13线性方程组的解的结构 —— 初学者深度解析

4708 words
24 minutes
13线性方程组的解的结构 —— 初学者深度解析

线性方程组的解的结构 —— 初学者深度解析#

一、一句话定义#

非齐次线性方程组的任意一个解 = 一个”特解” + 对应齐次方程组的所有解

用符号说:若 Ax=bA\mathbf{x} = \mathbf{b} 有一个已知解 xp\mathbf{x}_p(特解),则它的全部解可以写成: x=xp+xh\mathbf{x} = \mathbf{x}_p + \mathbf{x}_h 其中 xh\mathbf{x}_h 是齐次方程 Ax=0A\mathbf{x} = \mathbf{0} 的任意解。


二、核心内涵(三层理解)#

第一层:解的”家谱”结构#

想象解是一个”家族”:

  • 族长(特解):只要找到 Ax=bA\mathbf{x}=\mathbf{b} 的任意一个解,这个家族就有了根。
  • 家族成员(齐次解):齐次方程 Ax=0A\mathbf{x}=\mathbf{0} 的所有解构成一个向量空间(叫”解空间”或”零空间”),成员之间可以互相线性组合。

关键洞察:非齐次方程如果有解,它的解集不是”一个点”,而是”一个平移后的空间”——把齐次解空间整体搬到特解所在的位置。

第二层:解的个数判定#

  • 无解:b\mathbf{b} 不在 AA 的列空间中(矛盾方程)。
  • 唯一解:齐次方程只有零解(解空间是 {0}\{\mathbf{0}\}),此时 x=xp+0=xp\mathbf{x} = \mathbf{x}_p + \mathbf{0} = \mathbf{x}_p。
  • 无穷多解:齐次方程有非零解(解空间维度 >0>0),每加一个齐次解就得到一个新解。

第三层:自由度与秩的关系#

齐次解空间的维度 = 自由变量个数 = n−rank(A)n - \text{rank}(A)(nn 是未知数个数)。这告诉你”无穷多解”到底有多少”自由度”。


三、与相关概念的区别#

概念是什么与”解的结构”的关系
齐次方程 Ax=0A\mathbf{x}=\mathbf{0}解构成向量空间(过原点的平面/直线)提供解结构的”原材料”——解空间
非齐次方程 Ax=bA\mathbf{x}=\mathbf{b}解构成仿射空间(不过原点的平移平面)是”解的结构”的主角
特解非齐次方程的某一个具体解解结构的”锚点”,没有它无法定位
通解包含所有解的表达式解结构的最终成果:特解 + 齐次通解
基础解系齐次解空间的一组基用来”生成”所有齐次解的”最小工具包”

易混淆点:很多同学以为”基础解系”是非齐次方程的。记住:基础解系永远是齐次方程的”专利”,它描述的是解空间的”骨架”。


四、在学科体系中的位置#

“解的结构”是线性代数中承上启下的枢纽概念:

矩阵运算 → 高斯消元 → 秩与线性相关性 → 【解的结构】 → 向量空间 → 线性变换 → 特征值
  • 向上承接:它把矩阵的秩、行阶梯形、主元与自由变量等计算工具,转化为对解的”几何图像”的理解。
  • 向下开启:它直接引入”向量空间”和”子空间”的概念——齐次解空间是矩阵零空间(Null Space)的第一个具体例子;特解+齐次解的模式,后来会在线性微分方程、线性偏微分方程中反复出现。
  • 横向连接:它解释了为什么”矩阵可逆 ⇔\Leftrightarrow 方程有唯一解”——因为可逆时零空间只有零向量,解结构退化为唯一特解。

五、生活化类比#

类比一:快递配送路线(最经典)#

想象你是快递员,要从仓库(原点)出发,给客户(b\mathbf{b})送货。

  • 齐次方程 Ax=0A\mathbf{x}=\mathbf{0}:相当于”从仓库出发,走若干条环路后回到仓库”。所有这样的环路构成一个”环路空间”——你可以绕大圈、小圈,组合起来还是回到原点。
  • 特解 xp\mathbf{x}_p:相当于”一条具体路线让你从仓库到达了客户家门口”。
  • 解的结构:任意一条到达客户家的路线 = “先走那条具体路线到客户家” + “然后再绕任意一个环路”。

绕环路不影响你最终到达客户家,但每绕一个不同的环路,你就得到一条不同的路线。如果根本没有环路(只有”原地不动”),路线就唯一;如果有很多环路,路线就有无穷多条。

类比二:调鸡尾酒#

你在调一杯特调鸡尾酒(非齐次方程的解)。

  • 基酒配方(特解):调酒师给你一个基础配方,已经能做出一杯合格的特调。
  • 可替换的辅料(齐次解):你发现,在这个基础上,你可以加一点点柠檬汁、或者多摇几下、或者换种装饰——这些”调整”本身如果单独做(不加基酒),味道是”归零”的(像加水一样平淡,对应齐次解),但加在基酒上,就产生了无数种变体。

核心:基酒决定了”这杯是什么酒”,辅料决定了”这杯有多少种花样”。没有基酒,辅料只是白水;没有辅料,你只有一杯最基础的酒。


六、给初学者的一句话总结#

解的结构本质上在说:复杂的非齐次问题,可以拆成”找到一个落脚点”(特解)和”摸清自由活动的空间”(齐次解空间)两件事。

当你以后学到微分方程、学到线性变换的不变子空间,你会发现这个”特解 + 齐次通解”的骨架反复出现——它不仅是线性方程组的专利,而是线性世界的基本语法。

线性方程组的解的结构:从零基础到考试水平#


一、先建立”地图”:解的结构核心定理#

在动手做题前,先把两根”主心骨”刻进脑子里:

方程组类型解的”骨架”核心公式
齐次 Ax=0A\mathbf{x}=\mathbf{0}解空间是向量空间,维数 = n−r(A)n-r(A)通解 X=k1ξ1+⋯+kn−rξn−r\mathbf{X}=k_1\boldsymbol{\xi}_1+\cdots+k_{n-r}\boldsymbol{\xi}_{n-r}
非齐次 Ax=bA\mathbf{x}=\mathbf{b}解的集合不是向量空间,但可”平移”通解 X=η∗+k1ξ1+⋯\mathbf{X}=\boldsymbol{\eta}^*+k_1\boldsymbol{\xi}_1+\cdots(特解 + 齐次通解)

生活类比:齐次方程组的解像一片草原(过原点的平面),非齐次方程组的解像把这片草原整体平移到某个具体地点(特解)后得到的新草原。


二、例题 1:零基础——齐次方程组的基础解系(3元)#

题目:求下列齐次线性方程组的通解。

{x1+x2+x3=02x1+2x2+3x3=0\begin{cases} x_1 + x_2 + x_3 = 0 \\ 2x_1 + 2x_2 + 3x_3 = 0 \end{cases}

详细解析#

Step 1:写出系数矩阵 AA

A=(111223)A = \begin{pmatrix} 1 & 1 & 1 \\ 2 & 2 & 3 \end{pmatrix}

(写出系数矩阵,为后续初等行变换做准备;注意齐次方程组不需要写常数项,因为右边全是0)

Step 2:对 AA 施行初等行变换化为行阶梯形

(111223)⟶R2−2R1(111001)\begin{pmatrix} 1 & 1 & 1 \\ 2 & 2 & 3 \end{pmatrix} \stackrel{R_2-2R_1}{\longrightarrow} \begin{pmatrix} 1 & 1 & 1 \\ 0 & 0 & 1 \end{pmatrix}

(用第二行减去第一行的2倍,目的是把第一列下方的元素消成0,得到”阶梯”形状)

Step 3:继续化为行最简形

(111001)⟶R1−R2(110001)\begin{pmatrix} 1 & 1 & 1 \\ 0 & 0 & 1 \end{pmatrix} \stackrel{R_1-R_2}{\longrightarrow} \begin{pmatrix} 1 & 1 & 0 \\ 0 & 0 & 1 \end{pmatrix}

(用第一行减去第二行,把主元上方的元素也消成0,得到”最简形”,方便直接读出同解方程组)

Step 4:确定矩阵的秩 r(A)r(A) 非零行有2行,所以 r(A)=2r(A)=2。 (数非零行的个数,这是判断基础解系所含向量个数的关键)

Step 5:判断基础解系所含向量个数 未知数个数 n=3n=3,故基础解系含 n−r(A)=3−2=1n-r(A)=3-2=1 个向量。 (齐次方程组解空间的维数 = 自由未知量个数 = 未知数个数减去秩,这是核心定理的直接应用)

Step 6:写出同解方程组并确定自由未知量 由行最简形读出:

{x1+x2=0x3=0\begin{cases} x_1 + x_2 = 0 \\ x_3 = 0 \end{cases}

主元在第1列和第3列,因此 x1,x3x_1, x_3 是主元变量;第2列无主元,x2x_2 是自由未知量。 (主元变量由方程约束,自由未知量可任意取值;每个自由未知量对应基础解系中的一个向量)

Step 7:用自由未知量表示主元变量

{x1=−x2x3=0\begin{cases} x_1 = -x_2 \\ x_3 = 0 \end{cases}

(把主元变量全部移到等号左边,自由未知量留在右边,为下一步赋值做准备)

Step 8:对自由未知量赋值,求基础解系 令自由未知量 x2=1x_2 = 1,则 x1=−1, x3=0x_1 = -1,\ x_3 = 0。 得到基础解系:

ξ=(−110)\boldsymbol{\xi} = \begin{pmatrix} -1 \\ 1 \\ 0 \end{pmatrix}

(自由未知量依次取1(其余取0),这里只有一个自由未知量,取1即可;得到解空间的一组基)

Step 9:写出通解

X=kξ=k(−110),k∈R\mathbf{X} = k\boldsymbol{\xi} = k\begin{pmatrix} -1 \\ 1 \\ 0 \end{pmatrix},\quad k\in\mathbb{R}

(齐次方程组的通解是基础解系中所有向量的线性组合,kk 为任意实数)


三、例题 2:进阶——非齐次方程组的解结构(3元)#

题目:求下列非齐次线性方程组的通解。

{x1+x2+x3=1x1+x2+2x3=3\begin{cases} x_1 + x_2 + x_3 = 1 \\ x_1 + x_2 + 2x_3 = 3 \end{cases}

详细解析#

Step 1:写出增广矩阵 (A∣b)(A|\mathbf{b})

(A∣b)=(111⋮1112⋮3)(A|\mathbf{b}) = \begin{pmatrix} 1 & 1 & 1 & \vdots & 1 \\ 1 & 1 & 2 & \vdots & 3 \end{pmatrix}

(非齐次方程组必须写增广矩阵,因为常数项参与秩的判断,决定是否有解)

Step 2:初等行变换化为行阶梯形

⟶R2−R1(111⋮1001⋮2)\stackrel{R_2-R_1}{\longrightarrow} \begin{pmatrix} 1 & 1 & 1 & \vdots & 1 \\ 0 & 0 & 1 & \vdots & 2 \end{pmatrix}

(第二行减第一行,消去第一列下方元素;此时已能看出 r(A)=r(A∣b)=2r(A)=r(A|\mathbf{b})=2,方程组有解)

Step 3:化为行最简形

⟶R1−R2(110⋮−1001⋮2)\stackrel{R_1-R_2}{\longrightarrow} \begin{pmatrix} 1 & 1 & 0 & \vdots & -1 \\ 0 & 0 & 1 & \vdots & 2 \end{pmatrix}

(第一行减第二行,使主元上方为0;得到可直接回代的形式)

Step 4:验证有解并确定解的个数 r(A)=2, r(A∣b)=2, n=3r(A)=2,\ r(A|\mathbf{b})=2,\ n=3。因为 r(A)=r(A∣b)<nr(A)=r(A|\mathbf{b})<n,方程组有无穷多解。 (秩相等保证有解;秩小于未知数个数说明有自由未知量,故有无穷多解)

Step 5:写出同解方程组

{x1+x2=−1x3=2\begin{cases} x_1 + x_2 = -1 \\ x_3 = 2 \end{cases}

主元变量:x1,x3x_1, x_3;自由未知量:x2x_2。

Step 6:求非齐次方程组的一个特解 η∗\boldsymbol{\eta}^* 令自由未知量 x2=0x_2 = 0,代回得 x1=−1, x3=2x_1 = -1,\ x_3 = 2。

η∗=(−102)\boldsymbol{\eta}^* = \begin{pmatrix} -1 \\ 0 \\ 2 \end{pmatrix}

(特解是”草原被平移到的那个具体地点”;令所有自由未知量为0是最简便的取法)

Step 7:求对应齐次方程组 Ax=0A\mathbf{x}=\mathbf{0} 的基础解系 对应齐次方程组的同解方程组为:

{x1+x2=0x3=0⇒{x1=−x2x3=0\begin{cases} x_1 + x_2 = 0 \\ x_3 = 0 \end{cases} \Rightarrow \begin{cases} x_1 = -x_2 \\ x_3 = 0 \end{cases}

令 x2=1x_2 = 1,得 x1=−1, x3=0x_1 = -1,\ x_3 = 0。

ξ=(−110)\boldsymbol{\xi} = \begin{pmatrix} -1 \\ 1 \\ 0 \end{pmatrix}

(“对应齐次方程组”就是把非齐次方程组右边常数项全部换成0;它的解空间决定了”草原的形状”)

Step 8:组装通解(核心结构公式)

X=η∗+kξ=(−102)+k(−110),k∈R\mathbf{X} = \boldsymbol{\eta}^* + k\boldsymbol{\xi} = \begin{pmatrix} -1 \\ 0 \\ 2 \end{pmatrix} + k\begin{pmatrix} -1 \\ 1 \\ 0 \end{pmatrix},\quad k\in\mathbb{R}

(非齐次通解 = 特解 + 齐次通解;几何上就是”先走到特解这个点,再在那个点周围沿着齐次解的方向自由移动”)


四、例题 3:考试水平——含参数讨论 + 无穷解时求通解#

题目:设线性方程组

{x1+x2+x3=1x1+2x2+ax3=b2x1+3x2+5x3=3\begin{cases} x_1 + x_2 + x_3 = 1 \\ x_1 + 2x_2 + ax_3 = b \\ 2x_1 + 3x_2 + 5x_3 = 3 \end{cases}

问:当 a,ba,b 取何值时,方程组有唯一解、无解、无穷多解?并在有无穷多解时求出通解。

详细解析#

Step 1:写出增广矩阵

(A∣b)=(111⋮112a⋮b235⋮3)(A|\mathbf{b}) = \begin{pmatrix} 1 & 1 & 1 & \vdots & 1 \\ 1 & 2 & a & \vdots & b \\ 2 & 3 & 5 & \vdots & 3 \end{pmatrix}

(含参数的题目,增广矩阵是必经之路;参数 a,ba,b 的位置要准确抄写)

Step 2:初等行变换消去第一列下方元素

⟶R2−R1, R3−2R1(111⋮101a−1⋮b−1013⋮1)\stackrel{R_2-R_1,\ R_3-2R_1}{\longrightarrow} \begin{pmatrix} 1 & 1 & 1 & \vdots & 1 \\ 0 & 1 & a-1 & \vdots & b-1 \\ 0 & 1 & 3 & \vdots & 1 \end{pmatrix}

(第一行是” pivot 行”,用它把第一列下面两个1消成0;参数 a,ba,b 随运算自然传递,不要算错)

Step 3:继续消去第二列下方元素

⟶R3−R2(111⋮101a−1⋮b−1004−a⋮2−b)\stackrel{R_3-R_2}{\longrightarrow} \begin{pmatrix} 1 & 1 & 1 & \vdots & 1 \\ 0 & 1 & a-1 & \vdots & b-1 \\ 0 & 0 & 4-a & \vdots & 2-b \end{pmatrix}

(第三行减第二行,得到行阶梯形;此时第三行第三列元素是 4−a4-a,这是讨论的分水岭)

Step 4:分类讨论——情况一:a≠4a \neq 4 此时 4−a≠04-a \neq 0,第三行是一个有效的非零行。r(A)=r(A∣b)=3=nr(A)=r(A|\mathbf{b})=3=n,方程组有唯一解。 (当 a≠4a\neq4 时,系数矩阵有三个非零行,满秩,三个未知数都被唯一确定)

Step 5:分类讨论——情况二:a=4a = 4 且 b≠2b \neq 2 当 a=4a=4 时,第三行变为 (0  0  0 ⋮ 2−b)(0\ \ 0\ \ 0\ \vdots\ 2-b)。 若 b≠2b\neq 2,则 2−b≠02-b\neq 0,此时 r(A)=2r(A)=2(系数部分第三行全0),但 r(A∣b)=3r(A|\mathbf{b})=3(增广部分有非零元)。 因为 r(A)≠r(A∣b)r(A)\neq r(A|\mathbf{b}),方程组无解。 (出现” 0=非零0 = \text{非零} “的矛盾方程,这是无解的标志性特征)

Step 6:分类讨论——情况三:a=4a = 4 且 b=2b = 2 此时第三行全为0。r(A)=r(A∣b)=2<3=nr(A)=r(A|\mathbf{b})=2<3=n,方程组有无穷多解。 (秩相等保证有解,秩小于未知数个数保证有自由未知量,从而有无穷多解)

Step 7:在情况三下,继续化为行最简形 当 a=4, b=2a=4,\ b=2 时,矩阵为:

(111⋮1013⋮1000⋮0)⟶R1−R2(10−2⋮0013⋮1000⋮0)\begin{pmatrix} 1 & 1 & 1 & \vdots & 1 \\ 0 & 1 & 3 & \vdots & 1 \\ 0 & 0 & 0 & \vdots & 0 \end{pmatrix} \stackrel{R_1-R_2}{\longrightarrow} \begin{pmatrix} 1 & 0 & -2 & \vdots & 0 \\ 0 & 1 & 3 & \vdots & 1 \\ 0 & 0 & 0 & \vdots & 0 \end{pmatrix}

(第一行减第二行,把 (1,1)(1,1) 位置的1消成0,得到行最简形,方便回代)

Step 8:写出同解方程组

{x1=2x3x2=1−3x3\begin{cases} x_1 = 2x_3 \\ x_2 = 1 - 3x_3 \end{cases}

主元变量:x1,x2x_1, x_2;自由未知量:x3x_3(第3列无主元)。

Step 9:求特解 η∗\boldsymbol{\eta}^* 令自由未知量 x3=0x_3 = 0,得 x1=0, x2=1x_1 = 0,\ x_2 = 1。

η∗=(010)\boldsymbol{\eta}^* = \begin{pmatrix} 0 \\ 1 \\ 0 \end{pmatrix}

(验证:0+1+0=10+1+0=1 ✓,0+2+0=20+2+0=2 ✓,0+3+0=30+3+0=3 ✓)

Step 10:求对应齐次方程组的基础解系 对应齐次方程组:

{x1=2x3x2=−3x3\begin{cases} x_1 = 2x_3 \\ x_2 = -3x_3 \end{cases}

令 x3=1x_3 = 1,得 x1=2, x2=−3x_1 = 2,\ x_2 = -3。

ξ=(2−31)\boldsymbol{\xi} = \begin{pmatrix} 2 \\ -3 \\ 1 \end{pmatrix}

(基础解系只含1个向量,因为 n−r=3−2=1n-r=3-2=1)

Step 11:写出无穷多解时的通解

X=(010)+k(2−31),k∈R\mathbf{X} = \begin{pmatrix} 0 \\ 1 \\ 0 \end{pmatrix} + k\begin{pmatrix} 2 \\ -3 \\ 1 \end{pmatrix},\quad k\in\mathbb{R}

(考试答题时,最后一定要明确写出”当 a=4, b=2a=4,\ b=2 时,通解为…”,让阅卷老师一眼看到结论)


五、例题 4:考试水平——4元齐次方程组(基础解系含2个向量)#

题目:求下列齐次线性方程组的基础解系与通解。

{x1+x2+x3+x4=0x1+2x2+3x3+4x4=02x1+3x2+4x3+5x4=0\begin{cases} x_1 + x_2 + x_3 + x_4 = 0 \\ x_1 + 2x_2 + 3x_3 + 4x_4 = 0 \\ 2x_1 + 3x_2 + 4x_3 + 5x_4 = 0 \end{cases}

详细解析#

Step 1:写出系数矩阵

A=(111112342345)A = \begin{pmatrix} 1 & 1 & 1 & 1 \\ 1 & 2 & 3 & 4 \\ 2 & 3 & 4 & 5 \end{pmatrix}

(4个未知数,3个方程,预感会有自由未知量)

Step 2:消去第一列下方元素

⟶R2−R1, R3−2R1(111101230123)\stackrel{R_2-R_1,\ R_3-2R_1}{\longrightarrow} \begin{pmatrix} 1 & 1 & 1 & 1 \\ 0 & 1 & 2 & 3 \\ 0 & 1 & 2 & 3 \end{pmatrix}

(第二行、第三行分别减去第一行的适当倍数,第一列下方清0)

Step 3:消去第二列下方元素

⟶R3−R2(111101230000)\stackrel{R_3-R_2}{\longrightarrow} \begin{pmatrix} 1 & 1 & 1 & 1 \\ 0 & 1 & 2 & 3 \\ 0 & 0 & 0 & 0 \end{pmatrix}

(第三行减第二行,发现第三行全为0;说明第三个方程是”多余的”,被前两个方程线性表示)

Step 4:化为行最简形

⟶R1−R2(10−1−201230000)\stackrel{R_1-R_2}{\longrightarrow} \begin{pmatrix} 1 & 0 & -1 & -2 \\ 0 & 1 & 2 & 3 \\ 0 & 0 & 0 & 0 \end{pmatrix}

(第一行减第二行,使主元上方为0;此时矩阵已是行最简形)

Step 5:确定秩与基础解系向量个数 r(A)=2, n=4r(A)=2,\ n=4,故基础解系含 n−r=4−2=2n-r=4-2=2 个线性无关的解向量。 (这是考试最常考的情形:自由未知量有2个,需要赋两组值,得到两个基础解系向量)

Step 6:写出同解方程组

{x1=x3+2x4x2=−2x3−3x4\begin{cases} x_1 = x_3 + 2x_4 \\ x_2 = -2x_3 - 3x_4 \end{cases}

主元变量:x1,x2x_1, x_2(第1、2列有主元);自由未知量:x3,x4x_3, x_4(第3、4列无主元)。

Step 7:求第一个基础解系向量 ξ1\boldsymbol{\xi}_1 令自由未知量 (x3,x4)=(1,0)(x_3, x_4) = (1, 0),代回得:

x1=1,x2=−2x_1 = 1,\quad x_2 = -2ξ1=(1−210)\boldsymbol{\xi}_1 = \begin{pmatrix} 1 \\ -2 \\ 1 \\ 0 \end{pmatrix}

(两个自由未知量,第一次令第一个为1、第二个为0,这是标准操作,保证线性无关性)

Step 8:求第二个基础解系向量 ξ2\boldsymbol{\xi}_2 令自由未知量 (x3,x4)=(0,1)(x_3, x_4) = (0, 1),代回得:

x1=2,x2=−3x_1 = 2,\quad x_2 = -3ξ2=(2−301)\boldsymbol{\xi}_2 = \begin{pmatrix} 2 \\ -3 \\ 0 \\ 1 \end{pmatrix}

(第二次令第一个为0、第二个为1;这样 ξ1,ξ2\boldsymbol{\xi}_1, \boldsymbol{\xi}_2 的后两个分量构成单位矩阵,必然线性无关)

Step 9:验证基础解系的线性无关性(可选但推荐) ξ1,ξ2\boldsymbol{\xi}_1, \boldsymbol{\xi}_2 的后两个分量分别是 (10)\begin{pmatrix}1\\0\end{pmatrix} 和 (01)\begin{pmatrix}0\\1\end{pmatrix},显然线性无关,故整个向量组线性无关。 (“单位矩阵法”赋值是考试中最保险的,天然保证基础解系向量线性无关)

Step 10:写出通解

X=k1ξ1+k2ξ2=k1(1−210)+k2(2−301),k1,k2∈R\mathbf{X} = k_1\boldsymbol{\xi}_1 + k_2\boldsymbol{\xi}_2 = k_1\begin{pmatrix} 1 \\ -2 \\ 1 \\ 0 \end{pmatrix} + k_2\begin{pmatrix} 2 \\ -3 \\ 0 \\ 1 \end{pmatrix},\quad k_1,k_2\in\mathbb{R}

(两个自由未知量对应两个任意常数 k1,k2k_1, k_2;通解就是基础解系的所有线性组合)


六、总结:解题流程” checklist ”#

拿到任何线性方程组的题目,按以下顺序执行:

  1. 写矩阵:齐次写 AA,非齐次写 (A∣b)(A|\mathbf{b})。
  2. 化阶梯:只做初等行变换,化为行阶梯形 → 数非零行得 r(A)r(A)。
  3. 判有解:非齐次必须检查 r(A)r(A) 与 r(A∣b)r(A|\mathbf{b}) 是否相等。
  4. 算维数:基础解系向量个数 = n−r(A)n - r(A)。
  5. 化最简:继续行变换到行最简形,直接读出同解方程组。
  6. 分主元/自由:主元列对应主元变量,其余为自由未知量。
  7. 求特解(非齐次):自由未知量全取0,代回得最简特解。
  8. 求基础解系:自由未知量依次取”单位向量”(一个取1其余取0)。
  9. 组装通解:非齐次 = 特解 + 线性组合;齐次 = 线性组合。

如果你需要,我还可以继续补充:

  • 非齐次 + 4元 + 含参数 的综合大题
  • 基础解系与极大无关组的联系
  • 用解的结构反求矩阵中的未知参数

随时告诉我!

Share Article

If this article helped you, please share it with others!

13线性方程组的解的结构 —— 初学者深度解析
https://boyuan.net.cn/en/posts/13线性方程组的解的结构 —— 初学者深度解析/
Author
Boyuan
Published at
2026-06-24
Related PostsSmart
1
15方阵的特征值与特征向量:给初学者的深度解析
线性代数方阵的特征值与特征向量:给初学者的深度解析 一、一句话定义 对于 阶方阵 ,如果存在一个非零向量 和一个数 ,使得: 那么 称为 的特征值, 称为属于 的特征向量。 二、通俗拆解:到底在说什么? 想象矩阵 是一台"变形机器"。你把任意一个向…
2
11向量组的线性相关性:从数学咒语到直觉画面
线性代数向量组的线性相关性:从"数学咒语"到"直觉画面" 作为初学者,你第一次看到这个定义时,大概会觉得它像一串"数学咒语"。别担心,我们把它拆开,一句一句翻译成你能触摸到的东西。 一、定义拆解:把符号翻译成大白话 教材上的定义: 对于向量组 ,如…
3
7矩阵的秩:从迷雾到清晰的入门指南
线性代数矩阵的秩:从"迷雾"到"清晰"的入门指南 你好!很高兴能以导师的身份带你走进这个看似抽象、实则充满直觉的概念。我会尽量不用公式轰炸你,而是帮你建立"感觉"。 一、一句话定义 矩阵的秩 = 这个矩阵里"真正独立、不重复"的信息有多少。 更学术…
4
5线性方程组的解:一个化繁为简的深入解析
线性代数线性方程组的解:一个化繁为简的深入解析 你好!作为初学者,你面对的这个概念其实是整个线性代数的心脏。下面我用"剥洋葱"的方式,一层层带你理解。 一、定义:什么是"解"? 一句话定义:线性方程组的解,就是一组数值,把这组数值代入方程组中的每一…
5
8线性方程组的解:一个化繁为简的深入解析1
线性代数线性方程组的解:一个化繁为简的深入解析 你好!作为初学者,你面对的这个概念其实是整个线性代数的心脏。下面我用"剥洋葱"的方式,一层层带你理解。 一、定义:什么是"解"? 一句话定义:线性方程组的解,就是一组数值,把这组数值代入方程组中的每一…
Random PostsRandom

Comments

Profile Image of the Author
Boyuan
石以砥焉,化钝为利。
欢迎来访
石以砥焉,化钝为利。这里是我的个人站点,主要记录学习笔记、项目实践和一些零散的想法。站内文章可用右上角搜索,也可以订阅 RSS。
Categories
Tags
Latest Moments
Site Statistics
Posts
139
Categories
17
Tags
49
Total Words
1,721,112
Running Days
0 days
Last Activity
0 days ago
Site Info
Build Platform
Local
Blog Version
v1.0.0
License
CC BY-NC-SA 4.0
Table of Contents