线性代数(主题篇):第三章:向量组 、第四章:方程组

文章目录

第3章 n维向量

1.概念

§ 3 §3 §3 向量组 { ①部分相关,整体相关 ②整体无关,部分无关 ③低维无关,高维无关 ④高维相关,低维相关 \begin{cases} ①部分相关,整体相关\\ ②整体无关,部分无关\\ ③低维无关,高维无关\\ ④高维相关,低维相关 \end{cases} ⎩ ⎨ ⎧①部分相关,整体相关②整体无关,部分无关③低维无关,高维无关④高维相关,低维相关

(1)n维单位列向量

α = ( a 1 a 2 a 3 . . . a n ) , α T = ( a 1 , a 2 , a 3 , . . . , a n ) α=\left(\begin{array}{c} a_1 \\ a_2 \\ a_3 \\ ...\\ a_n \end{array}\right),α^T=(a_1,a_2,a_3,...,a_n) α= a1a2a3...an ,αT=(a1,a2,a3,...,an)

性质:若α是n维列向量,则

①一列乘一行,是矩阵: α α T αα^T ααT 是 n × n n×n n×n阶方阵

②一行乘一列,是一个数: α T α = ∣ ∣ α ∣ ∣ 2 α^Tα=||α||^2 αTα=∣∣α∣∣2

  1. t r ( α α T ) = α T α tr(αα^T)=α^Tα tr(ααT)=αTα

  2. r ( α α T ) = 1 r(αα^T)=1 r(ααT)=1

  3. ( α α T ) T = α α T , ∴ α ⋅ α T (αα^T)^T=αα^T,∴α·α^T (ααT)T=ααT,∴α⋅αT是n阶实对称方阵,可以相似对角化,
    α ⋅ α T ∼ ( 1 0 . . . 0 ) α·α^T\sim\left(\begin{array}{cc} 1 & & \\ & 0 & \\ & & ...\\ & & & 0 \end{array}\right) α⋅αT∼ 10...0


例题1:17年5.

分析:不可逆,即|A|=λ₁λ₂λ₃...=0,即有0特征值

α α T ∼ ( 1 0 . . . 0 ) αα^T\sim\left(\begin{array}{cc} 1 & & \\ & 0 & \\ & & ...\\ & & & 0 \end{array}\right) ααT∼ 10...0 ,显然 E − α α T E-αα^T E−ααT有零特征值,不可逆

答案:A


2.向量、向量组的的线性关系(线性相关性)

(1)线性表示 :AX=β

若存在常数 k 1 , k 2 , . . . , k s , k_1,k_2,...,k_s, k1,k2,...,ks,使得 α = k 1 β 1 + k 2 β 2 + . . . + k s β s , α = k_1β_1+ k_2β_2+...+ k_sβ_s, α=k1β1+k2β2+...+ksβs,则称向量 α α α是向量组 β 1 , β 2 , . . . , β s β_1,β_2,...,β_s β1,β2,...,βs的线性组合 ,或称向量 α α α可被向量组 β 1 , β 2 , . . . , β s β_1,β_2,...,β_s β1,β2,...,βs线性表示(线性表出)

哪个向量前面的系数不为0,这个向量就可以被其余向量线性表示


例题1:03年10.

答案:D

例题2:数二 21年9.   线性表示

分析:

答案:D

例题3:20年6.   直线的点向式方程→直线的参数方程→直线参数方程的向量形式 + 线性表示

分析:

答案:C


(2)线性相关、线性无关: AX=0

①线性相关

1.定义:设向量组α~1~,α~2~,...,α~s~,若存在不全为0的数k~1~,k~2~,...,k~s~,使 k 1 α 1 + k 2 α 2 + . . . + k s α s = 0 k_1α_1+k_2α_2+...+k_sα_s=0 k1α1+k2α2+...+ksαs=0,则称向量组α~1~,α~2~,...,α~s~线性相关

2.线性相关的充要条件:α~1~,α~2~,...,α~s~中至少有一个向量可以被其他向量线性表示

线性相关的向量组中,系数不为0的向量,可由其他向量线性表示

3.线性相关的等价条件:

⇦⇨ 至少有一个向量可由其余n-1个向量线性表出

4.通过初等变换,无关 可变 相关,但 已相关 不可回 无关

5.含有零向量成比例向量 的向量组,必线性相关
显然,若向量组中有零向量,则向量组线性相关。(可取零向量α~0~的系数k~0~为任意非零常数,破坏了线性无关的定义。)
即含有零向量的向量组线性相关。
本来线性无关的向量组,加入一个零向量,它们就线性相关了。可见零向量就是一个润滑剂

②线性无关

1.定义:设向量组α~1~,α~2~,...,α~s~,若不存在不全为0(仅存在全为0)的数k~1~,k~2~,...,k~s~,使k~1~α~1~+k~2~α~2~+...+k~s~α~s~=0,则称向量组α~1~,α~2~,...,α~s~线性无关

2.推论:设向量组α~1~,α~2~,...,α~s~线性无关,但向量组α~1~,α~2~,...,α~s~,β线性相关。则向量β可由向量组α~1~,α~2~,...,α~s~线性表示,且表示法唯一。

3.线性无关的等价条件:

①行列式|A|≠0

②A可逆

③满秩:r(A)=n

④AX=0仅有零解

⑤向量组不成比例

③线性相关性7大定理

1.线性相关 ⇦⇨ 至少有一个向量可由其余n-1向量线性表出

线性无关 ⇦⇨ 任一向量均不能由其余n-1个向量线性表出

2.原来无关,加一个相关,则新加的可被原向量组 唯一线性表示

证明:

非0不可由0表示 :若向量α第k行非0,其他向量第k行均为0,则α不可由其他向量线性表示

0向量可由非0向量表示:零向量 = 0×非零向量

3.以少表多,多的相关、秩多的可以表示秩少的

高维空间可表示低维空间,反之不可 【秩多的可以表示秩少的】

4.Ax=0 仅有零解,A线性无关;有非零解,A线性相关

①n<m:必相关

方程个数<未知数个数,即维数<个数 ,则线性相关

n维向量空间,若向量组线性无关 ,最多只能有n个向量。即维数≥个数

②n=m:看行列式

③n>m:见定理6、7 + 方程组结论

5.①β可由向量组α₁,α₂,...,α~m~线性表出 ⇦⇨ A~n×m~x = β 有解 ⇦⇨ r(A)=r(A,β)

②β不可由向量组α₁,α₂,...,α~m~线性表出 ⇦⇨ A~n×m~x = β 无解 ⇦⇨ r(A)≠r(A,β)

6.向量个数的增减:

①部分相关,整体相关。

②整体无关,部分无关。

7.维数的增减:

①原来无关,延长必无关 【低维无关,高维无关】

②原来相关,缩短必相关 【高维相关,低维相关】


例题0:张宇30讲 例题3.6   抽象型向量组的线性相关性,用定义法

答案:

例题1:12年05.

分析:

法一:线性相关的充要条件:线性相关⇦⇨行列式=0

∵|α~1~,α~3~,α~4~|=0,∴α~1~、α~3~、α~4~线性相关

法二:线性相关的充分条件:线性相关⇨成比例

∵α~3~+α~4~=(0,0,c~3~+c~4~)^T^,与α~1~成比例,∴α~1~、α~3~、α~4~线性相关

答案:C

例题2:06年11.

分析:

若已经相关了,则初等变换后依然相关,不能再变回无关了。(若变换后是无关,则变换前肯定也得是无关)

若本来无关,通过变换可能相关。

答案:A

例题3:06年11.真题的变式

答案:C

例题4:14年6.   线性无关、必要性与充分性

分析:

①必要性成立,是必要条件

②充分性不成立,是非充分条件(若向量组中有一个零向量,则该向量组线性相关)

答案:A


3.极大线性无关组、等价向量组、向量组的秩

1.极大线性无关组

(1)概念

①线性无关

②向量组中任意向量均可由极大线性无关组线性表出

(2)性质

①极大线性无关组一般不唯一,但其成员个数是唯一的。极大线性无关组是该向量组的最简小组

②向量组的秩:①极大线性无关组中成员的个数 ②向量组中线性无关的向量个数 ③秩为该向量组所张成的向量空间的维数

(3)找极大线性无关组的步骤

①将列向量们组成矩阵A,作初等行变换化为行阶梯形矩阵,确定r(A)

②按列找出其中一个秩为r(A)的子矩阵,即为一个极大线性无关组

2.等价向量组

1.矩阵等价 :①同型 ②秩等:r(A)=r(B)
向量组等价:①同维 ②r(A)=r(B)=r(A,B) ,即两个向量组可以相互线性表出

2.初等行变换:行向量组等价

初等列变换:列向量组等价

等价矩阵和等价向量组


例题1:23李林四(一)5.   向量组等价:型同、秩等、相互表出

分析:

答案:B

例题2:13年5.

答案:B

例题3:00年9.

分析:

答案:D


3.向量组的秩

1.向量组的秩的概念:

①向量组 α 1 , α 2 , . . . , α s α_1,α_2,...,α_s α1,α2,...,αs 的极大线性无关组 α i 1 , α i 2 , . . . , α i r α_{i_1},α_{i_2},...,α_{i_r} αi1,αi2,...,αir 中所含向量的个数r 为 向量组的秩,记作 r ( α 1 , α 2 , . . . , α s ) = r r(α_1,α_2,...,α_s)=r r(α1,α2,...,αs)=r

②向量组中线性无关的向量个数

③秩为该向量组所张成的向量空间的维数

2.性质:

①矩阵的秩 = 行秩 = 列秩 (三秩相等)

②秩大的表示秩小的,可被线性表出的秩小

4.向量空间

(1)向量空间的概念

过渡矩阵、坐标、基、维数

①维数: R n {\rm R}^n Rn 指n维向量空间,由n个线性无关的n维向量张成

:证明向量组为R^3^的基,只需要证明向量组中各向量线性无关

过渡矩阵 : A P = B AP=B AP=B,则 过渡矩阵 P = A − 1 B P=A^{-1}B P=A−1B

坐标:向量 = 坐标·基

基变换、过渡矩阵

坐标变换

(2)基

向量空间的基 的2个必要条件:设V为向量空间,若r个向量α~1~,α~2~,...,α~r~∈V,且满足

(1)α~1~,α~2~,...,α~r~线性无关 【证明向量组为R^3^的基,只需要证明向量组中各向量线性无关】

(2)V中任意向量都可由α~1~,α~2~,...,α~r~线性表示

则向量组α~1~,α~2~,...,α~r~称为向量空间V的一个基,r称为向量空间V的维数,并称V为r维向量空间

的概念类似极大线性无关组基础解系

若把向量空间V看作向量组,则由极大线性无关组的等价定义可知,V的基就是向量组的极大无关组,V的维数就是向量组的秩。


例题:15年20(1)


(3)基变换的过渡矩阵

求A基到B基的过渡矩阵:(右乘列变换)
AP=B,则过渡矩阵 P=A^-1^B


例题1:03年4.

分析: A P = B ∴ P = A − 1 B AP=B ∴P=A^{-1}B AP=B∴P=A−1B。注意二阶求逆时,先求A*,还要除以|A|。这里|A|=-1

答案: ( 2 3 − 1 − 2 ) \left(\begin{array}{cc} 2 & 3 \\ -1 & -2 \end{array}\right) (2−13−2)

例题2:19年20.

分析:

(2)①证明3个向量是R^3^的基,只需证明它们线性无关 [向量的基线性无关]

②求A基到B基的过渡矩阵:
AP=B,则过渡矩阵 P=A^-1^B

答案:


(4)向量在基下的坐标

向量 = 坐标·基


例题0:

例题1:23李林四(二)15.

分析:

答案: ( 2 2 , 2 , − 2 2 ) (\dfrac{\sqrt{2}}{2},\sqrt{2},-\dfrac{\sqrt{2}}{2}) (22 ,2 ,−22 )

例题2:15年20.

分析:

(1)证明向量组是R^3^的一个基,只需要证明向量组线性无关

(2)坐标


第4章 线性方程组

(一)具体型线性方程组

1.齐次线性方程组 Ax=0

齐次线性方程组 A m × n x = 0 A_{m×n}x=0 Am×nx=0

m为所给方程个数,n为未知数个数。m<n时就有自由变量


例题:18年20.(1)


(1)有解的条件:齐次线性方程组解的判别

AX=0,齐次必然有解。

① r ( A ) = n r(A)=n r(A)=n ( α 1 , α 2 , . . . , α n α_1,α_2,...,α_n α1,α2,...,αn线性无关):唯一零解。

② r ( A ) < n r(A)<n r(A)<n ( α 1 , α 2 , . . . , α n α_1,α_2,...,α_n α1,α2,...,αn线性相关):无穷多个非零解 和零解 。且有n-r个线性无关解 (用这n-r个线性无关解,来表示这无穷多个解)

A x = 0 Ax=0 Ax=0的无穷多解是一个"解空间",用 k 1 ξ 1 + k 2 ξ 2 + . . . , k n − r ξ n − r k_1ξ_1+k_2ξ_2+...,k_{n-r}ξ_{n-r} k1ξ1+k2ξ2+...,kn−rξn−r表示(s=n-r)

(2)解的性质:齐次解的性质
解的叠加性:解的线性组合也是解
(3)基础解系、通解的结构
①基础解系

1.基础解系的定义:

设 ξ 1 , ξ 2 , . . . , ξ n − r ξ_1,ξ_2,...,ξ_{n-r} ξ1,ξ2,...,ξn−r满足

是方程组 A x = 0 Ax=0 Ax=0的解

线性无关

有s=n-r个 。方程组 A x = 0 Ax=0 Ax=0的任一解向量均可由 ξ 1 , ξ 2 , . . . , ξ n − r ξ_1,ξ_2,...,ξ_{n-r} ξ1,ξ2,...,ξn−r线性表出

则称 ξ 1 , ξ 2 , . . . , ξ n − r ξ_1,ξ_2,...,ξ_{n-r} ξ1,ξ2,...,ξn−r 为 A x = 0 Ax=0 Ax=0 的基础解系。

基础解系是齐次方程组 A x = 0 Ax=0 Ax=0 的解向量集合的极大线性无关组。

2.基础解系的求法:见(4)求解方法与步骤的前三步

②通解的结构

(1)齐次

①先求出 n − r ( A ) n-r(A) n−r(A)个线性无关的基础解系

②每一个基础解系前面加一个 k i k_i ki,基础解系的线性组合即为齐次线性方程组的通解。

则齐次方程组的通解为: X = k 1 ξ 1 + k 2 ξ 2 + k 3 ξ 3 + . . . k n − r ξ n − r X=k_1ξ_1+k_2ξ_2+k_3ξ_3+...k_{n-r}ξ_{n-r} X=k1ξ1+k2ξ2+k3ξ3+...kn−rξn−r

(2)非齐次

若非齐次方程组 A X = β AX=β AX=β的特解为 β β β,则非齐次方程组的通解为: X = k 1 ξ 1 + k 2 ξ 2 + k 3 ξ 3 + . . . + . . . + k n − r ξ n − r + β X=k_1ξ_1+k_2ξ_2+k_3ξ_3+...+...+k_{n-r}ξ_{n-r}+β X=k1ξ1+k2ξ2+k3ξ3+...+...+kn−rξn−r+β

通解形成"s维解空间",s=n-r

③自由变量

(1)谁是自由变量:化行阶梯/行最简矩阵时,不在直角边上的 x i x_i xi为自由变量

(2)自由变量/线性无关的解向量的个数: n − r ( A ) n-r(A) n−r(A)

(3)自由变量的设置:

①1个自由变量:1

②2个自由变量: ( 1 0 ) , ( 0 1 ) \binom{1}{0},\binom{0}{1} (01),(10)

③3个自由变量: ( 1 0 0 ) \left(\begin{array}{c} 1 \\ 0 \\ 0 \end{array}\right) 100 , ( 0 1 0 ) \left(\begin{array}{c} 0 \\ 1 \\ 0 \end{array}\right) 010 , ( 0 0 1 ) \left(\begin{array}{c} 0 \\ 0 \\ 1 \end{array}\right) 001


例题1:14年20

分析:

(2)A~3×4~B~4×3~=E~3×3~

由于A和B都不是方阵,故AB都不可逆,更没有行列式。

考虑拆分,B=(b~1~,b~2~,b~3~),E=(e~1~,e~2~,e~3~)。则AB=E被拆成Ab~1~=e~1~,Ab~2~=e~2~,Ab~3~=e~3~

b~i~=k~i~ξ+特解,k为任意常数


(4)求解方法和步骤

2.基础解系(前3步)、通解求法:

把A化为行阶梯/行最简矩阵 (方程组经初等行变换转化为同解方程组)

找出一个秩为r=r(A)的子矩阵,基础解系为s=n-r个,把n-r(A)个 x i x_i xi设为自由变量 。(有同阶的才能设为自由变量)

(例如n=5,r(A)=3,s=n-r=5-3=2,基础解系有2个成员 ξ 1 , ξ 2 ξ_1,ξ_2 ξ1,ξ2

设 x 4 , x 5 x_4,x_5 x4,x5为自由变量,则 ξ 1 , ξ 2 ξ_1,ξ_2 ξ1,ξ2的最后两维:(1,0) (0,1),即 ξ 1 = ( , , 1 , 0 ) T , ξ 2 = ( , , 0 , 1 ) T ξ_1=( , , 1,0)^T,ξ_2=( , , 0,1 )^T ξ1=(,,1,0)T,ξ2=(,,0,1)T。

根据行阶梯/行最简矩阵,由最后一行倒着开始求其余变量的值,直至第一行,求出一个解向量 ξ 1 ξ_1 ξ1 ;再从最后一行开始求,得到第二个解向量 ξ 2 ξ_2 ξ2;直至求完所有解向量 ξ n − r ξ_{n-r} ξn−r

④齐次线性方程组的通解为: k 1 ξ 1 + k 2 ξ 2 + . . . + k n − r ξ n − r k_1ξ_1+k_2ξ_2+...+k_{n-r}ξ_{n-r} k1ξ1+k2ξ2+...+kn−rξn−r


例题1:19年13.

分析:

答案: X = k ( 1 − 2 1 ) X=k\left(\begin{array}{c} 1 \\ -2 \\ 1 \end{array}\right) X=k 1−21 ,k为任意常数


2.非齐次线性方程组 Ax=β

非齐次线性方程组 A~m×n~x=β,可组合成AX=B

①方程组形式: A X = β AX=β AX=β

②向量形式:

①方程组的解 x 1 , x 2 , . . . x n x_1,x_2,...x_n x1,x2,...xn,就是向量与向量之间的表示系数

②齐次线性方程组Ax=0,称为非齐次线性方程组Ax=β的导出组

(1)有解的条件:非齐次线性方程组解的判别

① r ( A ) ≠ r ( A , β ) r(A)≠r(A,β) r(A)=r(A,β) (即 r(A)+1=r(A,β),β不能由α₁,α₂,α₃线性表示):非齐次线性方程组无解

② r ( A ) = r ( A , β ) r(A)=r(A,β) r(A)=r(A,β) (β可由α₁,α₂,α₃线性表示):非齐次线性方程组 AX=β有解

③ r ( A ) = r ( A , β ) = n r(A)=r(A,β)=n r(A)=r(A,β)=n (β可由α₁,α₂,...,α~n~线性表示且表示法唯一):非齐次线性方程组有唯一解

④ r ( A ) = r ( A , β ) < n r(A)=r(A,β)<n r(A)=r(A,β)<n (β可由α₁,α₂,...,α~n~线性表示且表示法不唯一):非齐次线性方程组有无穷多解

(2)解的性质:非齐次解的性质

①非齐次特解做差,是齐次特解

②非齐次通解:齐次通解 + 非齐次特解

(3)求解方法和步骤

①求齐次方程组的基础解系,进而求齐次方程组的通解 k 1 ξ 1 + k 2 ξ 2 + . . . k n − r ξ n − r k_1ξ_1+k_2ξ_2+...k_{n-r}ξ_{n-r} k1ξ1+k2ξ2+...kn−rξn−r 【注意,基础解系是齐次的,等式右边为0】

求特解 η η η:令自由项均为0,等式右边为自由项 β i β_i βi。从最后一行开始,代入求解,直至第一行

③拼起来,即为非齐通解


例题1:23李林六套卷(二)15.

分析:β不能由α₁,α₂,α₃线性表示,即非齐次线性方程组无解, r ( A ) ≠ r ( A , β ) r(A)≠r(A,β) r(A)=r(A,β)

答案:0

例题2:12年20(2)

分析:

(2)Ax=β有无穷多解,则 r ( A ) = r ( A ˉ ) < n r(A)=r(\bar{A})<n r(A)=r(Aˉ)<n,即r(A)<n,即 |A|=0

化为行最简后,先求齐次解Ax=0得基础解系ξ=(1,1,1,1)^T^。特解即为此时的β'=(0,-1,0,0)^T^。通解X=kξ+β'=k(1,1,1,1)^T^+(0,-1,0,0)^T^,k为任意常数

例题3:13年20.

分析:设 C = ( x 1 x 2 x 3 x 4 ) C=\left(\begin{array}{cc} x_1 & x_2 \\ x_3 & x_4 \end{array}\right) C=(x1x3x2x4),由AC-CA=B得出含x的方程组,写为系数矩阵D的增广矩阵 D ˉ \bar{D} Dˉ,化为行最简矩阵。这时就可以通过非齐次线性方程组解的判别条件 r ( D ) = r ( D ˉ ) r(D)=r(\bar{D}) r(D)=r(Dˉ)来求a,b的值了。求出后把a,b代入 D ˉ \bar{D} Dˉ,求出齐次方程组的基础解析 ξ 1 = ( 1 − 1 1 0 ) ξ_1=\left(\begin{array}{c} 1 \\ -1 \\ 1 \\ 0 \end{array}\right) ξ1= 1−110 , ξ 2 = ( 1 0 0 1 ) ξ_2=\left(\begin{array}{c} 1 \\ 0 \\ 0 \\ 1 \end{array}\right) ξ2= 1001 ,非齐次通解X= ( x 1 x 2 x 3 x 4 ) = k 1 ξ 1 + k 2 ξ 2 + ( 1 0 0 0 ) \left(\begin{array}{c} x_1 \\ x_2 \\ x_3 \\ x_4 \end{array}\right)=k_1ξ_1+k_2ξ_2+\left(\begin{array}{c} 1 \\ 0 \\ 0 \\ 0 \end{array}\right) x1x2x3x4 =k1ξ1+k2ξ2+ 1000

∴ C = ( x 1 x 2 x 3 x 4 ) C=\left(\begin{array}{cc} x_1 & x_2 \\ x_3 & x_4 \end{array}\right) C=(x1x3x2x4)=...


(4)非齐次线性方程组的几何意义:3个方程代表3个平面,交点代表解的个数

方程组有3个方程,每个方程代表一个平面。3个平面的交点个数代表方程组的解的个数。

若三个平面相交于同一条直线,则 r ( A ) = r ( A ˉ ) = 2 r(A)=r(\bar{A})=2 r(A)=r(Aˉ)=2


例题1:23李林六套卷(三)7.

分析:3个平面相较于一条直线,则有无穷多个交点,则 r ( A ) = r ( A ˉ ) < 3 r(A)=r(\bar{A})<3 r(A)=r(Aˉ)<3
A ˉ = ( 1 1 b ∣ 3 2 a + 1 b + 1 ∣ 7 0 1 − a 2 b − 1 ∣ 0 ) \bar{A}=\left(\begin{array}{cc} 1 & 1 & b &| \ 3 \\ 2 & a+1 & b+1 &| \ 7 \\ 0 & 1-a & 2b-1 &| \ 0\\ \end{array}\right) Aˉ= 1201a+11−abb+12b−1∣ 3∣ 7∣ 0

显然,第三行要为全0,则a=1,b=1/2

答案:B

例题2:02年10.   系数矩阵秩、增广矩阵秩 用空间中的平面表示

分析:

A.三个平面只有一个交点,方程组有唯一解, r ( A ) = r ( A ˉ ) = 3 r(A)=r(\bar{A})=3 r(A)=r(Aˉ)=3。A❌

B.三个平面相较于同一条直线,即方程组有无穷多个解, r ( A ) = r ( A ˉ ) = 2 < 3 r(A)=r(\bar{A})=2<3 r(A)=r(Aˉ)=2<3。B✔

C.两两相交,互不平行: r ( A ) = 2 , r ( A ˉ ) = 3 r(A)=2,r(\bar{A})=3 r(A)=2,r(Aˉ)=3。 C❌

D.两平面平行,第三个平面与这两个平行平面分别相交: r ( A ) = 2 , r ( A ˉ ) = 3 r(A)=2,r(\bar{A})=3 r(A)=2,r(Aˉ)=3。D❌

答案:B

例题3:19年6.

答案:A


(二)抽象型线性方程组



4. 就是系数


例题1:基础30讲线代分册   求非齐次线性方程组的通解、解的性质

分析:

①非齐通的解结构:非齐通 = 齐通 + 非齐特

②解的性质:i. η 1 − η 2 η_1-η_2 η1−η2为齐次特解 ii. 1 2 ( η 1 + η 2 ) \dfrac{1}{2}(η_1+η_2) 21(η1+η2)为非齐次特解, 1 3 ( η 3 + 2 η 2 ) \dfrac{1}{3}(η_3+2η_2) 31(η3+2η2)为非齐次特解 iii. 1 2 ( η 1 + η 2 ) − 1 3 ( η 3 + 2 η 2 ) \dfrac{1}{2}(η_1+η_2)-\dfrac{1}{3}(η_3+2η_2) 21(η1+η2)−31(η3+2η2)也为齐次通解,乘6倍后 3 ( η 1 + η 2 ) − 2 ( η 3 + 2 η 2 ) 3(η_1+η_2)-2(η_3+2η_2) 3(η1+η2)−2(η3+2η2)仍为齐次通解

本题不必求出 η 1 , η 2 , η 3 η_1,η_2,η_3 η1,η2,η3各自的值

答案:

例题2:

分析:

① r ( A B ) ≤ m i n { r ( A ) , r ( B ) } r(AB)≤min\{ r(A),r(B)\} r(AB)≤min{r(A),r(B)}:由题得r(AB)=2≤min{ r(A),r(B} ∴r(A)≥2,r(B)≥2

又∵秩=行秩=列秩≤min{m,n},∴r(A)≤2,r(B)≤2

故r(A)=r(B)=2

②线性无关解的个数 s = n − r s=n-r s=n−r
s A = n A − r ( A ) = 3 − 2 = 1 s_A=n_A-r(A)=3-2=1 sA=nA−r(A)=3−2=1
s B = n B − r ( B ) = 2 − 2 = 0 s_B=n_B-r(B)=2-2=0 sB=nB−r(B)=2−2=0

答案:B

例题3:

分析:

①s=n-r(A)=1 ∴r(A)=3 ∴r(A*)=1 ∴s*=n-r(A*)=3 排除AB

②(1,0,1,0)^T^是Ax=0的一个基础解系(其中A=(α₁,α₂,α₃,α₄)),即α₁+α₃=0,即α₁与α₃能相互线性表示,线性相关。故A*x=0的基础解系只能选 124或234。选D

答案:D

例题4:

答案:


(三)方程组的公共解、同解方程组

1.方程组的公共解

①齐次线性方程组 A m × n x = 0 A_{m×n}x=0 Am×nx=0和 B m × n x = 0 B_{m×n}x=0 Bm×nx=0的公共解,是满足方程组 [ A B ] x = 0 \left[\begin{array}{ccc}A\\B\end{array}\right]x=0 [AB]x=0的解,即联立求解

②增加约束,使其相等:令 k 1 ξ 1 + k 2 ξ 2 = l 1 η 1 + l 2 η 2 k_1ξ_1+k_2ξ_2=l_1η_1+l_2η_2 k1ξ1+k2ξ2=l1η1+l2η2,找到k1k2关系,将二维解空间化为一维解空间

2.同解方程组

1.定义/概念:两个方程组 A m × n x = 0 A_{m×n}x=0 Am×nx=0 和 B m × n x = 0 B_{m×n}x=0 Bm×nx=0 有完全相同的解,则称它们为同解方程组

2.性质:

A x = 0 Ax=0 Ax=0 与 B x = 0 Bx=0 Bx=0 为同解方程组

⇦⇨解完全相同:即Ax=0的解满足Bx=0,且Bx=0的解满足Ax=0 (互相把解代入,求出结果即可)

⇦⇨A与B的行向量组为等价向量组

⇦⇨ r ( A ) = r ( B ) = r ( A B ) r(A)=r(B)=r\dbinom{A}{B} r(A)=r(B)=r(BA)


例题1:

例题2:设A~m×n~,证明r(A)=r(A^T^A)

证明:

∴r(A)=r(A^T^)=r(A^T^A)=r(AA^T^),对任意A~m×n~均成立

例题3:22年6.

分析:

①仅有零解 ⇦⇨ 系数矩阵满秩

②齐次方程组的同解变形 ⇦⇨ 矩阵的初等行变换

答案:C


相关推荐
2402_8713219512 小时前
MATLAB方程组
gpt·学习·线性代数·算法·matlab
Angindem14 小时前
子矩阵的和(矩阵前缀和)
线性代数·矩阵
2403_875180951 天前
短视频矩阵系统是什么?有什么功能?
线性代数·矩阵
取个名字真难呐1 天前
AB矩阵秩1乘法,列乘以行
python·线性代数·矩阵
2403_875180951 天前
短视频矩阵矩阵,矩阵号策略
线性代数·矩阵
2403_875180951 天前
短视频矩阵系统:智能批量剪辑、账号管理新纪元!
线性代数·矩阵
埃菲尔铁塔_CV算法2 天前
矩阵论在深度学习中的应用
深度学习·线性代数·矩阵
贵州晓智信息科技3 天前
行列式的理解与计算:线性代数中的核心概念
javascript·线性代数
LinKouun3 天前
Fisher矩阵和Hessian矩阵的关系:证明Fisher为负对数似然函数的Hessian的期望
线性代数·矩阵·黑塞矩阵·hessian·fisher·费雪矩阵
醉酒柴柴4 天前
【代码pycharm】动手学深度学习v2-05 线性代数
深度学习·线性代数·pycharm