電腦上解線性方程組的方法

Ⅰ 高等代數中解線性方程組的方法有幾種

高等代數中解線性方程組的方法：斗拆分兩大類：
一、直接法：按選元分不選主元法和選主元法(列選、全選)。接不同消元方法又分顫沖：1、高斯消元法。2、高斯主元素法。3、三角解法。4、追趕法。
二、迭代法：1、雅可比迭代法。2、高斯—塞德爾迭代法。3、超松馳茄銷殲迭代法。

Ⅱ 如何求解線性方程組

在數學中，線性方程是包含兩個變數並且可以在圖形上繪制為直線的方程。線性方程組是一組兩個或多個線性方程，它們都包含相同的變數集。線性方程組可用於模擬現實世界的問題。可以使用多種不同的方法來解決它們：

繪圖

替代

加法消除

減法消除

01

04 的

繪圖

白種人老師在黑板上寫字

埃里克·拉普托什攝影/混合圖像/蓋蒂圖片社

繪圖是滾畝求解線性方程組的最簡單方法之一。您所要做的就是將每個方程繪製成一條線，然後找到這些線相交的點。

例如，考慮以下包含變數x和y的線性方程組：

y = x + 3

y = -1 x - 3

這些方程已經以 斜率截距形式編寫，因此易於繪制。如果方程不是以斜率截距形式編寫的，則需要先簡化它們。一旦完成，求解x和y只需要幾個簡單的步驟：

1. 繪制兩個方程。

2. 找到方程相交的點。在這種情況下，答案是 (-3, 0)。

3. 通過將值x = -3 和y = 0 代入原始方程 來驗證您的汪悶答案是否正確。

y = x + 3

(0) = (-3) + 3

0 = 0

y = -1 x - 3

0 = -1(-3) - 3

0 = 3 - 3

0 = 0

02

04 的

替代

求解方程組的另一種方法是代換。使用這種方法，您實際上是在簡化一個方程並將其合並到另一個方程中，這樣您就可以消除其中一個未知變數。

考慮以下線性方程組：

3 x + y = 6

x = 18 -3 y

在第二個等式中，x已經是孤立的。如果不是這種情況，我們首先需要簡化方程以隔離x。在第二個等式中分離出x後，我們可以將第一個等式中的x替換為來自第二個等式的等效值： (18 - 3y)。

1. 將第一個等式中的x替換為第二個等式中給定的x值。

3 ( 18 – 3y ) + y = 6

2. 簡化等式的每一邊。

54 – 9 y + y = 6

54 – 8 y = 6

3. 求解y的方程。

54 – 8年– 54 = 6 – 54

-8年= -48

-8年/-8 = -48/-8

y = 6

4. 代入y = 6 並求解x。

x = 18 -3 y

x = 18 -3(6)

x = 18 - 18

x = 0

5. 驗證 (0,6) 是解。

x = 18 -3 y

0 = 18 – 3(6)

0 = 18 -18

0 = 0

03

04 的

加法消除

如果給定的線性方程的一側是變數，另一側是常數，則求解系統的最簡單方法是消元法。

考慮以下線性方程組：

x + y = 180

3 x + 2 y = 414

1. 首先，把方程寫在旁邊，這樣你就可以很容易地比較每個變數的系數。

2. 接下來，將第一個方程乘以 -3。

-3(x + y = 180)

3. 為什麼我們乘以-3？將第一個方程添加到第二個方程以找出答案。

-3x + -3y = -540

+ 3x + 2y = 414

0 + -1y = -126

我們現在已經消除了變數x。

4. 求解變數 y：

y = 126

5. 代入y = 126 以找到x。

x + y = 180

x + 126 = 180

x = 54

6. 驗證 (54, 126) 是正確答案。

3 x + 2 y = 414

3(54) + 2(126) = 414

414 = 414

04

04 的

減法消除

另一種通過消除大陵森求解的方法是減去而不是添加給定的線性方程。

考慮以下線性方程組：

y - 12 x = 3

y - 5 x = -4

1.我們可以減去它們來消除y ，而不是添加方程。

y - 12 x = 3

- ( y - 5 x = -4)

0 - 7 x = 7

2. 求解x。

-7 x = 7

x = -1

3. 代入x = -1 求解y。

y - 12 x = 3

y - 12(-1) = 3

y + 12 = 3

y = -9

4. 驗證 (-1, -9) 是正確的解決方案。

(-9) - 5(-1) = -4

-9 + 5 = -4

-4 = -4

Ⅲ 線性方程組的解的三種情況是什麼

線性方程組的解的三種情況如下：

第一種是無解。也就是說，方程之間出現有矛盾的情況。

第二種情況是解為零。這也是其次線性方程組唯一解的情況。

第三種是齊次線性方程組系數矩陣線性相關。這種情況下有無數個解。

線性方程組是各個方程關於未知量均為一次的方程組（例如2元1次方程組）。對線性方程組的研究，中國比歐洲至少早1500年，記載在公元初《九章算術》方程章中。

1、解線性方程組的方法大致可以分為兩類：直接方法和迭代法。直接方法是指假設計算過程中不產生舍入誤差，經過有限次運算可求得方程組的精確解的方法；迭代法是從解的某個近似值出發，通過構造一個無窮序列去逼近精確解的方法。

2、消去法：Gauss（高斯）消去法——是最基本的和最簡單的直接方法，它由消元過程和回代過程構成，基本思想是：將方程組逐列逐行消去變數，轉化為等價的上三角形方程組（消元過程）；然後按照方程組的相反順序求解上三角形方程組，得到原方程組的解（回代過程）。

優缺點：簡單易行，但是要求主元均不為0，適用范圍小，數值穩定性差。

列主元素消去法——基本思想是在每次消元前，在要消去未知數的系數中找到絕對值大的系數作為主元，通過方程對換將其換到主對角線上，然後進行消元。

優點：計算簡單，工作量大為減少，數值穩定性良好，是求解中小型稠密線性方程組的最好方法之一。

全主元素消去法——基本思想是在全體待選系數a(ij)（k）中選取主元，並通過行與列的互換把它換到a(kk)（k）的位置，進行消元。

優缺點：這種方法的精度優於列主元素法，它對控制舍入誤差十分有效，但是需要同時作行列變換，因而程序比較復雜，計算時間較長。

3、直接三角分解法：消元過程實際上是把系數矩陣A分解成單位下三角形矩陣與上三角形矩陣乘積的過程，其中L為單位下三角形矩陣，U為上三角形矩陣。這種分解過程稱為杜利特爾（Doolittle分解)，也稱為LU分解。當系數矩陣進行三角分解後，求解方程組Ax = b的問題就等價於求解兩個三角形方程組Ly=b和Ux=y。

矩陣的直接三角分解——設A為n階方陣，若A的順序主子式A(i)均不為0，則矩陣A存在唯一的LU分解；直接三角分解法——如果線性方程組Ax = b的系數矩陣已進行三角分解A=LU,則解方程組Ax=b等價於求解兩個三角形方程組Ly=b和Ux=y。

列主元素的三角分解法——設矩陣A非奇異，則存在置換矩陣P，使得PA有唯一的LU分解（即PA=LU），且|l(ij)|≤1。

4、排列陣：單位矩陣經過若干次行變換所得到的矩陣。

5、克勞特（Crout）分解：將矩陣A分解成一個下三角形矩陣L與一個單位上三角形矩陣U的乘積。

6、特殊矩陣的三角分解法：在工程實際計算中，如三次樣條插值或用差分法求解常微分方程邊值問題，導出的線性方程組的系數矩陣A常常是稀疏的三對角形矩陣或A是對稱正定陣，使得A的三角分解也具有更簡潔的形式。

Ⅳ 如何用C++用列主元高斯消去法求解線性方程組的解

大二的時候自己寫得，包你滿意！
四種方法：
Cramer演算法解方程組
Gauss列主元解方程組
Gauss全主元解方程組
用Doolittle演算法解方程組

//解線性方程組
#include<iostream.h>
#include<iomanip.h>
#include<stdlib.h>

//----------------------------------------------全局變數定義區
const int Number=15; //方程最大個數
double a[Number][Number],b[Number],_a[Number][Number],_b[Number]; //系數行列式
int A_y[Number]; //a[][]中隨著橫坐標增加列坐標的排列順序,如a[0][0],a[1][2],a[2][1]...則A_y[]={0,2,1...};
int lenth,_lenth; //方程的個數
double a_sum; //計算行列式的值
char * x; //未知量a,b,c的載體

//----------------------------------------------函數聲明區
void input(); //輸入方程組
void print_menu(); //列印主菜單
int choose (); //輸入選擇
void cramer(); //Cramer演算法解方程組
void gauss_row(); //Gauss列主元解方程組
void guass_all(); //Gauss全主元解方程組
void Doolittle(); //用Doolittle演算法解方程組
int Doolittle_check(double a[][Number],double b[Number]); //判斷是否行列式>0,若是,調整為銷梁順序主子式全睜跡>0
void xiaoqu_u_l(); //將行列式Doolittle分解
void calculate_u_l(); //計算Doolittle結果
double & calculate_A(int n,int m); //計算行列式
double quanpailie_A(); //根據列坐標的排列計算的值,如A_y[]={0,2,1},得sum=a[0][ A_y[0] ] * a[1][ A_y[1] ] * a[2][ A_y[2] ]=a[0][0]*a[1][2]*a[2][1];
void exchange(int m,int i); //交換A_y[m],A_y[i]
void exchange_lie(int j); //交換a[][j]與b[];
void exchange_hang(int m,int n); //分別交換a[][]和b[]中的m與n兩行
void gauss_row_xiaoqu(); //Gauss列主元消去法
void gauss_all_xiaoqu(); //Gauss全主元消去法
void gauss_calculate(); //根據Gauss消去法結果悉斗並計算未知量的值
void exchange_a_lie(int m,int n); //交換a[][]中的m和n列
void exchange_x(int m,int n); //交換x[]中的x[m]和x[n]
void recovery(); //恢復數據

//主函數
void main()
{
int flag=1;
input(); //輸入方程
while(flag)
{
print_menu(); //列印主菜單

flag=choose(); //選擇解答方式
}

}

//函數定義區
void print_menu()
{
system("cls");
cout<<"------------方程系數和常數矩陣表示如下:\n";
for(int j=0;j<lenth;j++)
cout<<"系數"<<j+1<<" ";
cout<<"\t常數";
cout<<endl;
for(int i=0;i<lenth;i++)
{
for(j=0;j<lenth;j++)
cout<<setw(8)<<setiosflags(ios::left)<<a[i][j];
cout<<"\t"<<b[i]<<endl;
}
cout<<"-----------請選擇方程解答的方案----------";
cout<<"\n 1. 克拉默(Cramer)法則";
cout<<"\n 2. Gauss列主元消去法";
cout<<"\n 3. Gauss全主元消去法";
cout<<"\n 4. Doolittle分解法";
cout<<"\n 5. 退出";
cout<<"\n 輸入你的選擇:";

}

void input()
{ int i,j;
cout<<"方程的個數:";
cin>>lenth;
if(lenth>Number)
{
cout<<"It is too big.\n";
return;
}
x=new char[lenth];
for(i=0;i<lenth;i++)
x[i]='a'+i;

//輸入方程矩陣
//提示如何輸入
cout<<"====================================================\n";
cout<<"請在每個方程里輸入"<<lenth<<"系數和一個常數:\n";
cout<<"例：\n方程:a";
for(i=1;i<lenth;i++)
{
cout<<"+"<<i+1<<x[i];
}
cout<<"=10\n";
cout<<"應輸入:";
for(i=0;i<lenth;i++)
cout<<i+1<<" ";
cout<<"10\n";
cout<<"==============================\n";

//輸入每個方程
for(i=0;i<lenth;i++)
{
cout<<"輸入方程"<<i+1<<":";
for(j=0;j<lenth;j++)
cin>>a[i][j];
cin>>b[i];
}

//備份數據
for(i=0;i<lenth;i++)
for(j=0;j<lenth;j++)
_a[i][j]=a[i][j];
for(i=0;i<lenth;i++)
_b[i]=b[i];
_lenth=lenth;
}

//輸入選擇
int choose()
{
int choice;char ch;
cin>>choice;
switch(choice)
{
case 1:cramer();break;
case 2:gauss_row();break;
case 3:guass_all();break;
case 4:Doolittle();break;
case 5:return 0;
default:cout<<"輸入錯誤,請重新輸入:";
choose();
break;
}
cout<<"\n是否換種方法求解(Y/N):";
cin>>ch;
if(ch=='n'||ch=='N') return 0;
recovery();
cout<<"\n\n\n";
return 1;

}

//用克拉默法則求解方程.
void cramer()
{
int i,j;double sum,sum_x;char ch;
//令第i行的列坐標為i
cout<<"用克拉默(Cramer)法則結果如下:\n";

for(i=0;i<lenth;i++)
A_y[i]=i;
sum=calculate_A(lenth,0);
if(sum!=0)
{
cout<<"系數行列式不為零,方程有唯一的解:";
for(i=0;i<lenth;i++)
{ ch='a'+i;
a_sum=0;
for(j=0;j<lenth;j++)
A_y[j]=j;
exchange_lie(i);
sum_x=calculate_A(lenth,0);
cout<<endl<<ch<<"="<<sum_x/sum;
exchange_lie(i);
}
}
else
{
cout<<"系數行列式等於零,方程沒有唯一的解.";
}
cout<<"\n";
}

double & calculate_A(int n,int m) //計算行列式
{ int i;
if(n==1) {
a_sum+= quanpailie_A();
}
else{for(i=0;i<n;i++)
{ exchange(m,m+i);
calculate_A(n-1,m+1);
exchange(m,m+i);
}
}
return a_sum;
}

double quanpailie_A() //計算行列式中一種全排列的值
{
int i,j,l;
double sum=0,p;
for(i=0,l=0;i<lenth;i++)
for(j=0;A_y[j]!=i&&j<lenth;j++)
if(A_y[j]>i) l++;
for(p=1,i=0;i<lenth;i++)
p*=a[i][A_y[i]];
sum+=p*((l%2==0)?(1):(-1));
return sum;
}

//高斯列主元排列求解方程
void gauss_row()
{
int i,j;
gauss_row_xiaoqu(); //用高斯列主元消區法將系數矩陣變成一個上三角矩陣

for(i=0;i<lenth;i++)
{
for(j=0;j<lenth;j++)
cout<<setw(10)<<setprecision(5)<<a[i][j];
cout<<setw(10)<<b[i]<<endl;
}

if(a[lenth-1][lenth-1]!=0)
{

cout<<"系數行列式不為零,方程有唯一的解：\n";
gauss_calculate();
for(i=0;i<lenth;i++) //輸出結果
{
cout<<x[i]<<"="<<b[i]<<"\n";
}
}
else
cout<<"系數行列式等於零,方程沒有唯一的解.\n";
}

void gauss_row_xiaoqu() //高斯列主元消去法
{
int i,j,k,maxi;double lik;
cout<<"用Gauss列主元消去法結果如下:\n";
for(k=0;k<lenth-1;k++)
{
j=k;
for(maxi=i=k;i<lenth;i++)
if(a[i][j]>a[maxi][j]) maxi=i;
if(maxi!=k)
exchange_hang(k,maxi);//

for(i=k+1;i<lenth;i++)
{
lik=a[i][k]/a[k][k];
for(j=k;j<lenth;j++)
a[i][j]=a[i][j]-a[k][j]*lik;
b[i]=b[i]-b[k]*lik;
}
}
}

//高斯全主元排列求解方程
void guass_all()
{
int i,j;
gauss_all_xiaoqu();
for(i=0;i<lenth;i++)
{
for(j=0;j<lenth;j++)
cout<<setw(10)<<setprecision(5)<<a[i][j];
cout<<setw(10)<<b[i]<<endl;
}
if(a[lenth-1][lenth-1]!=0)
{

cout<<"系數行列式不為零,方程有唯一的解：\n";
gauss_calculate();

for(i=0;i<lenth;i++) //輸出結果
{
for(j=0;x[j]!='a'+i&&j<lenth;j++);

cout<<x[j]<<"="<<b[j]<<endl;
}
}
else
cout<<"系數行列式等於零,方程沒有唯一的解.\n";
}

void gauss_all_xiaoqu() //Gauss全主元消去法
{
int i,j,k,maxi,maxj;double lik;
cout<<"用Gauss全主元消去法結果如下:\n";

for(k=0;k<lenth-1;k++)
{

for(maxi=maxj=i=k;i<lenth;i++)
{
for(j=k;j<lenth;j++)
if(a[i][j]>a[maxi][ maxj])
{ maxi=i;
maxj=j;
}

}
if(maxi!=k)
exchange_hang(k,maxi);
if(maxj!=k)
{
exchange_a_lie(maxj,k); //交換兩列
exchange_x(maxj,k);

}

for(i=k+1;i<lenth;i++)
{
lik=a[i][k]/a[k][k];
for(j=k;j<lenth;j++)
a[i][j]=a[i][j]-a[k][j]*lik;
b[i]=b[i]-b[k]*lik;
}
}
}

void gauss_calculate() //高斯消去法以後計算未知量的結果
{
int i,j;double sum_ax;
b[lenth-1]=b[lenth-1]/a[lenth-1][lenth-1];
for(i=lenth-2;i>=0;i--)
{
for(j=i+1,sum_ax=0;j<lenth;j++)
sum_ax+=a[i][j]*b[j];
b[i]=(b[i]-sum_ax)/a[i][i];
}
}

void Doolittle() //Doolittle消去法計算方程組
{
double temp_a[Number][Number],temp_b[Number];int i,j,flag;
for(i=0;i<lenth;i++)
for(j=0;j<lenth;j++)
temp_a[i][j]=a[i][j];
flag=Doolittle_check(temp_a,temp_b);
if(flag==0) cout<<"\n行列式為零.無法用Doolittle求解.";
xiaoqu_u_l();
calculate_u_l();
cout<<"用Doolittle方法求得結果如下:\n";
for(i=0;i<lenth;i++) //輸出結果
{
for(j=0;x[j]!='a'+i&&j<lenth;j++);

cout<<x[j]<<"="<<b[j]<<endl;
}

}

void calculate_u_l() //計算Doolittle結果
{ int i,j;double sum_ax=0;
for(i=0;i<lenth;i++)
{
for(j=0,sum_ax=0;j<i;j++)
sum_ax+=a[i][j]*b[j];
b[i]=b[i]-sum_ax;
}

for(i=lenth-1;i>=0;i--)
{
for(j=i+1,sum_ax=0;j<lenth;j++)
sum_ax+=a[i][j]*b[j];
b[i]=(b[i]-sum_ax)/a[i][i];
}

}

void xiaoqu_u_l() //將行列式按Doolittle分解
{ int i,j,n,k;double temp;
for(i=1,j=0;i<lenth;i++)
a[i][j]=a[i][j]/a[0][0];
for(n=1;n<lenth;n++)
{ //求第n+1層的上三角矩陣部分即U
for(j=n;j<lenth;j++)
{ for(k=0,temp=0;k<n;k++)
temp+=a[n][k]*a[k][j];
a[n][j]-=temp;
}
for(i=n+1;i<lenth;i++) //求第n+1層的下三角矩陣部分即L
{ for(k=0,temp=0;k<n;k++)
temp+=a[i][k]*a[k][n];
a[i][n]=(a[i][n]-temp)/a[n][n];
}
}
}

int Doolittle_check(double temp_a[][Number],double temp_b[Number]) //若行列式不為零,將系數矩陣調整為順序主子式大於零
{
int i,j,k,maxi;double lik,temp;

for(k=0;k<lenth-1;k++)
{
j=k;
for(maxi=i=k;i<lenth;i++)
if(temp_a[i][j]>temp_a[maxi][j]) maxi=i;
if(maxi!=k)
{ exchange_hang(k,maxi);
for(j=0;j<lenth;j++)
{ temp=temp_a[k][j];
temp_a[k][j]=temp_a[maxi][j];
temp_a[maxi][j]=temp;
}
}
for(i=k+1;i<lenth;i++)
{
lik=temp_a[i][k]/temp_a[k][k];
for(j=k;j<lenth;j++)
temp_a[i][j]=temp_a[i][j]-temp_a[k][j]*lik;
temp_b[i]=temp_b[i]-temp_b[k]*lik;
}
}

if(temp_a[lenth-1][lenth-1]==0) return 0;
return 1;
}

void exchange_hang(int m,int n) //交換a[][]中和b[]兩行
{
int j; double temp;
for(j=0;j<lenth;j++)
{ temp=a[m][j];
a[m][j]=a[n][j];
a[n][j]=temp;

}
temp=b[m];
b[m]=b[n];
b[n]=temp;
}

void exchange(int m,int i) //交換A_y[m],A_y[i]
{ int temp;
temp=A_y[m];
A_y[m]=A_y[i];
A_y[i]=temp;
}

void exchange_lie(int j) //交換未知量b[]和第i列
{ double temp;int i;
for(i=0;i<lenth;i++)
{ temp=a[i][j];
a[i][j]=b[i];
b[i]=temp;
}
}

void exchange_a_lie(int m,int n) //交換a[]中的兩列
{ double temp;int i;
for(i=0;i<lenth;i++)
{ temp=a[i][m];
a[i][m]=a[i][n];
a[i][n]=temp;
}
}

void exchange_x(int m,int n) //交換未知量x[m]與x[n]
{ char temp;
temp=x[m];
x[m]=x[n];
x[n]=temp;
}

void recovery() //用其中一種方法求解後恢復數據以便用其他方法求解
{
for(int i=0;i<lenth;i++)
for(int j=0;j<lenth;j++)
a[i][j]=_a[i][j];
for(i=0;i<lenth;i++)
b[i]=_b[i];
for(i=0;i<lenth;i++)
x[i]='a'+i;
a_sum=0;
lenth=_lenth;
}

Ⅳ 平方根法求解線性方程組

1 高斯消去法

高斯消去法也稱為逐次消去法，是一個古老的求解線性方程組的方法，特別是由其改進而得到的選主元素消去法、三角分解法仍然是目前計算機上常用的有效方法。

Ⅵ 求解線性方程組的方法

解線性方程組的方法：
①克萊姆法則.用克萊姆法則求解方程組 有兩個前提，一是方程的個數要等於未知量的個數，二是系數矩陣的行列式要不等於零。用克萊姆法則求解方程組實際上相當於用逆矩陣的方法求解線性方程組，它建立線性方程組的解與其系數和常數間的關系，但由於求解時要計算n+1個n階行列式，其工作量常常很大，所以克萊姆法則常用於理論證明，很少用於具體求解。

②矩陣消元法.將線性方程組的增廣矩陣通過行的初等變換化為行簡化階梯形矩陣 ，則以行簡化階梯形矩陣為增廣矩陣的線性方程組與原方程組同解。當方程組有解時，將其中單位列向量對應的未知量取為非自由未知量，其餘的未知量取為自由未知量，即可找出線性方程組的解。

Ⅶ 如何解線性方程組

一般有以下幾種方法：

1、計算A^2，A^3 找規律，然後用歸納法證明。

2、若神並r(A)=1，則A=αβ^T，A^n=(β^Tα)^(n-1)A

注:β^Tα =α^Tβ = tr(αβ^T)

3、分拆法：A=B+C，BC=CB，用二項式公式展開。

適用於 B^n 易計算，C的低次冪為零：C^2 或 C^3 = 0

4、用對角化 A=P^-1diagP

A^n = P^-1diag^nP

(7)電腦上解線性方程組的方法擴展閱讀：

將一個矩陣分解為比較簡單的或具有某種特性的若干矩陣的和或乘積，矩陣的分解法一般有三角分解、譜分解、奇異值分解、滿秩分解等。

在線性代數中，相似矩陣是指存在相似關系的矩陣。相似關系是兩個矩陣之間的一種等價關系。兩個n×n矩陣A與B為相似矩陣當且僅當存在一個n×n的可逆矩陣P。

一個矩陣A的列秩是A的線性獨立的縱列的極大數目。類似地，行秩是A的線性無關的游雀跡橫行的極大數目。通俗一點說，如果把矩陣看成一個個行向量或者列向量，秩就是這些行向量或者列向量的秩，也就是極歲虧大無關組中所含向量的個數。

Ⅷ 如圖求解以下線性方程組

方程組的解：x1=-7;x2=-6;x3=-3

求解線性方程組的方法有克萊姆法則，初等變換，矩陣法等。

本題用克萊姆法則求解，求解方法如下：

1、判斷方程組系數行列式D是鎮孫正否不等於零，如D≠0，則有方程組的解；

2、用方程組的常數項替代各xi變數系數的值，並求其行列式值；

3、根據克凱巧萊姆法則，得到御悔方程組的解，即x1=D1/D，x2=D2/D，x3=D3/D

求解過程如下：

Ⅸ 有沒有可以解線性方程組的軟體啊。。

matlab，mathematica，maple都可以，maple很扮畝山好上手，我就在用這個。這里可以給你個下載地址，然後進去以後幫助會告訴你怎麼解方程組之類。
（其實你只要對矩陣進行操作就可以了，這樣反而簡單）

http://www.verycd.com/topics/2788587/

另外說實話廳中，克萊默法則是解線性方程組最方便的東西了。耐鎮。在網上找計算器的話也都是用克萊默法則去消矩陣。google或者網路一下「矩陣計算器」或者「matrix calculator」，很方便的。