线性方程组的解集

本文介绍了线性方程组中的齐次和非齐次概念,探讨了齐次方程组的解集特征,包括存在平凡解及非平凡解的条件,并通过实例展示了如何通过行化简和参数向量形式表示解集。非齐次方程组的解则涉及特解与齐次方程解的结合,形成通过特定向量的线性空间。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

线性代数中的线性方程组

1.5 线性方程组的解集

齐次线性方程组

  若线性方程组可写成 A x = 0 Ax=0 Ax=0的形式,则称它为齐次的.其中 A A A m × n m\times n m×n矩阵而 0 0 0 R m \mathbb{R}^m Rm中的零向量.这样的方程组至少有一个解,即 x = 0 x=0 x=0 R n \mathbb{R}^n Rn中的零向量),这个解称为它的平凡解.对给定方程 A x = 0 Ax=0 Ax=0,重要的是它是否有非平凡解,即满足 A x = 0 Ax=0 Ax=0的非零向量 x x x.可由1.2节解的存在与唯一性定理(定理2)可得

齐次方程 A x = 0 Ax=0 Ax=0有非平凡解当且仅当方程至少有一个自由变量.

例1 确定下列齐次方程组是否有非平凡解,并描述它的解集.
3 x 1 + 5 x 2 − 4 x 3 = 0 − 3 x 1 − 2 x 2 + 4 x 3 = 0 6 x 1 + x 2 − 8 x 3 = 0 3x_1+5x_2-4x_3=0 \\ -3x_1-2x_2+4x_3=0 \\ 6x_1+x_2-8x_3=0 3x1+5x24x3=03x12x2+4x3=06x1+x28x3=0
A A A为该方程组的系数矩阵,用行化简法把增广矩阵 [ A 0 ] \begin{bmatrix} A & 0 \end{bmatrix} [A0]化为阶梯形:
[ 3 5 − 4 0 − 3 − 2 4 0 6 1 − 8 0 ] ∽ [ 3 5 − 4 0 0 3 0 0 0 − 9 0 0 ] ∽ [ 3 5 − 4 0 0 3 0 0 0 0 0 0 ] \begin{bmatrix} 3&5&-4&0 \\ -3&-2&4&0 \\ 6&1&-8&0 \end{bmatrix} \backsim \begin{bmatrix} 3&5&-4&0 \\ 0&3&0&0 \\ 0&-9&0&0 \end{bmatrix} \backsim \begin{bmatrix} 3&5&-4&0 \\ 0&3&0&0 \\ 0&0&0&0 \end{bmatrix} 336521448000 300539400000 300530400000
x 3 x_3 x3是自由变量,故 A x = 0 Ax=0 Ax=0有平凡解.为描述解集,继续把 [ A 0 ] \begin{bmatrix} A&0 \end{bmatrix} [A0]化为简化阶梯形:
[ 1 0 − 4 3 0 0 1 0 0 0 0 0 0 ] \begin{bmatrix} 1&0&-\frac{4}{3}&0 \\ 0&1&0&0 \\ 0&0&0&0 \end{bmatrix} 100010

评论 1
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