线性方程组

  • 核心问题
    • 解的判别:存在性与唯一性
    • 求解:解集合
    • 解的结构:解之间的关系
  • 初等变换
    • 定义
      • 互换方程组中的第 ii 个方程和第 jj 个方程。
      • 将方程组中的第 ii 个方程乘上一个非零常数 hh。
      • 将方程组中的第 ii 个方程的 kk 倍加到第 jj 个方程。
    • 性质
      • 线性方程组的初等变换将一个方程组变换为另一个同解的方程组。
      • 线性方程组的初等变换可以与矩阵的初等行变换对应。
  • 高斯消元
    • 约定
      • 用上面的方程中的未知数消去下面方程中的未知数。
      • 一个方程中从左到右依次消去未知数。
    • 目的
      • 原方程组化为阶梯形方程组。
    • 过程
      • 线性方程组 →\rightarrow 增广矩阵 →\rightarrow 阶梯形矩阵 →\rightarrow 阶梯形方程组 →\rightarrow 回代求解
    • 解的判定
      • 方程组化为阶梯形方程组后,分为以下几种情况:
        • 无解:有矛盾方程
        • 有解:无矛盾方程
          • 唯一解:方程个数等于未知数个数
          • 无穷多解:方程个数小于未知数个数
      • 阶梯形方程组不包含 0=00=0 方程。
      • 设系数矩阵为 Am×nA_{m\times n},增广矩阵为 [Ab]\begin{bmatrix}A & \boldsymbol b\end{bmatrix},使用秩进行判定:
        • 无解:r(A)<r([Ab])r(A)< r\left(\begin{bmatrix}A & \boldsymbol b\end{bmatrix}\right)
        • 有解:r(A)=r([Ab])r(A)=r\left(\begin{bmatrix}A & \boldsymbol b\end{bmatrix}\right)
          • 唯一解:r(A)=r([Ab])=nr(A)=r\left(\begin{bmatrix}A & \boldsymbol b\end{bmatrix}\right)=n
          • 无穷多解:r(A)=r([Ab])<nr(A)=r\left(\begin{bmatrix}A & \boldsymbol b\end{bmatrix}\right)< n
      • 对于齐次线性方程组,至少有一个零解,可能有非零解。
      • 若齐次线性方程组有非零解,即 r(A)<nr(A)<n,则其有无穷多个解。
      • 讨论带参数的阶梯形矩阵的解的情况时,要看所有的参数,不能只看最后一行。
    • 解的结构
      • 设系数矩阵为 Am×nA_{m\times n},则
        • 主元未知数的个数等于 r(A)r(A);
        • 自由未知数个数等于 n−r(A)n-r(A)。
  • 解的向量表示
    • 约定
      • 规定 Ax=bA\boldsymbol x=\boldsymbol b 的导出方程组为 Ax=0A\boldsymbol x=\boldsymbol 0。
      • 规定 N(A)N(A) 的一组基为 Ax=0A\boldsymbol x=\boldsymbol 0 的基础解系。
    • 解的结构
      • 若 x0\boldsymbol x_0 是 Ax=bA\boldsymbol x=\boldsymbol b 的一个特解,x1,x2,…,xt\boldsymbol x_1,\boldsymbol x_2,\dots,\boldsymbol x_t 是 N(A)N(A) 的基,则方程组的通解是 x=x0+c1x1+c2x2+⋯+ctxt\boldsymbol x=\boldsymbol x_0+c_1\boldsymbol x_1+c_2\boldsymbol x_2+\dots+c_t\boldsymbol x_t。
      • t=n−r(A)t=n-r(A)
      • x∈{x0}+span⁡(x1,x2,…,xt)\boldsymbol x\in\{x_0\}+\operatorname{span}(\boldsymbol x_1,\boldsymbol x_2,\dots,\boldsymbol x_t)
    • 性质
      • Ax=bA\boldsymbol x=\boldsymbol b 的任意两个解 x1,x2\boldsymbol x_1,\boldsymbol x_2 的差 x1−x2\boldsymbol x_1-\boldsymbol x_2 是 Ax=0A\boldsymbol x=\boldsymbol 0 的解。
      • 设 x1,x2,…,xt\boldsymbol x_1,\boldsymbol x_2,\dots,\boldsymbol x_t 是 Ax=bA\boldsymbol x=\boldsymbol b 的解,则 k1x1+k2x2+⋯+ktxtk_1\boldsymbol x_1+k_2\boldsymbol x_2+\cdots+k_t\boldsymbol x_t 也是 Ax=bA\boldsymbol x=\boldsymbol b 的解。
        • 常见例子是 x1,x2\boldsymbol x_1,\boldsymbol x_2 是 Ax=bA\boldsymbol x=\boldsymbol b 的解,则 x1+x22\frac{\boldsymbol x_1+\boldsymbol x_2}{2} 也是 Ax=bA\boldsymbol x=\boldsymbol b 的解。