用增广矩阵解勾出来的两道题，怎么做呀？
解勾方法是线性代数中用于求解多元线性方程组的一种方法。该方法的核心思想是将方程组的系数矩阵与增广矩阵组合成一个新的增广矩阵，并通过行变换将其转化为化简行阶梯型矩阵，进而求解方程组的解。下面以一个二元线性方程组为例解释解勾方法的具体步骤：
1. 将方程组的系数矩阵和常数矩阵合并得到增广矩阵。例如，对于方程组：
2x + 3y = 5
4x + 5y = 13
其系数矩阵为：
[2 3
4 5]
常数矩阵为：
[5
13]
则增广矩阵为：
[2 3 5
4 5 13]
2. 对增广矩阵进行初等行变换，将其转化为化简行阶梯型矩阵。化简行阶梯型矩阵的定义是：
左下角以下的所有元素均为0；
每个首项系数为1的行在其上方所有行中的最高位是1；
每个首项系数为1的行上方的元素均为0。
通过初等行变换得到的化简行阶梯型矩阵可以直接得到方程组的解。
3. 对增广矩阵进行初等列变换，将其转化为行列式为0的上三角矩阵。这是计算非齐次线性方程组通解的一种方法。
对于一个三元线性方程组，也可以采用类似的方法求解。具体来说，将系数矩阵和常数矩阵组成增广矩阵后，对增广矩阵进行初等行变换，将其转化为化简行阶梯型矩阵。若该方程组有唯一解，则可直接由化简行阶梯型矩阵得到；若该方程组有无穷多个解，则化简行阶梯型矩阵可以得到一组特解，进而可求得通解。
解增广矩阵的方法主要包括高斯消元法和高斯-约旦消元法。下面我来分别介绍一下这两种方法。
高斯消元法
高斯-约旦消元法
（1）将增广矩阵写成以系数为主元的矩阵形式。
（2）从第一行开始，用第一行中的主元将下面所有行的对应位置消元。
（3）重复步骤（2），直到最后一行。
（4）此时得到的增广矩阵已经成为了行阶梯形式，可以通过回代求解方程组。
（1）将增广矩阵写成以系数为主元的矩阵形式。
（2）从第一行开始，用第一行中的主元将下面所有行的对应位置进行消元。
（3）将第一行的主元变为1，同时将第一行的其他元素变为0，即将第一行化为行简化形式。
（4）重复步骤（2）和（3），直到最后一行。
（5）此时得到的增广矩阵已经成为了行最简形式，可以通过回代求解方程组。
对于具体的题目，您可以提供题目的具体内容，我会根据题目情况给出详细的解答。
解线性方程组的一种方法是使用增广矩阵（augmented matrix）来求解。增广矩阵是将系数矩阵和常数向量合并在一起形成的矩阵。下面是例子及其解法：
2x + 3y = 8
4x - 5y = -7
首先，将方程组写成增广矩阵的形式：
[ 2 3 | 8 ]
[ 4 -5 | -7 ]
接下来，对增广矩阵进行初等行变换（elementary row operations）来化简矩阵。初等行变换有三种类型：
交换矩阵的两行。
用非零数乘矩阵的某一行，并加到另一行。
用非零数乘矩阵的某一行。
将第二行乘以1/2，得到 [2 3 | 8] 和 [2 -5/2 | -7/2]。
用第二行加到第一行，得到 [4 -5 | -7] 和 [0 -1/2 | 1/2]。
将第二行乘以-2，得到 [4 -5 | -7] 和 [0 1 | -1]。
通过这些操作，我们可以将增广矩阵化为行简化阶梯形式（row echelon form），从而得到方程组的解。
对于这个例子，我们可以进行如下的初等行变换：
最后的增广矩阵为 [4 -5 | -7] 和 [0 1 | -1]，对应的方程组的解为 x = 2，y = -1。
绛旓細閫氳繃鍒濈瓑琛屽彉鎹㈠緱鍒扮殑鍖栫畝琛岄樁姊瀷鐭╅樀鍙互鐩存帴寰楀埌鏂圭▼缁勭殑瑙ｃ3. 瀵澧炲箍鐭╅樀杩涜鍒濈瓑鍒楀彉鎹紝灏嗗叾杞寲涓鸿鍒楀紡涓0鐨勪笂涓夎鐭╅樀銆傝繖鏄绠楅潪榻愭绾挎ф柟绋嬬粍閫氳В鐨勪竴绉嶆柟娉曘傚浜庝竴涓笁鍏冪嚎鎬ф柟绋嬬粍锛屼篃鍙互閲囩敤绫讳技鐨勬柟娉姹傝В銆傚叿浣撴潵璇达紝灏嗙郴鏁扮煩闃靛拰甯告暟鐭╅樀缁勬垚澧炲箍鐭╅樀鍚庯紝瀵瑰骞跨煩闃佃繘琛屽垵绛夎鍙樻崲锛...
绛旓細鍒嗘瀽锛氬厛鍒╃敤澧炲箍鐭╅樀锛鍐欏嚭鐩稿簲鐨勪簩鍏冧竴娆℃柟绋嬬粍锛岀劧鍚庡啀姹傝В鍗冲緱锛庣敱棰樻剰锛屾柟绋嬬粍瑙ｄ箣寰楁晠绛旀涓虹偣璇勶細鏈鐨勮冪偣鏄郴鏁扮煩闃电殑閫鐭╅樀瑙鏂圭▼缁勶紝鍏抽敭鏄埄鐢ㄥ骞跨煩闃碉紝鍐欏嚭鐩稿簲鐨勪簩鍏冧竴娆℃柟绋嬬粍锛屼粠鑰屽緱瑙ｃ傚骞跨煩闃碉紙鍙堢О鎵╁鐭╅樀锛夊氨鏄湪绯绘暟鐭╅樀鐨勫彸杈规坊涓婁竴鍒楋紝杩欎竴鍒楁槸绾挎ф柟绋嬬粍鐨勭瓑鍙峰彸杈圭殑鍊笺
绛旓細瑕佸叿浣 2 2020-09-12 鐢ㄥ骞跨煩闃佃В绾挎ф柟绋嬬粍,鏈変竴琛屽叏鏄0,鏄棤瑙ｅ悧? 7 2017-05-24 鐢ㄥ骞跨煩闃垫眰瑙涓嬪垪绾挎ф柟绋嬬粍,杩囩▼瓒婅缁嗚秺濂姐傛劅璋㈠ぇ浣... 5 鏇村绫讳技闂 > 涓轰綘鎺ㄨ崘:鐗瑰埆鎺ㄨ崘 涓轰粈涔堢珛閬楀槺鐨勫勾杞讳汉瓒婃潵瓒婂? 鍚屾牱鐫8灏忔椂,鏃╃潯鍜屾櫄鐫℃湁鍖哄埆鍚? 濂虫ф偅鍗靛发澶氬泭鍓,韬綋鏈夊摢浜涗俊鍙? 浣犺兘鍒ゆ柇鑷...
绛旓細澧炲箍鐭╅樀鐨勭ず渚嬶細渚嬪鏂圭▼缁剎1+x2=1锛寈1+x2=2銆傜郴鏁扮煩闃礎涓猴細1 1 1 1 澧炲箍鐭╅樀涓猴細1 1 1 1 1 2銆傜郴鏁扮煩闃礎鐨勭З绛変簬1锛岃屽骞跨煩闃电殑绉╃瓑浜2銆
绛旓細绯绘暟鐭╅樀D濂囧紓鏃讹紝鎴栬呰琛屽垪寮廌=0鏃讹紝鏂圭▼缁勬湁鏃犳暟涓В鎴栨棤瑙ｏ紟鈭寸郴鏁拌鍒楀紡D=0锛屽嵆.13?位位2.锛0锛庤В涔嬪緱锛歛=1鏁呴塁锛
绛旓細澧炲箍鐭╅樀鐨褰㈠紡渚夸簬杩涜琛屽彉鎹㈠拰娑堝厓鎿嶄綔锛屼粠鑰岀畝鍖栫嚎鎬ф柟绋嬬粍鐨姹傝В杩囩▼銆傚父瑙佺殑琛屽彉鎹㈠寘鎷氦鎹袱琛屻佹煇涓琛屼箻浠ヤ竴涓潪闆跺父鏁般佹煇涓琛屼箻浠ヤ竴涓潪闆跺父鏁扮劧鍚庡姞鍒板彟涓琛屼笂銆傞氳繃杩欎簺琛屽彉鎹㈠拰娑堝厓鎿嶄綔锛屽彲浠ュ皢澧炲箍鐭╅樀鍖栫畝涓鸿闃舵褰㈡垨绠鍖栬闃舵褰㈠舰寮忥紝杩涗竴姝ユ眰瑙ｆ柟绋嬬粍鎴栧緱鍒扮煩闃电殑鏍囧噯褰㈠紡銆傝繖浜涘垎鐐瑰彲浠...
绛旓細x1-2x2+x3 = 3 x1+x2-2x3 = -3 瑙 锛 澧炲箍鐭╅樀 (A, b) = [-2 1 1 0][ 1 -2 1 3][ 1 1 -2 -3]鍒濈瓑琛屽彉鎹负 [ 1 -2 1 3][ 0 3 -3 -6][ 0 -3 3 6]鍒濈瓑琛屽彉鎹负 [ 1 0 -1 -1][ 0 1 -1 -2][ 0 0 0 0]r(A, b) = r(A) = 2 < 3, ...
绛旓細= r(A) = 2 < 3,鏂圭▼缁勬湁鏃犵┓澶氳В銆 姝ゆ椂鏂圭▼缁勫寲涓猴細x1 = 2+x3 x2 = 1-3x3 鍙 x3 = 0 寰楃壒瑙 (2, 1, 0)^T.瀵煎嚭缁勫嵆 x1 = x3 x2 = -3x3 鍙 x3 = 1 寰楀熀纭瑙ｇ郴 (1, -3, 1)^T.鍒 a = 3 鏃舵柟绋嬬粍閫氳В鏄 x = k(1, -3, 1)^T + (2, 1, 0)^T.
绛旓細12涓湭鐭ユ暟鐨鐭╅樀瑙鏂圭▼姝ラ濡備笅锛1銆佸皢12涓湭鐭ユ暟鐨勭煩闃佃〃绀烘垚澧炲箍鐭╅樀锛鍗冲皢鏂圭▼缁勭殑绯绘暟鐭╅樀鍜屽父鏁板悜閲忓悎骞舵垚涓涓煩闃点2銆佸澧炲箍鐭╅樀杩涜鍒濈瓑鍙樻崲锛屽皢鍏跺寲涓虹畝鍖栬闃舵鐭╅樀锛屼娇寰楃煩闃电殑姣忎竴琛岄兘鍙湁涓涓潪闆跺厓绱狅紝涓旇繖涓潪闆跺厓绱犲湪鍏跺畠琛屼腑鐨勫垪鏁伴兘姣斿綋鍓嶈灏忋3銆佹牴鎹畝鍖栬闃舵鐭╅樀锛屽彲浠ュ緱鍒...
绛旓細甯綘绛斾竴涓 澧炲箍鐭╅樀= 1 -2 3 -1 2 -2 5 -1 2 4 -1 1 -2 1 8 r2+2r1,r3+r1 1 -2 3 -1 2 0 1 5 0 8 0 -1 1 0 10 r1+2r2,r3+r2 1 0 13 -1 18 0 1 5 0 8 0 0 6 0 18 r3*(1/6),r1-13r3,r2-5r3 1 0 ...
