Loading docs/math/gauss.md +31 −18 Original line number Diff line number Diff line Loading @@ -16,10 +16,12 @@ 例一:利用消元法求解二元一次线性方程组: $\left\{\begin{aligned} $$ \left\{\begin{aligned} 4x+y&=100 \notag \\ x-y&=100 \notag \end{aligned}\right.$ \end{aligned}\right. $$ 解:将方程组中两方程相加,消元 $y$ 可得: Loading Loading @@ -148,10 +150,12 @@ $$ #### 第 2 步 还原线性方程组 $\left\{\begin{aligned} $$ \left\{\begin{aligned} x_1+0.5x_4 &= 14.5 \notag\\ x_3+x_4 &= -4 \notag \\ \end{aligned}\right.$ \end{aligned}\right. $$ 解释 Loading @@ -159,10 +163,12 @@ x_3+x_4 &= -4 \notag \\ #### 第 3 步 求解第一个变量 $\left\{\begin{aligned} $$ \left\{\begin{aligned} x_1 &= -0.5x_4+14.5\notag \\ x_3 &= -x_4-4\notag \end{aligned}\right.$ \end{aligned}\right. $$ 解释 Loading @@ -170,12 +176,14 @@ x_3 &= -x_4-4\notag #### 第 4 步 补充自由未知量 $\left\{\begin{aligned} $$ \left\{\begin{aligned} x_1 &= -0.5x_4+14.5 \notag \\ x_2 &= x_2 \notag \\ x_3 &= -x_4-4 \notag \\ x_4 &= x_4 \notag \end{aligned}\right.$ \end{aligned}\right. $$ 解释 Loading @@ -183,7 +191,8 @@ x_4 &= x_4 \notag #### 第 5 步 列表示方程组的通解 $\begin{aligned} $$ \begin{aligned} \begin{pmatrix} x_1 \\ x_2 \\ x_3 \\ x_4 \end{pmatrix} &= \begin{pmatrix} 0 \\ 1 \\ 0 \\ 0 \end{pmatrix} x_2+ \begin{pmatrix} -0.5 \\ 0 \\ -1 \\ 1 \end{pmatrix} x_4 + Loading @@ -191,7 +200,8 @@ $\begin{aligned} &= \begin{pmatrix} 0 \\ 1 \\ 0 \\ 0 \end{pmatrix} C_1+ \begin{pmatrix} -0.5 \\ 0 \\ -1 \\ 1 \end{pmatrix} C_2 + \begin{pmatrix} 14.5 \\ 0 \\ -4 \\ 0 \end{pmatrix} \notag \end{aligned}$ \end{aligned} $$ 其中 $C_1$ 和 $C_2$ 为任意常数。 Loading @@ -207,17 +217,23 @@ $N \times N$ 方阵行列式可以理解为所有列向量所夹的几何体的 例如: $\begin{vmatrix} $$ \begin{vmatrix} 1 & 0 \\ 0 & 1 \end{vmatrix} = 1$ 0 & 1 \end{vmatrix} = 1 $$ $\begin{vmatrix} $$ \begin{vmatrix} 1 & 2 \\ 2 & 1 \end{vmatrix} = -3$ 2 & 1 \end{vmatrix} = -3 $$ 行列式有公式 $D = \left| A \right| = \sum(-1)^va_{1,l_1}a_{2,l_2}\dots a_{n,l_n}$ $$ D = \left| A \right| = \sum(-1)^va_{1,l_1}a_{2,l_2}\dots a_{n,l_n} $$ > 其中 $v$ 为 $l_1$, $l_2$,\\cdots, $l_n$ 中逆序对的个数。 Loading Loading @@ -350,15 +366,12 @@ struct matrix mat[j][k] -= mat[i][k] * ratio; } } //print(); } for (int i=0; i<n; i++) ans *= mat[i][i]; return abs(ans); } }; int main() { srand(1); Loading Loading
docs/math/gauss.md +31 −18 Original line number Diff line number Diff line Loading @@ -16,10 +16,12 @@ 例一:利用消元法求解二元一次线性方程组: $\left\{\begin{aligned} $$ \left\{\begin{aligned} 4x+y&=100 \notag \\ x-y&=100 \notag \end{aligned}\right.$ \end{aligned}\right. $$ 解:将方程组中两方程相加,消元 $y$ 可得: Loading Loading @@ -148,10 +150,12 @@ $$ #### 第 2 步 还原线性方程组 $\left\{\begin{aligned} $$ \left\{\begin{aligned} x_1+0.5x_4 &= 14.5 \notag\\ x_3+x_4 &= -4 \notag \\ \end{aligned}\right.$ \end{aligned}\right. $$ 解释 Loading @@ -159,10 +163,12 @@ x_3+x_4 &= -4 \notag \\ #### 第 3 步 求解第一个变量 $\left\{\begin{aligned} $$ \left\{\begin{aligned} x_1 &= -0.5x_4+14.5\notag \\ x_3 &= -x_4-4\notag \end{aligned}\right.$ \end{aligned}\right. $$ 解释 Loading @@ -170,12 +176,14 @@ x_3 &= -x_4-4\notag #### 第 4 步 补充自由未知量 $\left\{\begin{aligned} $$ \left\{\begin{aligned} x_1 &= -0.5x_4+14.5 \notag \\ x_2 &= x_2 \notag \\ x_3 &= -x_4-4 \notag \\ x_4 &= x_4 \notag \end{aligned}\right.$ \end{aligned}\right. $$ 解释 Loading @@ -183,7 +191,8 @@ x_4 &= x_4 \notag #### 第 5 步 列表示方程组的通解 $\begin{aligned} $$ \begin{aligned} \begin{pmatrix} x_1 \\ x_2 \\ x_3 \\ x_4 \end{pmatrix} &= \begin{pmatrix} 0 \\ 1 \\ 0 \\ 0 \end{pmatrix} x_2+ \begin{pmatrix} -0.5 \\ 0 \\ -1 \\ 1 \end{pmatrix} x_4 + Loading @@ -191,7 +200,8 @@ $\begin{aligned} &= \begin{pmatrix} 0 \\ 1 \\ 0 \\ 0 \end{pmatrix} C_1+ \begin{pmatrix} -0.5 \\ 0 \\ -1 \\ 1 \end{pmatrix} C_2 + \begin{pmatrix} 14.5 \\ 0 \\ -4 \\ 0 \end{pmatrix} \notag \end{aligned}$ \end{aligned} $$ 其中 $C_1$ 和 $C_2$ 为任意常数。 Loading @@ -207,17 +217,23 @@ $N \times N$ 方阵行列式可以理解为所有列向量所夹的几何体的 例如: $\begin{vmatrix} $$ \begin{vmatrix} 1 & 0 \\ 0 & 1 \end{vmatrix} = 1$ 0 & 1 \end{vmatrix} = 1 $$ $\begin{vmatrix} $$ \begin{vmatrix} 1 & 2 \\ 2 & 1 \end{vmatrix} = -3$ 2 & 1 \end{vmatrix} = -3 $$ 行列式有公式 $D = \left| A \right| = \sum(-1)^va_{1,l_1}a_{2,l_2}\dots a_{n,l_n}$ $$ D = \left| A \right| = \sum(-1)^va_{1,l_1}a_{2,l_2}\dots a_{n,l_n} $$ > 其中 $v$ 为 $l_1$, $l_2$,\\cdots, $l_n$ 中逆序对的个数。 Loading Loading @@ -350,15 +366,12 @@ struct matrix mat[j][k] -= mat[i][k] * ratio; } } //print(); } for (int i=0; i<n; i++) ans *= mat[i][i]; return abs(ans); } }; int main() { srand(1); Loading