线性代数-线性方程组

齐次线性方程组和非齐次线性方程组的对比

  齐次 \(Ax=0\) 非齐次 \(Ax=b\)
常数项 全为 0 不全为 0
是否有解 一定有(至少零解) 需判定 \(r(A)=r(A|b)\)
解的结构 纯零空间 特解 和 零空间
解的个数 零解 或 无穷多解 无解 / 唯一解 / 无穷多解
自由变量个数 \(n-r(A)\) \(n-r(A)\)(有解时)

齐次看秩与未知数个数的关系,非齐次先看增广矩阵的秩是否相等,再套特解和齐次通解的公式。

解的定义

基础解系

定义:齐次方程组 \(Ax=0\) 的解空间中,一组线性无关的解向量,且方程组的所有解都能由它们线性表示。它是一组最精简的解,其他所有解都是它们的线性组合。

特点:

解空间

齐次方程组的全部解构成一个向量空间,叫做零空间或解空间,记作 \(\text{Nul}(A)\)。

其维数: \(\dim(\text{Nul}(A)) = n - r(A)\)

例子: \(\begin{cases} x+y+z=0\\ x-y+z=0 \end{cases}\)

行变换后: \(\begin{pmatrix}1&0&1&0\\0&1&0&0\end{pmatrix}\)

即: \(x = t\begin{pmatrix}-1\\0\\1\end{pmatrix}\)

解空间是一维的直线。

特解

定义:非齐次方程组 \(Ax=b\) 的任意一个满足方程的确定解。

通俗理解:特解就是“随便找到一个具体的解”,不需要包含所有情况,只要它满足方程就行。

例子: \(x+y=3\) 取 \(x=1, y=2\),则 \((1,2)^T\) 就是一个特解。取 \(x=0, y=3\) 也行,特解不唯一。


通解

定义:方程组所有解的统一表达式。

齐次方程的通解: \(x = c_1\xi_1 + c_2\xi_2 + \cdots + c_k\xi_k\) 其中 \(\xi_1,\dots,\xi_k\) 是基础解系,\(c_1,\dots,c_k\) 是任意常数。

非齐次方程的通解: \(x = \eta^* + c_1\xi_1 + c_2\xi_2 + \cdots + c_k\xi_k\) 其中 \(\eta^*\) 是一个特解,\(\xi_i\) 是对应齐次方程的基础解系。

通俗理解:通解 = 一个特解 + 齐次通解。特解负责“找到一个落脚点”,齐次通解负责“在解空间里自由移动”。


齐次线性方程组

定义:形如 \(Ax = 0\) 的方程组,常数项全为 0。

\[\begin{cases} a_{11}x_1 + a_{12}x_2 + \cdots + a_{1n}x_n = 0\\ a_{21}x_1 + a_{22}x_2 + \cdots + a_{2n}x_n = 0\\ \vdots\\ a_{m1}x_1 + a_{m2}x_2 + \cdots + a_{mn}x_n = 0 \end{cases}\]

解的性质:

通解形式:由基础解系线性组合而成。

非齐次线性方程组

定义:形如 \(Ax=b\),且 \(b\neq 0\)。

解的情况:

通解形式: \(\boxed{\text{非齐次通解} = \text{一个特解} + \text{齐次通解}}\)

几何理解

例子

方程组: \(\begin{cases} x+y+z=3\\ x-y+z=1 \end{cases}\)

第一步:求对应齐次方程 \(Ax=0\) 的基础解系。 行变换后得 \(y=0\),\(x+z=0\)。令 \(z=t\),则 \(x=-t\)。 基础解系:\(\{(-1,0,1)^T\}\)。

第二步:找特解 令 \(z=0\),解得 \(x=2, y=1\)。特解:\((2,1,0)^T\)。

第三步:写通解 \(x = \begin{pmatrix}2\\1\\0\end{pmatrix} + c\begin{pmatrix}-1\\0\\1\end{pmatrix}, \quad c\in\mathbb{R}\)

本文写作过程中使用了 AI 辅助整理,内容经作者核对与修改。