线性代数及应用1.5.1齐次线性方程组

哈喽宝子们~37又来啦

 看到这期的标题,相信大家又回想起了刚开始学习微积分时被6支配的恐惧吧,熟悉的齐次式和非齐次式真的让人头大。

言归正传,我们来回忆下什么叫齐次?

在方程中,齐次指的是等式左边的所有项次数相等,等式右边为0,这是最直观的齐次表现。

即可以表达为Ax = 0,其中Am*n大小的矩阵,0则是R^{m}中的一个向量~

记住,这里的数字基本是向量的概念,并不是单纯的实数。

所以我们会得到至少一个解x=0

这里的x也不单单指未知数,它也是一个向量,比如

x=\begin{bmatrix} x_1\\ x_2\\ ...\\ x_n\end{bmatrix}

 同样的,这个解我们称之为平凡解。

那有的同学就会问了,如果按照类比的思路,非齐次线性方程是不是就是等式的右边不等于0呢?例如Ax = b?这个作为讨论我们后面再讲。

对于给定的齐次线性方程Ax=0,找出他的通解x = 0并不困难,所以我们要把目光投向他的非0向量,即探讨这个线性方程是不是具有非通解,找到x不等于0的一个解,于是我们1有了以下事实:

当且仅当齐次方程Ax =0至少有一个自由变量时,方程具有非凡解。

而对于x,如上所诉,我们会在通解向量中以公因子的形式表达出来,即进行提公因式操作 

例如 ,我们已经通过化简阶梯型等操作得到了如下的式子

x_1 - \frac{4}{3}x_3 = 0\\ x_2 =0\\ 0=0

这是不是和我们最开始讲的线性方程组类似呀,我们可以拿出x_1x_2的具体值,但是x_3是一个自由变量。

根据我们上面x的向量展开,我们可以得到如下的式子:

x = \begin{bmatrix} x_1\\ x_2\\ x_3 \end{bmatrix} = \begin{bmatrix} \frac{4}{3}x_3\\ 0\\ x_3 \end{bmatrix}=x_3\begin{bmatrix} \frac{4}{3}\\ 0\\ 1 \end{bmatrix} = x_3v

在上述式子中,我们把x_3单独提了出来,得到v的倍数,而这个解又是Ax = 0的通解。

斯~等我捋捋,这是不是听起来特别复杂,是不是说明了, Ax = 0中的每一个解都是v的倍数呀,我们的平凡解可以由x_3=0得到,但通解不是哦,这俩根本就不是一回事。

Ax = 0的平凡解是x =0,但通解的式子是x = c_1v_1+c_2v_2+c_3v_3...c_nv_n,其中c可能会有若干个等于0,并非全部等于0。

我们再据下面的例子来进行说明,关于单一方程也可看作简单的方程组。

10x_1-3x_2-2x_2= 0

 我们可以将x_1用含x_2x_3的式子表达出来:

x_1= 0.3x_2 + 0.2_3

x_2x_3看作自由变量,通解写成

 x = \begin{bmatrix} x_1\\ x_2\\ x_3 \end{bmatrix} = \begin{bmatrix} 0.3x_2 + 0.2x_3\\ x_2\\ x_3 \end{bmatrix}=\begin{bmatrix} 0.3x_2\\ x_2\\ 0 \end{bmatrix} + \begin{bmatrix} 0.2x_3\\ 0\\ x_3 \end{bmatrix} = x_2\begin{bmatrix} 0.3\\ 1\\ 0 \end{bmatrix} +x_3\begin{bmatrix} 0.2\\ 0\\ 1 \end{bmatrix}

进而化简为x = x_2u + x_3v

放在三维空间中,由于u和v不是各个的倍数,所以这个x的构成就是一个平面,他的集为span\begin{Bmatrix} u & v \end{Bmatrix},即通过原点的该平面。 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值