本上确定了.确切地说，线性方程组(1)可以用下面的矩阵 ???? ?? ? ??s sn s s n n b a a a b a a a b a a a 21 222221111211 (2) 来表示.实际上，有了(2)之后，除去代表未知量的文字外线性方程组(1)就确定了，而采用什么文字来代表未知量当然不是实质性的.在中学所学代数里学过用加减消元法和代入消元法解二元、三元线性方程组.实际上，这个方法比用行列式解线性方程组更有普遍性.下面就来介绍如何用一般消元法解一般线性方程组. 例如，解方程组

一般线性方程组

7、5 一般线性方程组课题: 一般线性方程组目的要求:1.掌握矩阵秩概念２.掌握线性方程组解判定方法; ３.掌握齐次线性方程组的解法。重点: 线性方程组解判定方法难点: 线性方程组的消元法教学方法: 讲练结合教学时数: 4课时教学进程: 一、矩阵的秩矩阵的秩就是矩阵的重要特性之一,它在线性方程组解的讨论中起着关键的作用. 定义:矩阵A 的阶梯形矩阵所含非零行的行数称为矩阵A 的秩,记为r (A ). 根据这个定义,可以得出求矩阵A 的秩的一般步骤: 1．用矩阵的初等行变换把A 化为阶梯形矩阵; 2．数一下阶梯形矩阵中有多少个非零行. 例1 求矩阵?? ? ? ? ? ? ? ?--=28552311314321 112 21A 的秩. 解 ???? ?? ? ??-----?????→?---??????? ??--=6110305502550011221)(2)()(3)() ()(2855231131432111221141312r r r r r r A ??? ?? ?? ??--?????→?+??????? ??-----?????→??255000000611011221)(5)(255003055061 1011221)()(2324r r r r ????? ? ? ??--?????→??00002550061 1011221)()(43r r 所以r (A )=3. 例2 求矩阵????? ?? ? ??------=231453312112231B 的秩.

解 ??????? ? ? ?------?????→?---+???????? ??------=46024077 055 0231)()()(3)() (2)() (2)(23145331211223115 141312r r r r r r r r B ??????? ? ???????→??-???????? ? ??????→?+++???????? ??------???→?000000 200110 231 )()()()(200200000 110231)(6)()(4)() (7)(460240*********)(5143452524232r r r r r r r r r r r 所以r (B )=3. 二、一般线性方程组的解一般的线性方程组,它的未知数个数与方程的个数可以相等也可以不相等.对于n 个未知数n 个方程的线性方程组,当它的系数行列式不为零时,可以有以下三种求解方法:⑴克莱姆法则;⑵逆矩阵;⑶矩阵法.其中矩阵法还能用来求解未知数个数与方程个数不相等的线性方程组.本节将运用矩阵法来讨论一般的线性方程组的解.先考察先面的两个例子. 例3 讨论线性方程组??? ??=+--=-++=-++0 524232324321 43214321x x x x x x x x x x x x 的解. 解 ???? ? ??-------?????→?--????? ??----=228402284021321)()() (3)(015214112 321321~ 1312r r r r A ????? ? ??--???→?-????? ??----????→?-00000212121021321)(41000002284021321)()(223r r r ? ???? ? ??--?????→?-00000212121010101)(2)(21r r ① 最后一个矩阵对应于方程组:132********x x x x x -=???+-=??,因此有132******** x x x x x =+?? ?=-+??. 由于当x 3与x 4分别任意取定一个值时,都可得到方程组的一组解,因此该方程组有无穷多组解.