方程组的基础解系
A是nxn的矩阵,方程组Ax的基础解系
- 基础解系个数为:n-r(A)
- 其中一个基础解系为 α ,则有 Aα =0
- n-r(A)个基础解析之间线性无关
- 若α+β=0,则αβ相关;α,β不能同时是基础解系
线性表出
向量:α1,α2,...,αn
向量:β
设A=(α1,α2,...,αn)
Ax=(α1x1,α2x2,...,αnxn)
则有:
β可由α1,α2,...,αn线性表出⇔Ax=β有解⇔R(A)=R(A⋮β)
β可由唯一一组α1,α2,...,αn线性表出⇔Ax=β有唯一解⇔R(A)=R(A⋮β)
β不能由α1,α2,...,αn线性表出⇔Ax=β无解⇔R(A)<R(A⋮β)
线性相关性
α1,α2,...,αn相关⇔Ax=0有非零解⇔R(A)<n
α1,α2,...,αn无关⇔Ax=0只有零解⇔R(A)=n
α1,α2线性相关⇔α1,α2共线
α1,α2线性无关⇔α1,α2不共线
α1,α2,α3线性相关⇔α1,α2,α3共面
α1,α2,α3共面:
- α1和α2或α3共线。
- α1和k1α2+k2α3共线(k1、k2为常数)。
α1,α2,α3线性无关⇔α1,α2,α3异面
线性子空间
线性子空间(又称向量子空间,简称子空间)是线性空间中部分向量组成的线性空间。设W是域P上的线性空间V的一个非空子集合,若对于V中的加法及域P与V的纯量乘法构成域P上的一个线性空间,则称W为V的线性子空间。
二维空间的子空间:
- 1、二维空间R2本身
- 2、过原点的直线L
- 3、原点
三维空间的子空间:
- 1、三维空间R3本身
- 2、过原点的平面P
- 3、过原点的直线L
- 4、原点
方程组的解
齐次线性方程组:Ax=0
Ax=0,零空间,对象是x。Ax=0的解构成子空间。
非齐次线性方程组:Ax=b
Ax=b,列空间,对象是b。Ax=b的解不构成子空间。
Ax=0或Ax=b的解的个数:
A为m×n的矩阵
R为行最简阶梯型矩阵
F表示自由列
矩阵的秩r决定了方程组的解的个数
方程组无解:r(A)<r(A⋮B)
![enter image description here](https://imgconvert.csdnimg.cn/aHR0cDovL3d4Mi5zaW5haW1nLmNuL213NjkwLzAwNVA1VVpabHkxZzVsazRjODBucmozMG8yMDV2NzRnLmpwZw)
基础解系:特解向量(1个)+零解向量(n-r)个,共有n-r个。
特解xp:自由向量为0的特解。
如何解Ax=0
Ax=0
A先消元,确定主列和自由列。
对x中对应的自由变量分配数值。
找出x中对应的主变量的值,得解。
特解:给自由变量分配特定值,找出主列对应值,得到的x解。
似乎是一个自由变量(自由列)对应一个解。
如果r(A)=2,即A的秩为2,即A消元后的主列的个数为2。
n为A的列数,假如为4。
n-r(A)=2,即A消元后的自由列的个数为2,即Ax=0的特解的个数为2。
![在这里插入图片描述](https://imgconvert.csdnimg.cn/aHR0cDovL3d4My5zaW5haW1nLmNuL213NjkwLzAwNVA1VVpabHkxZzVsb2c1am1wZ2ozMGdqMDhnZ2xzLmpwZw)