【考研数学】线性代数第四章 —— 线性方程组(2,线性方程组的通解 | 理论延伸)
文章目录
- 引言
- 四、线性方程组的通解
- 4.1 齐次线性方程组
- 4.2 非齐次线性方程组
- 五、方程组解的理论延伸
引言
承接前文,继续学习线性方程组的内容,从方程组的通解开始。
四、线性方程组的通解
4.1 齐次线性方程组
(1)基础解系 —— 设 r ( A ) = r < n r(A)=r<n r(A)=r<n ,则 A X = 0 \pmb{AX=0} AX=0 所有解构成的解向量组的极大线性无关组称为方程组 A X = 0 \pmb{AX=0} AX=0 的一个基础解系。基础解系中所含有的线性无关的解向量的个数为 ( n − r ) (n-r) (n−r) 个。
因为是 r ( A ) = n r(A)=n r(A)=n 呢?因为如果 r ( A ) = n r(A)=n r(A)=n 的话,那齐次方程就只有零解了,也没什么好讨论的。
求齐次线性方程组的基础解系时,把其系数矩阵通过初等行变换进行阶梯化(系数矩阵进行初等行变换相当于方程组的同解变形),每行第一个非零元素所在的列对应的未知数是约束变量,其余变量是自由变量,从而可以确定基础解系(最好把每行第一个非零元素化为 1 ,且其所在的列其余元素都化为零)。
举个例子,假设方程组 A X = 0 \pmb{AX=0} AX=0 的系数矩阵 A \pmb{A} A 经过初等行变换可以化为如下形式:

则 r ( A ) = 3 < 5 r(A)=3<5 r(A)=3<5 ,方程组 A X = 0 \pmb{AX=0} AX=0 的基础解系中含有 n − r = 5 − 3 = 2 n-r=5-3=2 n−r=5−3=2 个解向量,其中 x 1 , x 2 , x 3 x_1,x_2,x_3 x1,x2,x3 为约束变量, x 4 , x 5 x_4,x_5 x4,x5 为自由变量, ( x 4 , x 5 ) (x_4,x_5) (x4,x5) 分别取 ( 1 , 0 ) (1,0) (1,0) 和 ( 0 , 1 ) (0,1) (0,1) ,则基础解系为: ξ 1 = ( − 2 , 1 , − 3 , 1 , 0 ) T , ξ 2 = ( 3 , − 4 , 2 , 0 , 1 ) T . \xi_1=(-2,1,-3,1,0)^T,\xi_2=(3,-4,2,0,1)^T. ξ1=(−2,1,−3,1,0)T,ξ2=(3,−4,2,0,1)T. (2)通解 —— 设 ξ 1 , ξ 2 , … , ξ n − r \xi_1,\xi_2,\dots,\xi_{n-r} ξ1,ξ2,…,ξn−r 为齐次线性方程组 A X = 0 \pmb{AX=0} AX=0 的一个基础解系,称 k 1 ξ 1 + k 2 ξ 2 + ⋯ + k n − r ξ n − r k_1\xi_1+k_2\xi_2+\dots+k_{n-r}\xi_{n-r} k1ξ1+k2ξ2+⋯+kn−rξn−r 为齐次线性方程组 A X = 0 \pmb{AX=0} AX=0 的通解,其中 k 1 , k 2 , … , k n − r k_1,k_2,\dots,k_{n-r} k1,k2,…,kn−r 为任意常数。
4.2 非齐次线性方程组
设 r ( A ) = r ( A ‾ ) < n r(A)=r(\overline{A})<n r(A)=r(A)<n ,且 ξ 1 , ξ 2 , … , ξ n − r \xi_1,\xi_2,\dots,\xi_{n-r} ξ1,ξ2,…,ξn−r 为 A X = b \pmb{AX=b} AX=b 的导出方程组 A X = 0 \pmb{AX=0} AX=0 的一个基础解系, η 0 \pmb{\eta_0} η0 为 A X = b \pmb{AX=b} AX=b 的一个解,则 A X = b \pmb{AX=b} AX=b 的通解为 k 1 ξ 1 + k 2 ξ 2 + ⋯ + k n − r ξ n − r + η 0 , k_1\xi_1+k_2\xi_2+\dots+k_{n-r}\xi_{n-r}+\eta_0, k1ξ1+k2ξ2+⋯+kn−rξn−r+η0, 其中 k 1 , k 2 , … , k n − r k_1,k_2,\dots,k_{n-r} k1,k2,…,kn−r 为任意常数。
1,齐次线性方程组 A X = 0 \pmb{AX=0} AX=0 的基础解系不唯一,但线性无关的解向量的个数是唯一的。
2, r ( A ) = r ( A ‾ ) < n r(A)=r(\overline{A})<n r(A)=r(A)<n 时,非齐次线性方程组 A X = b \pmb{AX=b} AX=b 所有解向量的极大线性无关的向量个数为 ( n − r + 1 ) (n-r+1) (n−r+1) 个。
3,设 η 1 , η 2 , … , η n − r + 1 \eta_1,\eta_2,\dots,\eta_{n-r+1} η1,η2,…,ηn−r+1 为非齐次线性方程组 A X = b \pmb{AX=b} AX=b 的一个极大线性无关组,则其通解也可以像齐次方程那样表示为 k 1 η 1 + k 2 η 2 + ⋯ + k n − r + 1 η n − r + 1 k_1\eta_1+k_2\eta_2+\dots+k_{n-r+1}\eta_{n-r+1} k1η1+k2η2+⋯+kn−r+1ηn−r+1 ,其中 k 1 , k 2 , … , k n − r + 1 k_1,k_2,\dots,k_{n-r+1} k1,k2,…,kn−r+1 为任意常数,且 k 1 + k 2 + ⋯ + k n − r + 1 = 1. k_1+k_2+\dots+k_{n-r+1}=1. k1+k2+⋯+kn−r+1=1.
五、方程组解的理论延伸
定理 1 —— 设 A A A 是 m × n m\times n m×n 矩阵, B B B 是 n × s n\times s n×s 矩阵,若 A B = O AB=O AB=O ,则 B B B 的列向量组是方程组 A X = 0 AX=0 AX=0 的解。
证明: 令 B = ( β 1 , β 2 , … , β s ) B=(\beta_1,\beta_2,\dots,\beta_s) B=(β1,β2,…,βs),则 A B = ( A β 1 , A β 2 , … , A β s ) AB=(A\beta_1,A\beta_2,\dots,A\beta_s) AB=(Aβ1,Aβ2,…,Aβs),若 A B = O AB=O AB=O ,则 A β 1 = 0 , A β 2 = 0 … , A β s = 0 A\beta_1=0,A\beta_2=0\dots,A\beta_s=0 Aβ1=0,Aβ2=0…,Aβs=0 ,原命题得证。
定理 2 —— 设方程组 A X = 0 \pmb{AX=0} AX=0 与 B X = 0 \pmb{BX=0} BX=0 为同解方程组,则 r ( A ) = r ( B ) r(A)=r(B) r(A)=r(B) ,反之不对。
定理 3 —— 设方程组 A X = 0 \pmb{AX=0} AX=0 的解为 B X = 0 \pmb{BX=0} BX=0 的解,则 r ( A ) ≥ r ( B ) . r(A) \geq r(B). r(A)≥r(B).
1,设方程组 A X = 0 \pmb{AX=0} AX=0 的解为 B X = 0 \pmb{BX=0} BX=0 的解,但不全是,则 r ( A ) > r ( B ) . r(A) > r(B). r(A)>r(B).
2,设方程组 A X = 0 \pmb{AX=0} AX=0 的解为 B X = 0 \pmb{BX=0} BX=0 的解,且 r ( A ) = r ( B ) r(A) = r(B) r(A)=r(B) ,则两个方程组同解。
定理 4 —— 设 A X = b , B X = c \pmb{AX=b},\pmb{BX=c} AX=b,BX=c ,则线性方程组 ( A , B ) T X = ( b , c ) T (A,B)^TX=(b,c)^T (A,B)TX=(b,c)T 的解即为两个方程的公共解。
相关文章:
【考研数学】线性代数第四章 —— 线性方程组(2,线性方程组的通解 | 理论延伸)
文章目录 引言四、线性方程组的通解4.1 齐次线性方程组4.2 非齐次线性方程组 五、方程组解的理论延伸 引言 承接前文,继续学习线性方程组的内容,从方程组的通解开始。 四、线性方程组的通解 4.1 齐次线性方程组 (1)基础解系 —…...
go读取文件的几种方法
一. 整个文件读入内存 直接将数据直接读取入内存,是效率最高的一种方式,但此种方式,仅适用于小文件,对于大文件,则不适合,因为比较浪费内存 1.直接指定文化名读取 在 Go 1.16 开始,ioutil.Rea…...
ChatGPT癌症治疗“困难重重”,真假混讲难辨真假,准确有待提高
近年来,人工智能在医疗领域的应用逐渐增多,其中自然语言处理模型如ChatGPT在提供医疗建议和信息方面引起了广泛关注。然而,最新的研究表明,尽管ChatGPT在许多领域取得了成功,但它在癌症治疗方案上的准确性仍有待提高。…...
docker打包vue vite前端项目
打包vue vite 前端项目 1.打包时将测试删除 2.修改配置 3.打包项目 npm run build 显示成功(黄的也不知道是啥) 打包好的前端文件放入 4.配置 default.conf upstream wms-app {server 你自己的ip加端口 ;server 192.168.xx.xx:8080 ; } server { …...
zookeeper 查询注册的 dubbo 服务
1. 连接zookeeper 服务端 使用bin 目录下zk客户端连接服务器, ./zkCli.sh -server 127.0.0.1:2181 2. 查询Dubbo 服务 # 查询所有服务 ls /dubbo # 查询指定服务调用 ls /dubbo/服务名(接口地址)/consumers # 查询指定服务调用 ls /dubbo/服务名(接口地址)/pr…...
【每日一题】57. 插入区间
【每日一题】57. 插入区间 57. 插入区间题目描述解题思路 57. 插入区间 题目描述 给你一个 无重叠的 ,按照区间起始端点排序的区间列表。 在列表中插入一个新的区间,你需要确保列表中的区间仍然有序且不重叠(如果有必要的话,可…...
youtubu视频下载和yt-dlp 使用教程
参考:https://zhuanlan.zhihu.com/p/618467617,使用 yt-dlp 下载 youtube 视频的一点体会 安装yt-dlp 1. 安装Python和ffmpeg Python:安装时把pip和添加系统环境变量都选上 ffmpeg:下载好exe文件,把目录添加到系统环…...
——滑动窗口
滑动窗口 所谓滑动窗口,就是不断的调节子序列的起始位置和终止位置,从而得出我们要想的结果。也可以理解为一种双指针的做法。 leetcode76 class Solution {public String minWindow(String s, String t) {char[] schars s.toCharArray();char[] tc…...
【C++进阶】模板进阶
👦个人主页:Weraphael ✍🏻作者简介:目前学习C和算法 ✈️专栏:C航路 🐋 希望大家多多支持,咱一起进步!😁 如果文章对你有帮助的话 欢迎 评论💬 点赞…...
Vim如何清空文件
在Vim中,可以使用以下命令清空文件内容: 打开需要清空的文件:在终端中输入vim filename打开文件,其中filename是你要编辑的文件名。 进入命令模式:按下键盘上的Esc键,确保处于Vim的命令模式。(…...
问道管理:什么信号?煤飞色舞钢花溅
近期重磅利好不断,对应到A股商场,究竟哪个板块最获益,商场讨论热烈。 地产分析师:方针力度超预期,主张加仓。 银行分析师:存量房贷对银行股心情上的压制完毕,值得重视。 消费分析师ÿ…...
C# PaddleDetection yolo 印章检测
效果 项目 代码 using OpenCvSharp; using OpenCvSharp.Extensions; using Sdcb.PaddleDetection; using Sdcb.PaddleInference; using System; using System.Collections.Generic; using System.ComponentModel; using System.Data; using System.Drawing; using System.Linq…...
常用框架分析(7)-Flutter
框架分析(7)-Flutter 专栏介绍Flutter核心思想Flutter的特点快速开发跨平台高性能美观的用户界面 Flutter的架构框架层引擎层平台层 开发过程使用Dart语言编写代码编译成原生代码热重载工具和插件 优缺点优点跨平台开发高性能美观的用户界面热重载强大的…...
清空 Docker 容器的日志文件
删除容器中netcore控制台存储到docker日志记录 在shell命令下执行如下语句: docker ps -aq | xargs docker inspect --format{{.LogPath}} | xargs truncate -s 0 这个命令会执行以下操作: docker ps -aq:列出所有容器的ID(包括…...
01-虚拟机安装Windows Server操作系统
1、创建并配置虚拟机 2、安装操作系统 找到windows Server镜像 等待安装 3、设置密码...
应用案例 | 基于三维机器视觉的机器人麻袋拆垛应用解决方案
Part.1 项目背景 在现代物流和制造行业中,麻袋的拆垛操作是一个重要且频繁的任务。传统的麻袋拆垛工作通常由人工完成,分拣效率较低,人力成本较高,现场麻袋堆叠、变形严重,垛型不规则、不固定,严重影响分…...
1018 Public Bike Management 结题记录(dfs剪枝)
个人觉得直接放入代码是最管用的。 其他方法类似,题意请参考其他博主。 #include <bits/stdc.h> using namespace std; const int N 1e4 50;int maxn 2000000000; int c, n, ed, s[N], m, minlen, needn, backn, pre[N]; bool flag, book[N]; vector<p…...
C++ deque底层原理
deque底层原理 一、目的二、底层实现三、原理图四、类结构五、push_back六、pop_back 一、目的 实现双端数组 二、底层实现 双向开口的连续线性空间 三、原理图 四、类结构 class deque : protected Deque base _Deque_base._Deque_impl M_map 指针数组 _M_map_size …...
打破对ChatGPT的依赖以及如何应对ChatGPT的错误和幻觉
OpenAI的ChatGPT是第一个真正流行的生成式AI工具,但它可能不是最好的。现在是时候扩大你的AI视野了。 ChatGPT成为了基于大语言模型(LLM)的聊天机器人的同义词。但是现在是时候停止对ChatGPT的痴迷,开始发现这个新世界中强大的替代品了。 首先&a…...
【git】【IDEA】在idea中使用git
目录 一、 在IDEA中配置git 二、 获取git仓库 2.1 本次初始化仓库 2.2 从远程仓库克隆 三、 本地仓库操作 3.1 将文件加入暂存区 3.2 将暂存区的文件提交到版本库 3.3 快捷键 使用快捷键 实现加入到暂存区与提交到版本库 3.4 查看日志 Show History 四、 远程仓库操…...
使用VSCode开发Django指南
使用VSCode开发Django指南 一、概述 Django 是一个高级 Python 框架,专为快速、安全和可扩展的 Web 开发而设计。Django 包含对 URL 路由、页面模板和数据处理的丰富支持。 本文将创建一个简单的 Django 应用,其中包含三个使用通用基本模板的页面。在此…...
MongoDB学习和应用(高效的非关系型数据库)
一丶 MongoDB简介 对于社交类软件的功能,我们需要对它的功能特点进行分析: 数据量会随着用户数增大而增大读多写少价值较低非好友看不到其动态信息地理位置的查询… 针对以上特点进行分析各大存储工具: mysql:关系型数据库&am…...
ESP32 I2S音频总线学习笔记(四): INMP441采集音频并实时播放
简介 前面两期文章我们介绍了I2S的读取和写入,一个是通过INMP441麦克风模块采集音频,一个是通过PCM5102A模块播放音频,那如果我们将两者结合起来,将麦克风采集到的音频通过PCM5102A播放,是不是就可以做一个扩音器了呢…...
HBuilderX安装(uni-app和小程序开发)
下载HBuilderX 访问官方网站:https://www.dcloud.io/hbuilderx.html 根据您的操作系统选择合适版本: Windows版(推荐下载标准版) Windows系统安装步骤 运行安装程序: 双击下载的.exe安装文件 如果出现安全提示&…...
3403. 从盒子中找出字典序最大的字符串 I
3403. 从盒子中找出字典序最大的字符串 I 题目链接:3403. 从盒子中找出字典序最大的字符串 I 代码如下: class Solution { public:string answerString(string word, int numFriends) {if (numFriends 1) {return word;}string res;for (int i 0;i &…...
IoT/HCIP实验-3/LiteOS操作系统内核实验(任务、内存、信号量、CMSIS..)
文章目录 概述HelloWorld 工程C/C配置编译器主配置Makefile脚本烧录器主配置运行结果程序调用栈 任务管理实验实验结果osal 系统适配层osal_task_create 其他实验实验源码内存管理实验互斥锁实验信号量实验 CMISIS接口实验还是得JlINKCMSIS 简介LiteOS->CMSIS任务间消息交互…...
Pinocchio 库详解及其在足式机器人上的应用
Pinocchio 库详解及其在足式机器人上的应用 Pinocchio (Pinocchio is not only a nose) 是一个开源的 C 库,专门用于快速计算机器人模型的正向运动学、逆向运动学、雅可比矩阵、动力学和动力学导数。它主要关注效率和准确性,并提供了一个通用的框架&…...
视频行为标注工具BehaviLabel(源码+使用介绍+Windows.Exe版本)
前言: 最近在做行为检测相关的模型,用的是时空图卷积网络(STGCN),但原有kinetic-400数据集数据质量较低,需要进行细粒度的标注,同时粗略搜了下已有开源工具基本都集中于图像分割这块,…...
Java求职者面试指南:Spring、Spring Boot、MyBatis框架与计算机基础问题解析
Java求职者面试指南:Spring、Spring Boot、MyBatis框架与计算机基础问题解析 一、第一轮提问(基础概念问题) 1. 请解释Spring框架的核心容器是什么?它在Spring中起到什么作用? Spring框架的核心容器是IoC容器&#…...
Rust 开发环境搭建
环境搭建 1、开发工具RustRover 或者vs code 2、Cygwin64 安装 https://cygwin.com/install.html 在工具终端执行: rustup toolchain install stable-x86_64-pc-windows-gnu rustup default stable-x86_64-pc-windows-gnu 2、Hello World fn main() { println…...
