Lineáris egyenletrendszer - System of linear equations
A matematika , egy lineáris egyenletrendszer (vagy lineáris rendszer ) van egy gyűjtemény egy vagy több lineáris egyenletek bevonásával ugyanazokat a változók . Például,
egy három egyenletből álló rendszer a három x , y , z változóban . A lineáris rendszer megoldása az értékek hozzárendelése a változókhoz úgy, hogy minden egyenlet egyszerre teljesül. A fenti rendszer megoldását a
mivel mindhárom egyenletet érvényesíti. A "rendszer" szó azt jelzi, hogy az egyenleteket együttesen, nem pedig egyénileg kell figyelembe venni.
A matematikában a lineáris rendszerek elmélete a lineáris algebra alapja és alapvető része , egy olyan tantárgy, amelyet a modern matematika legtöbb részében használnak. A megoldások megtalálására szolgáló számítási algoritmusok fontos részét képezik a numerikus lineáris algebrának , és kiemelkedő szerepet játszanak a mérnöki tudományban , a fizikában , a kémiában , az informatikában és a közgazdaságtanban . A nemlineáris egyenletek rendszerét gyakran közelíthetjük egy lineáris rendszerrel (lásd linearizáció ), amely hasznos módszer egy viszonylag összetett rendszer matematikai modelljének vagy számítógépes szimulációjának elkészítésekor .
Nagyon gyakran az egyenletek együtthatói valós vagy összetett számok, és a megoldásokat ugyanabban a számhalmazban keresik, de az elmélet és az algoritmusok bármely területen alkalmazhatók együtthatókra és megoldásokra . Mert mindezt egy integritástartomány mint a gyűrű az egész , vagy más algebrai struktúrák , más elméleteket fejlesztettek lásd lineáris egyenlet, mint egy gyűrű . Az egész számok lineáris programozása a "legjobb" egész megoldás megtalálásának módszereinek gyűjteménye (ha sok ilyen van). A Gröbner -báziselmélet algoritmusokat biztosít, ha az együtthatók és az ismeretlenek polinomok . A trópusi geometria is példa a lineáris algebrára egzotikusabb szerkezetben.
Elemi példák
Triviális példa
Egy egyenlet rendszere egy ismeretlenben
megvan a megoldás
A lineáris rendszert azonban általában úgy tekintik, hogy legalább két egyenlete van.
Egyszerű, nem triviális példa
A legegyszerűbb nem triviális lineáris rendszer két egyenletet és két változót tartalmaz:
Egy ilyen rendszer megoldásának egyik módja a következő. Először oldja meg a felső egyenletet a következők szerint :
Most ezt a kifejezést x helyettesítse az alsó egyenletbe:
Ez egyetlen egyenletet eredményez, amely csak a változót tartalmazza . A megoldás megadja , és ezt visszahelyezzük a hozamok egyenletébe . Ez a módszer általánosan alkalmazható olyan rendszerekre, amelyek további változókkal rendelkeznek (lásd alább a "Változók kiküszöbölését", vagy az elemi algebráról szóló cikket .)
Általános forma
Általános rendszere m lineáris egyenletek n ismeretlennel felírható
hol vannak az ismeretlenek, ott vannak a rendszer együtthatói és az állandó kifejezések.
Gyakran az együtthatók és az ismeretlenek valós vagy összetett számok , de egész számok és racionális számok is láthatók, valamint polinomok és absztrakt algebrai szerkezet elemei .
Vektor egyenlet
Egy rendkívül hasznos véli, hogy minden ismeretlen a tömeg egy oszlopvektor egy lineáris kombinációja .
Ez lehetővé teszi a vektoros terek (vagy általában modulok ) nyelvének és elméletének érvényesítését . Például, a gyűjtemény minden lehetséges lineáris kombinációival vektorok a bal oldali nevezzük a span , és az egyenletek egy megoldást csak akkor, amikor a jobb oldali vektor belül span. Ha ezen a tartományon belül minden vektornak pontosan egy kifejezése van a megadott bal oldali vektorok lineáris kombinációjaként, akkor minden megoldás egyedi. Mindenesetre a span egy alapot a lineárisan független vektorok csinálni garancia pontosan egy kifejezést; és ezen az alapon a vektorok száma ( mérete ) nem lehet nagyobb m -nél vagy n -nél , de lehet kisebb. Ez azért fontos, mert ha m független vektorunk van, a megoldás a jobb oldaltól függetlenül garantált, és egyébként nem garantált.
Mátrix egyenlet
A vektor egyenlet megegyezik a forma mátrix egyenletével
ahol A egy m × n mátrix, X egy oszlopvektor a n bejegyzéseket, és b egy oszlop vektor m bejegyzéseket.
A vektorok számát a span alapon most a mátrix rangjaként fejezzük ki .
Megoldáskészlet
A lineáris rendszer megoldása az értékek hozzárendelése az x 1 , x 2 , ..., x n változókhoz úgy, hogy minden egyenlet teljesül. A készlet az összes lehetséges megoldást az úgynevezett megoldás halmaz .
A lineáris rendszer a három lehetséges módszer bármelyikén viselkedhet:
- A rendszernek végtelen sok megoldása van .
- A rendszer egyetlen egyedi megoldást kínál .
- A rendszernek nincs megoldása .
Geometriai értelmezés
Egy olyan rendszer, amely két változó ( x és y ), mindegyik lineáris egyenlet határozza meg egy vonalat a xy - síkon . Mivel egy lineáris rendszer megoldásának meg kell felelnie az összes egyenletnek, a megoldáshalmaz ezen egyenesek metszéspontja , tehát vagy egyenes, egyetlen pont vagy az üres halmaz .
Három változó, minden lineáris egyenlet határozza meg a síkot a háromdimenziós térben , és meghatározott megoldás a metszéspontja ezeket a gépeket. Így a megoldáshalmaz lehet sík, egyenes, egyetlen pont vagy üres halmaz. Például, mivel három párhuzamos síknak nincs közös pontja, egyenleteik megoldáshalmaza üres; egy pontban metsző három sík egyenleteinek megoldáshalmaza egyetlen pont; ha három sík halad át két ponton, egyenleteiknek legalább két közös megoldása van; valójában a megoldáshalmaz végtelen, és az összes pontot áthaladó egyenesből áll.
A n változók, minden lineáris egyenlet határozza meg a hipersík az n dimenziós térben . A megoldáshalmaz ezen hipersíkok metszéspontja, és lapos , amelynek bármely mérete n -nél kisebb lehet .
Általános viselkedés
Általában a lineáris rendszer viselkedését az egyenletek és az ismeretlenek száma közötti kapcsolat határozza meg. Itt az "általánosságban" azt jelenti, hogy az egyenletek együtthatóinak meghatározott értékeinél eltérő viselkedés léphet fel.
- Általánosságban elmondható, hogy egy ismeretlennél kevesebb egyenlettel rendelkező rendszer végtelen sok megoldást kínál, de lehet, hogy nincs megoldás. Az ilyen rendszert alul meghatározott rendszernek nevezik .
- Általában egy azonos számú egyenletet és ismeretlen rendszert tartalmazó rendszer egyetlen egyedi megoldással rendelkezik.
- Általánosságban elmondható, hogy az ismeretleneknél több egyenletet tartalmazó rendszerre nincs megoldás. Az ilyen rendszert túladagolt rendszernek is nevezik .
Az első esetben a megoldáshalmaz mérete általában n - m , ahol n a változók száma és m az egyenletek száma.
Az alábbi képek ezt a trichotómiát szemléltetik két változó esetén:
Az első rendszer végtelen sok megoldást tartalmaz, nevezetesen a kék vonal összes pontját. A második rendszer egyetlen egyedi megoldást kínál, nevezetesen a két vonal metszéspontját. A harmadik rendszernek nincs megoldása, mivel a három vonalnak nincs közös pontja.
Nem szabad elfelejteni, hogy a fenti képek csak a leggyakoribb esetet (az általános esetet) mutatják. Lehetséges, hogy két egyenletből és két ismeretlenből álló rendszerben nincs megoldás (ha a két egyenes párhuzamos), vagy három egyenletből és két ismeretlenből álló rendszer megoldható (ha a három egyenes egyetlen pontban metszi egymást).
A lineáris egyenletrendszer az általános esettől eltérően viselkedik, ha az egyenletek lineárisan függenek , vagy ha következetlen, és nincs több egyenlete, mint ismeretlen.
Tulajdonságok
Függetlenség
Egy lineáris rendszer egyenletei függetlenek, ha egyik egyenlet sem vezethető le algebrai úton a többiekből. Ha az egyenletek függetlenek, minden egyenlet új információkat tartalmaz a változókról, és bármelyik egyenlet eltávolítása növeli a megoldáshalmaz méretét. A lineáris egyenletek esetében a logikai függetlenség megegyezik a lineáris függetlenséggel .
Például az egyenletek
nem függetlenek - ugyanaz az egyenlet, ha kettes tényezővel méretezik őket, és azonos gráfokat hoznának létre. Ez egy példa az egyenértékűségre egy lineáris egyenletrendszerben.
Egy bonyolultabb példa érdekében az egyenletek
nem függetlenek, mert a harmadik egyenlet a másik kettő összege. Valójában ezen egyenletek bármelyike levezethető a másik kettőből, és bármelyik egyenlet eltávolítható anélkül, hogy befolyásolná a megoldáshalmazt. Ezen egyenletek grafikonjai három egyenes, amelyek egyetlen pontban metszik egymást.
Következetesség
A lineáris rendszer következetlen, ha nincs megoldása, és egyébként következetesnek mondják . Ha a rendszer inkonzisztens, akkor az egyenletekből ellentmondást lehet levonni, amely mindig átírható 0 = 1 állításként .
Például az egyenletek
következetlenek. Valójában, ha kivonjuk az első egyenletet a másodikból, és megszorozzuk az eredmény mindkét oldalát 1/6 -al, 0 = 1 -et kapunk . Ezen egyenletek grafikonjai az xy síkon párhuzamos egyenesek.
Lehetséges, hogy három lineáris egyenlet inkonzisztens, bár bármelyik kettő együtt is konzisztens. Például az egyenletek
következetlenek. Az első két egyenletet összeadva 3 x + 2 y = 2 adódik , amelyet a harmadik egyenletből kivonva 0 = 1 lehet . Ezen egyenletek bármelyikének van közös megoldása. Ugyanez a jelenség tetszőleges számú egyenlet esetén előfordulhat.
Általában következetlenségek fordulnak elő, ha a rendszerben az egyenletek bal oldala lineárisan függ, és az állandó tagok nem elégítik ki a függőségi relációt. Az az egyenletrendszer, amelynek bal oldala lineárisan független, mindig konzisztens.
Másképpen fogalmazva, szerint Rouche-Capelli tétel , bármely egyenletrendszert (túlhatározott, vagy más módon) ellentmond, ha a helyezés az kiegészített mátrix nagyobb, mint a rangot a koefficiens mátrix . Ha viszont e két mátrix rangja egyenlő, akkor a rendszernek legalább egy megoldással kell rendelkeznie. A megoldás akkor és csak akkor egyedi, ha a rangsor megegyezik a változók számával. Egyébként az általános megoldás k szabad paraméterekkel rendelkezik, ahol k a változók száma és a rang közötti különbség; ezért ilyen esetekben végtelen számú megoldás létezik. Egy egyenletrendszer rangja (azaz a kibővített mátrix rangja) soha nem lehet magasabb, mint a [változók száma] + 1, ami azt jelenti, hogy a tetszőleges számú egyenletet tartalmazó rendszer mindig csökkenthető olyan rendszerre, amely rendelkezik független egyenletek száma, amely legfeljebb egyenlő a [változók számával] + 1.
Egyenértékűség
Két lineáris rendszer, amelyek ugyanazt a változóhalmazt használják, ekvivalensek, ha a második rendszer egyenletei mindegyike algebrai úton származtatható az első rendszer egyenleteiből, és fordítva. Két rendszer egyenértékű, ha mindkettő inkonzisztens, vagy mindegyik egyenlete a másik egyenleteinek lineáris kombinációja. Ebből következik, hogy két lineáris rendszer akkor és csak akkor egyenértékű, ha ugyanazzal a megoldási készlettel rendelkeznek.
Lineáris rendszer megoldása
Számos algoritmus a megoldására egy lineáris egyenletrendszer.
A megoldás leírása
Ha a megoldáshalmaz véges, akkor egyetlen elemre redukálódik. Ebben az esetben az egyedi megoldást olyan egyenletsorozat írja le, amelynek bal oldala az ismeretlenek neve, a jobb oldal pedig a megfelelő érték . Ha egy megrendelést a ismeretlenek már rögzített, például a ABC sorrendben az oldatot ki lehet leírni, mint egy vektor értékek, mint az előző példában.
A végtelen számú megoldást tartalmazó halmaz leírásához általában néhány változót szabadnak (vagy függetlennek vagy paraméternek ) jelölnek , ami azt jelenti, hogy bármilyen értéket felvehetnek, míg a többi változó a függvény értékeitől függ szabad változók.
Például vegye figyelembe a következő rendszert:
Ennek a rendszernek a megoldása a következő egyenletekkel írható le:
Itt z a szabad változó, míg x és y z -től függ . A megoldáshalmaz bármely pontját úgy kaphatjuk meg, hogy először kiválasztunk egy z értéket , majd kiszámítjuk az x és y megfelelő értékeket .
Minden szabad változó egy szabadságfokot ad a megoldástérnek , amelynek száma megegyezik a megoldáshalmaz méretével . Például a fenti egyenlethez tartozó megoldáshalmaz egy egyenes, mivel a megoldáshalmaz egy pontja a z paraméter értékének megadásával választható ki . Egy magasabb rendű végtelen megoldás leírhat síkot vagy magasabb dimenziójú halmazt.
A szabad változók eltérő választása ugyanannak a megoldáshalmaznak a leírását eredményezheti. Például a fenti egyenletek megoldása a következőképpen írható le:
Itt x a szabad változó, és y és z függ.
A változók kiküszöbölése
A lineáris egyenletrendszer megoldásának legegyszerűbb módja a változók ismételt kiküszöbölése. Ez a módszer a következőképpen írható le:
- Az első egyenletben oldja meg az egyik változót a többi tekintetében.
- Helyettesítse ezt a kifejezést a fennmaradó egyenletekkel. Ezzel egyenletrendszert kapunk eggyel kevesebb egyenlettel és eggyel kevesebb ismeretlennel.
- Ismételje addig, amíg a rendszer egyetlen lineáris egyenletre nem csökken.
- Oldja meg ezt az egyenletet, majd cserélje ki, amíg meg nem találja a teljes megoldást.
Például vegye figyelembe a következő rendszert:
Megoldása az első egyenlet x ad x = 5 + 2 Z - 3 y , és az ilyen típusú csatlakozás a második és a harmadik egyenlet hozamok
Ha az első egyenletet megoldjuk y esetén, akkor y = 2 + 3 z , és ezt a második egyenletbe illesztve z = 2 lesz . Nálunk most van:
Ha a második egyenletbe behelyettesítjük a z = 2 értéket , akkor y = 8 lesz , és ha z = 2 és y = 8 helyettesítjük az első egyenletet, akkor x = −15 lesz . Ezért a megoldáshalmaz az egyetlen pont ( x , y , z ) = (−15, 8, 2) .
Sorcsökkentés
A sorcsökkentésben (más néven Gauss -elimináció ) a lineáris rendszert kibővített mátrixként ábrázolják :
Ezt a mátrixot azután elemi sorműveletek segítségével módosítják, amíg el nem éri a csökkentett sorú echelon formát . Háromféle elemi sorművelet létezik:
- 1. típus : Két sor pozíciójának felcserélése.
- 2. típus : Szorozzon egy sort nem nulla skalárral .
- 3. típus : Adja hozzá az egyik sorhoz a skalár többszörösét.
Mivel ezek a műveletek megfordíthatók, a létrehozott kibővített mátrix mindig egy lineáris rendszert képvisel, amely egyenértékű az eredetivel.
Számos speciális algoritmus létezik a kiterjesztett mátrix sorcsökkentésére, amelyek közül a legegyszerűbb a Gauss-elimináció és a Gauss-Jordan-elimináció . A következő számítás azt mutatja, hogy a Gauss – Jordan elimináció a fenti mátrixra vonatkozik:
Az utolsó mátrix redukált soros sorban van, és az x = −15 , y = 8 , z = 2 rendszert képviseli . A változók algebrai kiküszöbölésére vonatkozó előző rész példájával való összehasonlítás azt mutatja, hogy ez a két módszer valójában ugyanaz; a különbség abban rejlik, hogy a számításokat hogyan írják le.
Cramer szabálya
Cramer szabálya a lineáris egyenletrendszer megoldásának explicit formulája, ahol minden változót két determináns hányadosa ad meg . Például a rendszer megoldása
által adva
Minden változó esetében a nevező az együtthatók mátrixának meghatározója , míg a számláló egy olyan mátrix determinánsa, amelyben az egyik oszlopot felváltotta az állandó tagú vektor.
Bár Cramer szabálya elméletileg fontos, nagy gyakorlati mátrixok esetén kevés gyakorlati értéke van, mivel a nagy determinánsok kiszámítása némileg nehézkes. (Valójában a nagy determinánsokat a legkönnyebben a sorcsökkentés segítségével lehet kiszámítani.) Továbbá a Cramer -szabály nagyon gyenge numerikus tulajdonságokkal rendelkezik, ezért alkalmatlan még kis rendszerek megbízható megoldására is, hacsak a műveleteket korlátlan pontossággal nem racionális aritmetikában hajtjuk végre.
Mátrix megoldás
Ha az egyenletrendszert mátrix formában fejezzük ki , akkor a teljes megoldáshalmaz mátrix formában is kifejezhető. Ha a mátrix A négyzetes (van m sorból és n = m oszlopok), és teljes rangú (összes m sorok független), akkor a rendszer egy egyedi megoldást által adott
ahol az inverz a A . Általánosabban, függetlenül attól, hogy m = n , vagy nem, és függetlenül attól, rangot A , az összes oldat (ha vannak ilyenek) kapnak a Moore-Penrose pszeudoinverze a A , jelöljük , az alábbiak szerint:
ahol van egy szabad paraméterekből álló vektor, amely minden lehetséges n × 1 vektoron átnyúlik. Minden megoldás (ok) létezéséhez szükséges és elegendő feltétel, hogy a potenciális megoldás használatával kielégítsük - vagyis azt, hogy Ha ez a feltétel nem áll fenn, akkor az egyenletrendszer inkonzisztens és nincs megoldás. Ha a feltétel fennáll, a rendszer konzisztens és legalább egy megoldás létezik. Például a fent említett esetben, amikor A négyzet alakú és teljes rangú, egyszerűen egyenlő, és az általános megoldási egyenlet egyszerűsödik
mint korábban említettük, ahol teljesen kiesett a megoldásból, és csak egyetlen megoldás maradt. Más esetekben azonban marad, és így a szabad paramétervektor potenciális értékeinek végtelensége végtelen számú megoldást ad az egyenletnek.
Más módszerek
Míg a három vagy négy egyenletből álló rendszerek könnyen megoldhatók kézzel (lásd Cracovian ), a számítógépeket gyakran használják nagyobb rendszerekhez. A lineáris egyenletrendszer megoldásának standard algoritmusa bizonyos módosításokkal a Gauss -elimináción alapul. Először is el kell kerülni a kis számokkal való osztást, ami pontatlan eredményekhez vezethet. Ezt megteheti az egyenletek szükség szerinti átrendezésével, ezt a folyamatot pivoting néven ismerik . Másodszor, az algoritmus nem is pontosan minánsok, de kiszámítja az LU felbontás a mátrix egy . Ez többnyire olyan szervezeti eszköz, de sokkal gyorsabb, ha az egyik, hogy megoldja több rendszer ugyanolyan mátrix A , de különböző vektorokat b .
Ha a mátrix egy olyan különleges szerkezet, ezt ki lehet használni, így gyorsabb és pontosabb algoritmusokat. Például a szimmetrikus pozitív határozott mátrixú rendszereket kétszer gyorsabban lehet megoldani a Cholesky -bontással . A Levinson rekurzió gyors módszer Toeplitz mátrixokhoz . Különleges módszerek léteznek a sok nulla elemű mátrixokra is (úgynevezett ritka mátrixok ), amelyek gyakran megjelennek az alkalmazásokban.
A nagyon nagy rendszerek esetében gyakran teljesen más megközelítést alkalmaznak, amelyek egyébként túl sok időt vagy memóriát igényelnének. Az ötlet az, hogy a megoldás kezdeti közelítésével kell kezdeni (aminek egyáltalán nem kell pontosnak lennie), és ezt a közelítést több lépésben módosítani kell, hogy közelebb kerüljön a valódi megoldáshoz. Ha a közelítés kellően pontos, ezt tekintik a rendszer megoldásának. Ez az iteratív módszerek osztályához vezet . Néhány ritka mátrix esetében a véletlenszerűség bevezetése javítja az iteratív módszerek sebességét.
Van egy kvantum algoritmus is a lineáris egyenletrendszerekhez .
Homogén rendszerek
A lineáris egyenletrendszer homogén, ha az összes állandó tag nulla:
A homogén rendszer egyenértékű a forma mátrixegyenletével
ahol A egy m × n mátrix, x egy oszlop vektor n bejegyzéseket, és 0 a zéró vektor a m bejegyzéseket.
Homogén oldatkészlet
Minden homogén rendszernek van legalább egy megoldása, az úgynevezett nulla (vagy triviális ) megoldás, amelyet úgy kapunk, hogy mindegyik változóhoz hozzárendeljük a nulla értéket. Ha a rendszernek nincs szinguláris mátrixa ( det ( A ) ≠ 0 ), akkor ez az egyetlen megoldás. Ha a rendszernek szinguláris mátrixa van, akkor létezik egy végtelen számú megoldást tartalmazó megoldáshalmaz. Ez a megoldáskészlet a következő további tulajdonságokkal rendelkezik:
- Ha u és v két vektor, amelyek egy homogén rendszer megoldásait képviselik, akkor az u + v vektorösszeg szintén megoldás a rendszerre.
- Ha u egy vektor, amely egy homogén rendszer megoldását jelenti, és r bármely skalár , akkor r u is megoldás a rendszerre.
Pontosan ezek a tulajdonságok szükségesek ahhoz, hogy a megoldáshalmaz R n lineáris altere legyen . Különösen, az oldatot állítva homogén rendszer ugyanaz, mint a null helyet a megfelelő mátrix egy . A homogén rendszer numerikus megoldásai szinguláris értékbontással érhetők el .
Kapcsolat a nem homogén rendszerekkel
Szoros kapcsolat van a lineáris rendszer megoldásai és a megfelelő homogén rendszer megoldásai között:
Pontosabban, ha p az A x = b lineáris rendszer bármely konkrét megoldása , akkor a teljes megoldáshalmaz a következőképpen írható le:
Geometriailag ez azt mondja, hogy a megoldás készlet A X = b egy fordítását az oldat készlet A x = 0 . Pontosabban, a sík az első képes rendszert kapunk lefordításával lineáris altér az homogén rendszerben a vektor által p .
Ez az érvelés csak akkor érvényes, ha az A x = b rendszernek van legalább egy megoldása. Ez akkor fordul elő akkor, ha a vektor b rejlik a kép a lineáris transzformáció A .
Lásd még
- Hipersíkok elrendezése
- Iteratív finomítás
- Coates grafikon
- LAPACK (ingyenes szabványos csomag lineáris egyenletek numerikus megoldására; elérhető Fortran , C , C ++ nyelven )
- Lineáris egyenlet egy gyűrű felett
- Lineáris legkisebb négyzetek
- Mátrixbontás
- Mátrixhasítás
- Moore – Penrose pszeudoinvers
- NAG numerikus könyvtár (LAPACK -megoldók NAG -könyvtári verziói)
- Rybicki Press algoritmus
- Egyidejű egyenletek
Megjegyzések
Hivatkozások
- Anton, Howard (1987), Elementary Linear Algebra (5. kiadás), New York: Wiley , ISBN 0-471-84819-0
- Beauregard, Raymond A .; Fraleigh, John B. (1973), A First Course In Linear Algebra: with Optional Introduction to Groups, Rings, and Fields , Boston: Houghton Mifflin Company , ISBN 0-395-14017-X
- Burden, Richard L .; Faires, J. Douglas (1993), Numerical Analysis (5. kiadás), Boston: Prindle, Weber és Schmidt , ISBN 0-534-93219-3
- Golub, Gene H .; Van Loan, Charles F. (1996), Matrix Computations (3. kiadás), Baltimore: Johns Hopkins University Press , ISBN 0-8018-5414-8
- Harper, Charlie (1976), Bevezetés a matematikai fizikába , New Jersey: Prentice-Hall , ISBN 0-13-487538-9
További irodalom
- Axler, Sheldon Jay (1997), Linear Algebra Done Right (2. kiadás), Springer-Verlag, ISBN 0-387-98259-0
- Lay, David C. (2005. augusztus 22.), Lineáris algebra és alkalmazásai (3. kiadás), Addison Wesley, ISBN 978-0-321-28713-7
- Meyer, Carl D. (2001. február 15.), Matrix Analysis and Applied Linear Algebra , Society for Industrial and Applied Mathematics (SIAM), ISBN 978-0-89871-454-8, archiválva az eredetiből 2001. március 1 -jén
- Poole, David (2006), Lineáris algebra: modern bevezetés (2. kiadás), Brooks/Cole, ISBN 0-534-99845-3
- Anton, Howard (2005), Elementary Linear Algebra (Applications Version) (9. kiadás), Wiley International
- Leon, Steven J. (2006), Lineáris algebra alkalmazásokkal (7. kiadás), Pearson Prentice Hall
- Strang, Gilbert (2005), Lineáris algebra és alkalmazásai
Külső linkek
- A Wikimedia Commons lineáris egyenletrendszeréhez kapcsolódó média