⑴ 鐭╅樀镄勫熀纭瑙ｇ郴镐庝箞姹傚憿锛
璁続鏄痬*n鐭╅樀锛孉镄勭З涓簉(锛渘)锛屽垯榻愭＄嚎镐ф柟绋婣x=0镄勪竴涓锘虹瑙ｇ郴涓钖链夎В镄勪釜鏁颁负n-r锛屽嵆n-r缁寸┖闂淬傝繃绋嫔备笅锛
锲犱负鐭╅樀A镄勭З涓簉(锛渘)锛岄偅涔堢郴鏁扮烦阒础涓链塺涓绾挎ф棤鍏崇殑钖戦噺锛岄偅涔坣涓链鐭ユ暟灏辨湁r涓镫绔嬬殑鏂圭▼鑳藉熺‘瀹氾纴灏卞墿涓嬩简n-r涓镊鐢辨湭鐭ユ暟锛屽洜姝ゅ彲浠ュ紶鎴恘缁寸┖闂达纴锘虹瑙ｇ郴涓灏遍渶瑕佹湁n-r涓绾挎ф棤鍏崇殑瑙ｅ悜閲忋
锘虹瑙ｇ郴鏄绾挎ф棤鍏崇殑锛岀亩鍗旷殑鐞呜В灏辨槸鑳藉熺敤瀹幂殑绾挎х粍钖堣〃绀哄嚭璇ユ柟绋嬬粍镄勪换镒忎竴缁勮В锛屾槸阍埚规湁镞犳暟澶氱粍瑙ｇ殑鏂圭▼钥岃█镄勚傚熀纭瑙ｇ郴涓嶆槸鍞涓镄勶纴锲犱釜浜鸿＄畻镞跺硅嚜鐢辨湭鐭ラ噺镄勫彇娉曡屽纾锛屼絾涓嶅悓镄勫熀纭瑙ｇ郴涔嬮棿蹇呭畾瀵瑰簲镌镆愮岖嚎镐у叧绯汇
镓╁𪾢璧勬枡锛
锘虹瑙ｇ郴鍜岄氲В镄勫叧绯
涓銆佸逛簬涓涓鏂圭▼缁勶纴链夋棤绌峰氱粍镄勮В𨱒ヨ达纴链锘虹镄勶纴涓岖敤涔樼郴鏁扮殑闾ｇ粍鏂圭▼镄勮В锛屽傦纸1锛2锛3锛夊拰锛2锛4锛6锛夊强锛3锛6锛9锛変互鍙婏纸4锛8锛12锛......绛夊潎绗﹀悎鏂圭▼镄勮В锛屽垯绯绘暟K涓1锛2锛3锛4.....绛夛纴锲犳わ纸1锛2锛3锛夊氨涓烘柟绋嬬粍镄勫熀纭瑙ｇ郴銆
浜屻丄鏄痭阒跺疄瀵圭О鐭╅樀锛屽亣濡俽(A)=1.鍒椤畠镄勭壒寰佸间负t1=a11+a22+...+ann,t2=t3=...tn=0锛涘瑰簲浜巘1镄勭壒寰佸悜閲忎负b1锛宼2~tn镄勫垎鍒涓篵2~bn銆
涓夈佹ゆ椂锛孉x=0镄勮В灏辨槸k2b2+k3b3+...+knbn锛涘叾涓璳i涓嶅叏涓洪浂銆傜敱浜:Ax=0Ax=0*B,B涓篈镄勭壒寰佸悜閲忥纴瀵瑰簲涓涓鐗瑰緛鍊肩殑鐗瑰緛钖戦噺鍐欐垚阃氲В镄勫舰寮忔槸涔树笂ki骞跺姞鍒颁竴璧枫傝繖鏄锘虹瑙ｇ郴鍜岄氲В镄勫叧绯汇
鍙傝冭祫鏂欐潵婧愶细锏惧害锏剧-锘虹瑙ｇ郴
⑵ 矩阵基础解系怎么求
基础解系是指方程组的解集的极大线性无关组即若干个无关的解构成的能够表示任意解的组合。基础解系需要满足三个条件：(1)基础解系中所有量均是方程组的解；
(2)基础解系线性无关,即基础解系中任何一个量都不能被其余量表示；
(3)方程组的任意解均可由基础解系线性表出，即方程组的所有解都可以用基础解系的量来表示
(2)矩阵的解怎么算出基础解系扩展阅读
在数学中，矩阵（Matrix）是一个按照长方阵列排列的复数或实数集合，最早来自于方程组的系数及常数所构成的方阵。这一概念由19世纪英国数学家凯利首先提出。
矩阵是高等代数学中的.常见工具，也常见于统计分析等应用数学学科中。 在物理学中，矩阵于电路学、力学、光学和量子物理中都有应用；计算机科学中，三维动画制作也需要用到矩阵。 矩阵的运算是数值分析领域的重要问题。将矩阵分解为简单矩阵的组合可以在理论和实际应用上简化矩阵的运算。对一些应用广泛而形式特殊的矩阵，例如稀疏矩阵和准对角矩阵，有特定的快速运算算法。关于矩阵相关理论的发展和应用，请参考《矩阵理论》。在天体物理、量子力学等领域，也会出现无穷维的矩阵，是矩阵的一种推广。
数值分析的主要分支致力于开发矩阵计算的有效算法，这是一个已持续几个世纪以来的课题，是一个不断扩大的研究领域。 矩阵分解方法简化了理论和实际的计算。 针对特定矩阵结构（如稀疏矩阵和近角矩阵）定制的算法在有限元方法和其他计算中加快了计算。 无限矩阵发生在行星理论和原子理论中。 无限矩阵的一个简单例子是代表一个函数的泰勒级数的导数算子的矩阵。