线性方程组

最新推荐文章于 2025-08-09 22:00:09 发布

「已注销」

最新推荐文章于 2025-08-09 22:00:09 发布

阅读量250

点赞数 1

CC 4.0 BY-SA版权

分类专栏：线性代数文章标签：线性代数

本文链接：https://blog.csdn.net/fukangwei_lite/article/details/118072911

线性代数专栏收录该内容

6 篇文章

订阅专栏

本文介绍了线性方程组的解向量概念，指出解的线性组合仍然是方程组的解。同时阐述了基础解集的定义，即齐次线性方程组解集的最大无关组，并讨论了非齐次线性方程组的解与齐次方程组的关系。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

解向量

设有齐次线性方程组 $\left\{\begin{matrix} a_{11} x_{1} + a_{12} x_{2} + \cdots + a_{1n} x_{n} = 0 \\ a_{21} x_{1} + a_{22} x_{2} + \cdots + a_{2n} x_{n} = 0 \\ \cdots \; \cdots \; \cdots \\ a_{m1} x_{1} + a_{m2} x_{2} + \cdots + a_{mn} x_{n} = 0 \end{matrix}\right.$ ，记 $\mathbf{A} = \begin{pmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & & \vdots \\ a_{m1} & a_{m2} & \cdots & a_{mn} \end{pmatrix}$ ， $\mathbf{x} = \begin{pmatrix} x_1 \\ x_2 \\ \vdots \\ x_n \end{pmatrix}$ ，则可以写成向量方程 $\mathbf{Ax} = \mathbf{0}$ 。若 $x_1 = \xi_{11}$ ， $x_2 = \xi_{21}$ ， $\cdots$ ， $x_n = \xi_{n1}$ 为该齐次线性方程组的解，则 $\mathbf{x} = \boldsymbol{\xi}_1 = \begin{pmatrix} \xi_{11} \\ \xi_{21} \\ \vdots \\ \xi_{n1} \end{pmatrix}$ 称为方程组的解向量。
若 $\mathbf{x} = \boldsymbol{\xi}_1$ ， $\mathbf{x} = \boldsymbol{\xi}_2$ 为向量方程 $\mathbf{Ax} = \mathbf{0}$ 的解，则 $\mathbf{x} = \boldsymbol{\xi}_1 + \boldsymbol{\xi}_2$ 也是向量方程 $\mathbf{Ax} = \mathbf{0}$ 的解。
若 $\mathbf{x} = \boldsymbol{\xi}_1$ 为向量方程 $\mathbf{Ax} = \mathbf{0}$ 的解， $k$ 为实数，则 $\mathbf{x} = k \boldsymbol{\xi}_1$ 也是向量方程 $\mathbf{Ax} = \mathbf{0}$ 的解。

基础解集

齐次线性方程组的解集的最大无关组称为该齐次线性方程组的基础解集。
设 $\times n$ 矩阵 $\mathbf{A}$ 的秩 $R(\mathbf{A}) = r$ ，则n元齐次线性方程组 $\mathbf{Ax} = \mathbf{0}$ 的解集 $\mathbf{S}$ 的秩 $R_s = n - r$ 。
设有非齐次线性方程组 $\left\{\begin{matrix} a_{11} x_{1} + a_{12} x_{2} + \cdots + a_{1n} x_{n} = b_1 \\ a_{21} x_{1} + a_{22} x_{2} + \cdots + a_{2n} x_{n} = b_2 \\ \cdots \; \cdots \; \cdots \\ a_{m1} x_{1} + a_{m2} x_{2} + \cdots + a_{mn} x_{n} = b_m \end{matrix}\right.$ ，它也可以写成向量方程 $\mathbf{Ax} = \mathbf{b}$ ：

设 $\mathbf{x} = \boldsymbol{\eta}_1$ 及 $\mathbf{x} = \boldsymbol{\eta}_2$ 都是向量方程 $\mathbf{Ax} = \mathbf{b}$ 的解，则 $\mathbf{x} = \boldsymbol{\eta}_1 - \boldsymbol{\eta}_2$ 为对应的齐次方程组 $\mathbf{Ax} = \mathbf{0}$ 的解。
设 $\mathbf{x} = \boldsymbol{\eta}$ 是方程 $\mathbf{Ax} = \mathbf{b}$ 的解， $\mathbf{x} = \boldsymbol{\xi}$ 是方程 $\mathbf{Ax} = \mathbf{0}$ 的解，则 $\mathbf{x} = \boldsymbol{\xi} + \boldsymbol{\eta}$ 仍是方程 $\mathbf{Ax} = \mathbf{b}$ 的解。