Chiziqli tenglamalar tizimini yechish shaxmat o'ynashga o'xshaydi: turli yo'llar mavjud, ammo ba'zilari boshqalardan ancha samaraliroq. Oddiy almashtirish usullari 2 yoki 3 noma'lumli tenglamalar uchun ish beradi, ammo o'nlab noma'lumlar bo'lganda nima qilish kerak? Bu yerda bizga Gauss-Jordan usuli yordamga keladi. Bu tizimni kengaytirilgan matritsa shaklida yozib, uni oddiy qator amallari orqali bosqichma-bosqich soddalashtirishga asoslangan algoritmik yondashuvdir.

Maqsad - matritsani qisqartirilgan pog'onali (reduced row-echelon) shaklga keltirish. Bu shaklda asosiy diagonaldagi elementlar 1 ga teng, qolgan barcha elementlar esa 0 ga teng bo'ladi. Bu shakl bizga yechimni deyarli "tayyor" holda taqdim etadi.

Bu jarayonda uchta ruxsat etilgan "yurish" yoki elementar qator amallari mavjud:

1. Ikki qatorning o'rnini almashtirish.
2. Biror qatorni noldan farqli songa ko'paytirish.
3. Bir qatorning ko'paytmasini boshqa qatorga qo'shish.

Matritsani pog'onali shaklga keltirgandan so'ng, biz shunchaki yechimni topibgina qolmay, balki tizimning o'zi haqida fundamental ma'lumotga ega bo'lamiz. Bu yerda matritsa rangi tushunchasi muhim rol o'ynaydi. Matritsa rangi - bu uning pog'onali shaklidagi noldan farqli qatorlar sonidir. Bu son matritsadagi chiziqli bog'liq bo'lmagan qatorlar (yoki ustunlar) sonini bildiradi.

Tizimning yechimlari mavjudligi yoki yo'qligi asosiy matritsa ($A$) rangi va kengaytirilgan matritsa ($[A|b]$) rangi o'rtasidagi munosabatga bog'liq. Bu Rouché-Capelli teoremasi bilan ifodalanadi. Bu teorema tizimning yechimlari sonini aniqlash uchun oddiy va kuchli vositadir.

Determinant ko'pincha murakkab formula sifatida o'rganiladi, lekin uning geometrik ma'nosi ancha chuqurroq va qiziqarliroq. $2 \times 2$ matritsa uchun determinant uning ustun vektorlari hosil qilgan parallelogrammning yuzasini bildiradi. Xuddi shunday, $3 \times 3$ matritsa uchun determinant uning ustun vektorlari hosil qilgan parallelepiped hajmini ifodalaydi. Bu umumiy holda $n$-o'lchamli fazodagi "giperhajm"ga ham tegishli.

Determinantning ishorasi ham muhim. Musbat ishora vektorlarning yo'nalishi (orientatsiyasi) saqlanganini, manfiy ishora esa orientatsiya o'zgarganini (masalan, oyna aksi kabi) bildiradi. Agar determinant nolga teng bo'lsa, bu nima degani? Bu vektorlar chiziqli bog'liq degani, ya'ni ular bir tekislikda (yoki chiziqda) yotadi va ular hosil qilgan shaklning hajmi nolga teng bo'ladi. Bu fazoning "siqilganini" anglatadi.

$Ax=b$ tenglamasini oddiy algebra kabi yechishni tasavvur qiling: $x = A^{-1}b$. Bu yerda $A^{-1}$ - bu $A$ matritsasiga teskari matritsa. U faqat va faqat $det(A) \neq 0$ bo'lganda mavjud bo'ladi. Geometrik nuqtai nazardan, bu shuni anglatadiki, agar almashtirish fazoni "yassilab" qo'ymasa (hajmni nolga aylantirmasa), bu almashtirishni bekor qiluvchi teskari almashtirish mavjud.

Tizimlarni yechishning yana bir usuli - bu Kramer qoidasi. Bu usul har bir noma'lumni determinantlar nisbati orqali topishga imkon beradi. Masalan, $x_i$ noma'lumini topish uchun asl matritsaning $i$-ustunini ozod hadlar ustuni bilan almashtirib, yangi matritsa determinantini asl matritsa determinantiga bo'lish kerak.

Kramer qoidasi nazariy jihatdan chiroyli va kichik tizimlar uchun qulay bo'lishi mumkin. Biroq, uning jiddiy kamchiligi bor: hisoblash samaradorligi. Determinantlarni hisoblash $n!$ operatsiyani talab qilishi mumkin, bu matritsa o'lchami oshgan sari juda sekinlashib ketadi. $4 \times 4$ o'lchamdan katta matritsalar uchun Gauss-Jordan usuli ancha tezroq va amaliyroqdir.

Bu usullar va tushunchalar chiziqli algebraning asosini tashkil etadi va muhandislikdan tortib kompyuter grafikasigacha bo'lgan ko'plab sohalarda qo'llaniladi.