线性代数线性方程组的基本概念

合集下载

线性代数线性方程组基本概念

证明
由 r ( A) r ( A b) 知 A X = b 有解，
组
即存在 x~1, x~2 ,, x~n ，使得
x~1 A1 x~2 A2 x~n An b .
(1) 若 r n , 则 A1, A2 , , An 线性无关，故 b 只能由 A1, A2 , , An 的惟一地线性表示，即 A X = b 的解是惟一的。
即得念
第二、线性方程组解的存在性与惟一性
四章
1. 线性方程组解的存在性
2. 线性方程组解的惟一性 P112 定理4.2 (2) 线
性定理设 r ( A) r ( A b) r , 则 r n A X = b 有惟一解。
方程
P123
4
§4.1 线性方程组的基本概念
第一、线性方程组的几种表示形式
四章
1. 线性方程组的一般形式
2. 线性方程组的矩阵形式 P111 线
性
方
程
组
简记为 A X b ,
其中 A 称为系数矩阵， A~ ( A b) 称为增广矩阵。
5
§4.1 线性方程组的基本概念
第一、线性方程组的几种表示形式
若 A X = b 有解，
组
则 b 可由 A1 , A2 , , An 线性表示，
故向量组 A1 , A2 , , An 与 A1 , A2 , , An , b 等价，
即得 r ( A) r ( A b).
7
§4.1 线性方程组的基本概念
第二、线性方程组解的存在性与惟一性
四章
1. 线性方程组解的存在性
线定理线性方程组 A X = b 有解的充要条件是 r ( A) r ( A b).

高等数学线性代数线性方程组教学ppt(4)

1.2 高斯消元法
对线性方程组消元的三种变换(统称为线性方程组的初等变换):
（1）交换方程组中某两个方程的位置；（2）以非零常数k乘以方程组中某个方程；（3）用数k乘以方程组中某个方程后加到另一个方程上去.
定理1 线性方程组经过初等变换后得到的新方程组与原方程组同解.
例1
解线性方程组
R( A) n;
(2)若R(A) n 1,则 A 0, AA* A E O,
由例5知:R( A) R( A*) n, R( A*) n R( A) n (n 1) 1, 即R( A*) 1.
另一方面,由于R(A) n 1, 因此A存在n 1阶非零子式,即A* O, 从而R( A*) 1.
R( A*) 1;
任一解都可以表示为
x 0 k11 knrnr ,
其中k1, , knr R. 即,当R(A) R(A | b)时,有
Ax b的通解
Ax b的一个特解 Ax 0的通解.
行阶梯形矩阵对应的方程组，叫行阶梯形方程组；
行阶梯形方程组中，每个方程的第一个未知量称为主未知量(主变量)，其余变量叫自由未知量(自由变量);
用消元法解线性方程组，就是用初等行变换将方程组的增广矩阵化为行阶最简形，得到的行阶梯方程组与原方程组同解．
例2 求解非齐次方程组的通解
x1 x1
3.设0是Ax b的某个解(称为特解),则Ax b 的任一个解向量都可表示成0与对应的 Ax 0的解之和,即有
0 .
证 :由于 0 ( 0 ),记 0,由性质1知是导出组Ax 0的解,则 0 .
故只要取遍Ax 0的全部解, 0 就取遍了 Ax b的所有解.
三、Ax b解的结构定理定理4 若Ax b有解,1, ,nr是对应的Ax 0 的基础解系,0是Ax b的一个特解,则Ax b的

第三章线性方程组

第三章线性方程组本章说明与要求:本章主要介绍线性方程组的基本概念以及求解线性方程组的消元法，并由此引出矩阵及其初等变换的有关概念．讨论一般的n 元线性方程组的求解问题．一般的线性方程组的形式为⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++m n mn m m n n n n b x a x a x a b x a x a x a b x a x a x a 22112222212111212111(I)方程的个数m 与未知量的个数n 不一定相等，对于线性方程组(I )，需要研究以下两个问题：(1) 怎样判断线性方程组是否有解？即它有解的充分必要条件是什么？(2) 方程组有解时，它究竟有多少个解及如何去求解？。

本章重点：解线性方程组；线性方程组解的判定.。

本章难点：用矩阵的初等变换解线性方程组；线性方程组解的判定.§1 线性方程组的消元法解二元、三元线性方程组时曾用过加减消元法，实际上是解一般n 元线性方程组的最有效的方法．下面通过例子介绍如何用消元法解一般的线性方程组．例1．求解线性方程组⎪⎩⎪⎨⎧=--=+-=+-5212253321321321x x x x x x x x x(1)解：交换第一、三两个方程的位置： ⎪⎩⎪⎨⎧=+-=+-=--2531252321321321x x x x x x x x x第一个方程乘以(–1)加于第二个方程，第一个方程乘以(–3)加于第三个方程，得：⎪⎩⎪⎨-=+-=+1385433232321x x x x第二个方程乘以(–5)加于第三个方程，得⎪⎩⎪⎨⎧=--=+=--774352332321x x x x x x(2) 第三个方程乘以(–71)，求得x 3=–1，再代入第二个方程，求出x 2=–1，最后求出x 1=2．这样就得到了方程组(1)的解：⎪⎩⎪⎨⎧-=-==112321x x x方程组(2)称为阶梯形方程组．如果在本例中，把原方程组中的第一个方程改为2x 1–3x 2+ x 3=6，得到一个新的方程组⎪⎩⎪⎨⎧=--=+-=+-5212632321321321x x x x x x x x x(3)用类似的方法，可以把方程组化为 ⎩⎨⎧-=+=+-431232321x x x x x (4)即 ⎩⎨⎧--=--=32313453x x x x 显然，此方程组有无穷多个解．如果在本例中，把原方程组的第一个方程改为2x 1–3x 2+ x 3=5，作出新的方程组 ⎪⎩⎪⎨⎧=--=+-=+-5212532321321321x x x x x x x x x(5)用类似的方法，可得到⎪⎩⎪⎨-=-=+104332321x x (6)显然方程组无解．上面的方法具有一般性，即无论方程组只有一个解或有无穷个解还是没有解，都可用消元法将其化为一个阶梯形方程组，从而判断出它是否有解．分析一下消元法，不难看出，它实际上是反复地对方程组进行变换，而所作的变换，也只是由以下三种基本的变换所构成：1. 交换方程组中某两个方程的位置；2. 用一个非零数乘某一个方程；3. 用一个数乘某一个方程后加到另一个方程上．这三种变换称为线性方程组的初等变换．用消元法解线性方程组的过程就是对线性方程组反复地实行初等变换的过程．方程组(I)的全部解称为(I)的解集合．如果两个方程组有相同的解集合，就称它们是同解的或等价的方程组．现在证明：初等变换把方程组变成与它同解的方程组．考虑线性方程组⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++m n mn m m n n n n b x a x a x a b x a x a x a b x a x a x a 22112222212111212111 (I)我们只对第三种变换来证明．为简便起见，不妨设把第二个方程乘以数k 后加到第一个方程上，这样，得到新方程组⎪⎪⎩⎪⎪⎨⎧=+++=++++=++++++mn mn m m n n n n n b x a x a x a b x a x a x a kb b x ka a x ka a x ka a 22112222212121212221212111)()()( (I ' ) 设x i =c i (i =1，2，…，n )是(I)的任意一个解．因(I)与(I ' )的后m –1个方程是一样的，所以，x i =c i (i =1，2，…，n )满足(I ' )的后m –1个方程．又x i =c i (i =1，2，…，n )满足(I)的前两个方程，所以有⎩⎨⎧=+++=+++22222211211122121111b x c a x c a x c a b x c a x c a x c a n n n n n n 把第二式的两边乘以k ，再与第一式相加，即为21212221212111)()()(kb b c ka a c ka a c ka a n n n +=++++++这说明x i =c i (i =1，2，…，n )又满足(I')的第一个方程，故x i =c i (i =1，2，…，n )是(I')的解．类似地可以证明(I ')的任意一个解也是(I)的解，这就证明了(I) 与(I ')是同解的．容易证明另外两种初等变换，也把方程组变成与它同解的方程组．下面来说明，如何利用初等变换来解一般的线性方程组．对于方程组(I)，首先检查x 1的系数．如果x 1的系数a 11， a 21， … ， a m 1全为零，那么方程组(I)对x 1没有任何限制，x 1就可以任意取值，而方程组(I)可看作x 2， …， x n 的方程组来解．如果x 1的系数不全为零，不妨设a 11≠0不等于零，否则可利用初等变换1，交换第一个方程与另一个方程的位置，使得第一个方程中x 1的系数不为零．然后利用初等变换3，分别把第一个方程的)(111a a i -倍加到第i 个(i =2，3，…， m )方程，于是方程组(I)变成 ⎪⎪⎩⎪⎪⎨⎧=++=++=+++m n mn m n n n n b x a x a b x a x a b x a x a x a 222222*********(Ⅱ) 其中 n j m i a a a a a j i ij ij ,,2 ,,,2 ,'1111⋅⋅⋅=⋅⋅⋅=-= 显然方程组(Ⅱ)与(Ⅰ)是同解的．对方程组(Ⅱ)再按上面的考虑进行变换，并且这样一步一步做下去，必要时改变未知量的次序，最后就得到一个阶梯形方程组．为了讨论方便，不妨设所得到的阶梯形方程组为⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎨⎧====++=++++=++++++000001222222111212111r r n rn r rr n n r r n n r r d d x c x c d x c x c x c d x c x c x c x c (Ⅲ)其中c ii ≠0， i =1，2，…，r ．方程组(Ⅲ)中“0 = 0”是一些恒等式，可以去掉，并不影响方程组的解．我们知道，(I)与(Ⅲ)是同解的，根据上面的分析，方程组(Ⅲ)是否有解就取决于第r +1个方程0 = d r +1是否矛盾，于是方程组(I)有解的充分必要条件为d r+1= 0．在方程组有解时，分两种情形：1) 当r =n 时，阶梯形方程组为⎪⎪⎩⎪⎪⎨⎧==++=+++n n nn n n n n d x c d x c x c d x c x c x c 2222211212111 (Ⅳ)其中c ii ≠0， i =1，2，…， n ．由克莱姆法则(Ⅳ)有唯一解，从而(I)有唯一解．例如前面讨论过的方程组(1)⎪⎩⎪⎨⎧=--=+-=+-5212253321321321x x x x x x x x x经过一系列的初等变换后，变为阶梯形方程组⎪⎩⎪⎨⎧=--=+=--774352332321x x x x x x这时方程的个数等于未知量的个数，方程组的唯一解是⎪⎩⎪⎨⎧-=-==112321x x x2) 当 r <n 时，这时阶梯形方程组为⎪⎪⎩⎪⎪⎨⎧=+++=+++++=++++++++++++211221122222111111212111d x c x c x c d x c x c x c x c d x c x c x c x c x c n rn r rr r rr n n r r r r n n r r r r其中 c ii ≠0， i =1，2，…， r ，写成如下形式⎪⎪⎩⎪⎪⎨⎧---=---=++---=+++++++++n rn r rr r rr n n r r r r n r r n r r x c x c d x c x c x c d x c x c x c x c d x c x c x c 112211222222111111212111(Ⅴ)当x r+1，…，x n 任意取定一组值，就唯一确定出x 1，…，x r 值，也就是定出方程组(Ⅴ)的一个解，一般地，由(Ⅴ)可以把x 1，x 2…，x r 的值由x r+1，…，x n 表示出来．这样表示出来的解称为方程组(I)的一般解，因x r+1，…，x n 可以任意取值，故称它们为自由未知量．显然，(Ⅴ)有无穷多个解，即(I)有无穷多个解．如上面讨论过的方程组(3)⎪⎩⎪⎨⎧=--=+-=+-5212632321321321x x x x x x x x x经过一系列的变换后，得到阶梯形方程组⎩⎨⎧-=+=+-431232321x x x x x 将x 1，x 2用x 3表示出来即有⎩⎨⎧--=--=32313453x x x x 这就是方程组(3)的一般解，而x 3是自由未知量．用消元法解线性方程组的过程，归纳起来就是，首先用初等变换把方程组化为阶梯形方程组，若最后出现一些等式“0 = 0”，则将其去掉．如果剩下的方程当中最后一个方程是零等于一个非零的数，那么方程组无解，否则有解．方程组有解时，如果阶梯形方程组中方程的个数等于未知量的个数，则方程组有唯一解；如果阶梯形方程组中方程个数小于未知量的个数，则方程组有无穷多个解．当线性方程组(1)中的常数项b 1= b 2=…= b m = 0时，即⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++000221122221211212111n mn m m n n n n x a x a x a x a x a x a x a x a x a(Ⅵ)称为齐次线性方程组．显然，齐次线性方程组是一定有解的．因为x 1= x 2=…= x n =0就是它的一个解．这个解称为齐次方程组的零解．我们所关心的是它除了零解之外，还有没有非零解？把上述对非齐次线性方程组讨论的结果应用到齐次线性方程组，就有如下定理．定理在齐次线性方程组(Ⅵ)中，如果m<n ，则它必有非零解．证明：因为(Ⅵ)一定有解，又r ≤m<n ，所以它有无穷多个解，因而有非零解．§2 线性方程组有解判别定理从消元法解线性方程组的过程中可看到，在对方程组作初等变换时，只是对方程组的系数和常数项进行运算，而未知量并没有参加运算，也就是说，线性方程组的解仅仅依赖于方程组中未知量的系数与常数项．因此，在用消元法解线性方程组时，为了书写简便起见，可以只写出方程组的系数和常数项．通常把方程组(I)的系数和常数项写成下列表格的形式⎪⎪⎪⎪⎪⎭⎫ ⎝⎛⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅m mn m m n n b a a a b a a a b a a a 21222221111211表中的第i 行代表方程组(I)的第i 个方程，第j 列表示x j 的系数，最后一列表示常数项．这个表称为线性方程组(I)的增广矩阵．去掉最后一列，得到另一个表⎪⎪⎪⎪⎪⎭⎫ ⎝⎛⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅mn m m n n a a a a a a a a a 212222111211它称为线性方程组的系数矩阵．已知用消元法解线性方程组就是对方程组反复地施行初等变换，反映在矩阵上，就是1) 交换矩阵的某两行的位置；2) 用一个非零的数去乘矩阵的某一行；3) 用一个数乘某一行后加到另一行上．这三种变换称为矩阵的初等行变换．类似地，有1’) 交换矩阵的某两列的位置；2’) 用一个非零的数去乘矩阵的某一列；3’) 用一个数乘某一列后加到另一列上．1’) ，2’) ，3’)称为矩阵的初等列变换．矩阵的初等行变换和矩阵的初等列变换统称为矩阵的初等变换．利用方程组的初等变换把线性方程组化为阶梯形方程组，相当于用矩阵的初等行变换至多利用第一种列变换，把方程组的增广矩阵化为阶梯形矩阵．这一节我们利用矩阵秩的概念来讨论线性方程组解的情况．设线性方程组⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++mn mn m m n n n n b x a x a x a b x a x a x a b x a x a x a 22112222212111212111(1)的系数矩阵和增广矩阵分别为A 和A ，即 A =⎪⎪⎪⎪⎪⎭⎫ ⎝⎛⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅mn m m n n a a a a a a a a a 212222111211， A =⎪⎪⎪⎪⎪⎭⎫ ⎝⎛⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅m mn m m n n b a a a b a a a b a a a 21222221111211．定理1 线性方程组（1）有解的充分必要条件是：系数矩阵的秩与增广矩阵的秩相等，即r (A )=r (A )证：必要性如果方程组(1)有解，则β可由α1，α2，…，αn 线性表出，从而向量组α1，α2，…，αn ，β 可由α1，α2，…，αn 线性表出．又显然α1，α2，…，αn 可由α1，α2，…，αn ，β 线性表出，于是 {α1，α2，…，αn }≅{α1，α2，…，αn ，β}．所以 r {α1，α2，…，αn }=r {α1，α2，…，αn ，β}，因此 r (A )=r (A )充分性若 r (A )=r (A )，则有 r {α1，α2，…，αn }=r {α1，α2，…，αn ，β}，又向量组 α1，α2，…，αn 可由α1，α2，…，αn ，β 线性表出，于是由§4的定理4知{}n ααα,,,21 ≅{}βααα,,,,21n ，因此β可由n ααα,,,21 线性表出，这就表明线性方程组(1)有解．此定理与前面§1介绍的消元法所得的结果是一致的．用消元法解线性方程组就是用初等行变换把增广矩阵化为阶梯形矩阵，这个阶梯形矩阵在适当调动前几列的顺序之后可能有两种情形：⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅+0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 1222221111211r r rn rr n r n r d d c c d c c c d c c c c 或者⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅0 0 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 222221111211r rn rr n r n r d c c d c c c d c c c c其中c ii ≠0，i =1，2，…， r ，d r+1≠0．在前一种情形，我们说原方程组无解，而后一种情形方程组有解．实际上，把阶梯形矩阵中最后一列去掉，就是系数矩阵经过初等变换所变成的阶梯形矩阵．所以，当d r+1≠0时，r (A )≠r (A )，方程无解；当d r+1=0时，r (A )＝r (A )，方程组有解．例1 判断方程组有解还是无解．⎪⎩⎪⎨⎧=++-=-++=+--72512420563432143214321x x x x x x x x x x x x解：⎪⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎪⎭⎫ ⎝⎛---→----→---=5000011216700563172432140112167005631712151241205631A 显然，r (A )=3，而r (A )=2，所以方程组无解．下面讨论线性组在有解的条件下解的情况．设线性方程组(1)有解，则r (A )=r (A )=r ，因而A 必有一个r 阶子式D ≠0(当然它也是A 的不为零的r 阶子式)．为方便叙述起见，不妨设D 位于A 的左上角．显然这时D 所在的行是A 的一个极大无关组，第r +1， r +2， …， m 行都可由它们线性表出．因此方程组(1)与⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++r n rn r r n n n n b x a x a x a b x a x a x a b x a x a x a 22112222212111212111(2)同解．当r =n 时，由克拉默法则，方程组(2)有唯一解，即线性方程组有唯一解．当r<n 时，把方程组(2)改写为⎪⎪⎩⎪⎪⎨⎧---=+++---=+++---=+++++++++n rn r r r r r rr r r n n r r r r n n r r r r x a x a b x a x a x a x a x a b x a x a x a x a x a b x a x a x a 112211212222222121111111212111 (3)此方程组作为x 1，x 2，…，x r 的方程组时，其系数行列式正是D ，而D ≠0，由克拉默法则，对于x r+1，x r+2，…，x n 的任意一组值，方程组(3)都有唯一解，也就是方程组(1)都有唯一解．x r+1，x r+2，…，x n 就是方程组(1)的一组自由未知量．对于(3)用克拉默法则，可解出x 1，x 2，…，x r ：⎪⎪⎩⎪⎪⎨⎧'++'+'='++'+'='++'+'=++++++n rn r rrr r n n r r n n r r x c x c d x x c x c d x x c x c d x 11211222111111 (4)这就是线性方程组(1)的一般解．从上面的讨论可得：定理2 当线性方程组有解时，(1) 若r (A )=r =n ，则方程组有唯一解．(2) 若r (A )=r<n ，则方程组有无穷多解．例2 求解方程组⎪⎩⎪⎨⎧=-+-=-+-=-+-1223223553132432143214321x x x x x x x x x x x x解：对增广矩阵A 作初等行变换化为阶梯形矩阵→⎪⎪⎪⎭⎫ ⎝⎛------→⎪⎪⎪⎭⎫ ⎝⎛------=104101041011321122322355311321A⎪⎪⎪⎭⎫ ⎝⎛-----→⎪⎪⎪⎭⎫ ⎝⎛----000001041011501000001041011321由于r (A )=r (A )=2<4，所以方程组有解无穷多解，而且方程的全部解为⎩⎨⎧+-=++-=424314151x x x x x x 3、x 4为自由未知量．对于齐次线性方程组，由于它的系数矩阵A 与增广矩阵的秩总是相等的，所以齐次方程组总是有解的，至少有零解．那么，何时有非零解呢？将定理2用于齐次线性方程组立即可得到如下推论．推论1 齐次线性方程组⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++000221122221211212111n mn m m nn n n x a x a x a x a x a x a x a x a x a 有非零解的充分必要条件是：系数矩阵的秩r (A )=r<n ．推论2 齐次线性方程组⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++000221122221211212111n nn n n nn n n x a x a x a x a x a x a x a x a x a 有非零解的充分必要条件是：系数行列式D =0 例3 λ取何值时方程组⎪⎩⎪⎨⎧=++++=+-+=+++0)3()1(30)1(02)3(321321321x x x x x x x x x λλλλλλ 有非零解？并求其一般解．解：计算系数行列式λλλλλλλλλλλλλλλλλλ 0 0 1 1 0 21 1 1 0 1 1 02 1 31 1 02 13 )1(31 1 2 1 3-=+--=+-=++-+=D =λ2(λ–1)令D =０，知λ=0或 λ=1时，方程组有非零解．(1) 当λ=０时，易求得一般解为⎩⎨⎧=-=3231x x x x x 3为自由未知量．(2) 当λ=1时，易求得一般解为⎩⎨⎧=-=32312x x x x x 3为自由未知量．思考题：1. 当λ为何值时，下述齐次线性方程组有非零解？并且求出它的一般解．⎪⎩⎪⎨⎧=+++=--+-=---0)3(14202)8(023)2(321321321x x x x x x x x x λλλ 2. 当a 与b 取什么值时，线性方程组⎪⎪⎩⎪⎪⎨⎧=-+++=+++=-+++=++++bx x x x x x x x x a x x x x x x x x x x 5432154325432154321334536223231 有解？在有解的情况下，求它的一般解．§3 线性方程组的应用线性方程组是线性代数的核心内容之一，它不仅可以广泛地应用于科学、工程计算和统计分析等领域，同时也应用于财经类的后继课程. 很多实际问题的处理最后也往往归结为比较容易处理的线性方程组的问题, 由于数学软件的优化普及, 使线性方程组能够更好地解决我们现实中的问题. 本节将简要介绍线性方程组在几何学、运筹学、经济学等方面的基本应用.一、在解析几何中的应用解析几何是数与形的有机结合, 它将几何体用代数形式巧妙的表示出来, 然后通过研究代数方程的相关性质, 从而揭示几何图形的内在本质. 例1 已知平面上三条不同直线的方程分别为1L ：230ax by c ++=,2L ：230bx cy a ++=, 3L ：230cx ay b ++=,试证：这三条直线交于一点的充分必要条件为0a b c ++=.证必要性设三直线1L , 2L , 3L 交于一点, 则线性方程组232323ax by c bx cy a cx ay b +=-⎧⎪+=-⎨⎪+=-⎩(1) 有唯一解, 故系数矩阵222a b A b c c a ⎛⎫ ⎪= ⎪ ⎪⎝⎭与增广矩阵232323a b c A b c a c a b -⎛⎫ ⎪=- ⎪ ⎪-⎝⎭的秩均为2, 于是det()0A =, 即22223det()236()()23ab cA bc a a b c a b c ab ac bc cab-=-=++++----=0, 所以0a b c ++=.充分性由0a b c ++=, 则从必要性的证明可知, det()0A =, 故()3r A <. 而22222132()2[()]2[()]0224a bac b a a b b a b b b c =-=-++=-++≠,因此()()2r A r A ==. 所以线性方程组(1)有唯一解, 即三直线1L ,2L ,3L 交于一点. 例2 要使得平面上三点()111,x y P , ()222,x y P , ()333,x y P 在同一条直线上, 则需满足什么条件？解三点位于平面同一条直线上, 不妨令直线为0ax by c ++=, ,,a b c 不全为零. 三点坐标满足齐次线性方程组112233000ax by c ax by c ax by c ++=⎧⎪++=⎨⎪++=⎩ 从而有以,,Y X Z 为未知量的方程组112233000x Yy x Yy x Yy X ++Z =⎧⎪X ++Z =⎨⎪X ++Z =⎩ 存在非零解 ,,a Y b Z c X ===；由线性方程组解的判别方法可知：齐次线性方程组有非零解等价于1122331131x y r x y n x y ⎛⎫⎪<= ⎪ ⎪⎝⎭(n 为未知量的个数)；因此, 平面上三点,()i i i x y P (1,2,3i =)在1122331131x y r x y n x y ⎛⎫⎪<= ⎪ ⎪⎝⎭条件下共线. 二、在运筹学中的应用在运筹学中, 很多问题往往要用到线性方程组中的知识去运算求解．例3 有三个生产同一产品的工厂1A 、2A 和3A , 其年产量分别为40吨、20吨和10吨, 该产品每年有两个用户1B 和2B , 其用量分别为45吨和25吨, 由各产地i A 到各用户j B 的距离ij C (千米), 如下表所示(1,2,3,1,2i j ==). 各厂的产品如何调配才能使运费最少？(按每吨产品每千米的运费为1元计算)解为了解决这个问题, 我们假设各厂i A 调运到各用户j B 的产品数量为ij x (1,2,3,1,2i j ==).容易看出, 三个厂的总产量与两个用户的总用量刚好相等, 所以对产地来说产品应全部调出, 因此有111240x x +=, (2)212220x x +=, (3) 313210x x +=, (4)同时对用户来说调来的产品刚好是所需要的, 因此又有11213145x x x ++=, (5) 12223225x x x ++=, (6)以上方程(2)-(6)就是ij x 应满足的一些条件．要使运费最小, 即使得112131122232455892587236s x x x x x x =+++++达到最小.于是, 题目要解决的问题是：如何选择非负数ij x ,1,2,3,1,2i j ==, 使之满足(2)-(6), 而是总运费s 最小.三、在经济学中的应用例4 假设一个经济系统由三个行业：五金化工、能源（如燃料、电力等）、机械组成, 每个行业的产出在各个行业中的分配见下表, 每一列中的元素表示占该行业总产出的比例. 以第二列为例, 能源行业的总产出的分配如下：80%分配到五金化工行业, 10%分配到机械行业, 余下的供本行业使用. 因为考虑了所有的产出, 所以每一列的小数加起来必须等于 1. 把五金化工、能源、机械行业每年总产出的价格(即货币价值)分别用123,,p p p 表示. 试求出使得每个行业的投入与产出都相等的平衡价格.产出分配购买者五金化工能源机械 0.2 0.8 0.4 五金化工 0.3 0.1 0.4 能源 0.50.10.2机械假设一个国家的经济分为很多行业, 例如制造业、通讯业、娱乐业和服务行业等. 我们知道每个部门一年的总产出, 并准确了解其产出如何在经济的其它部门之间分配或“交易”.把一个部门产出的总货币价值称为该产出的价格(price). 我们有如下结论：存在赋给各部门总产出的平衡价格, 使得每个部门的投入与产出都相等.解表可以看出, 沿列表示每个行业的产出分配到何处, 沿行表示每个行业所需的投入. 例如, 第1行说明五金化工行业购买了80%的能源产出、40%的机械产出以及20%的本行业产出, 由于三个行业的总产出价格分别是123,,p p p , 因此五金化工行业必须分别向三个行业支付1230.2,0.8,0.4p p p 元. 五金化工行业的总支出为1230.20.80.4p p p ++. 为了使五金化工行业的收入1p 等于它的支出, 因此希望11230.20.80.4p p p p =++.采用类似的方法处理上表中第2、3行, 同上式一起构成齐次线性方程组1123212331230.20.80.40.30.10.40.50.10.2p p p p p p p p p p p p=++⎧⎪=++⎨⎪=++⎩ 该方程组的通解为1233 1.4170.9171.000p p p p ⎛⎫⎛⎫⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭, 此即经济系统的平衡价格向量, 每个3p 的非负取值都确定一个平衡价格的取值. 例如, 我们取3p 为 1.000亿元, 则1 1.417p =亿元，20.917p =亿元. 即如果五金化工行业产出价格为1.417亿元，则能源行业产出价格为0.917亿元, 机械行业的产出价格为1.000亿元, 那么每个行业的收入和支出相等. 在研究一些数量在网络中的流动时自然推导出线性方程组. 例如, 城市规划和交通工程人员监控一个网络状的市区道路的交通流量模式；电气工程师计算流经电路的电流；以及经济学家分析通过分销商和零售商的网络从制造商到顾客的产品销售, 许多网络中的方程组涉及成百甚至上千的变量和方程．例5 下图给出了某城市部分单行道的交通流量（每小时过车数）．假设 (1) 流入网络的流量等于全部流出网络的流量；(2) 全部流入一个节点的流量等于全部流出此节点的流量. 请确定该交通网络未知部分的具体流量.100x x解首先写出表示流量的线性方程组, 然后求出方程组的通解. 图中各节点的流入量和流出量见下表：网络节点流入量流出量A 24x x + 1300x +B 100400+ 26x x +C 7200x +3400x +D 300500+ 45x x +E 56x x +200600+F 400600+ 78x x +G 300600+ 9500x +H 9200x + 10xJ 10500x +400700+整个系统20001381000x x x +++根据假设(1)和(2), 经过简单整理, 可得到该网络流系统满足的线性方程组为124263745567891013830050020080080010004006001000x x x x x x x x x x x x x x x x x x -++=⎧⎪+=⎪⎪-+=⎪+=⎪⎪+=⎨⎪+=⎪=⎪⎪=⎪⎪++=⎩ 交通流量模式(即方程组的通解)为124385464789102005008008001000400600x x xx x x x x x x x x x =⎧⎪=-⎪⎪=-⎪=-⎪⎨=⎪⎪=-⎪=⎪⎪=⎩,48,x x 是自由变量.。

线性方程组的解法教案

线性方程组的解法教案一、引言线性方程组是数学中常见的一个重要概念，解决线性方程组问题是解析几何、线性代数等学科的核心内容。

本文将介绍线性方程组的基本概念和解法，帮助读者更好地理解和应用线性方程组。

二、线性方程组的基本概念1. 定义：线性方程组由一组线性方程组成，每个方程中的未知数的最高次数都为1，且系数皆为实数或复数。

线性方程组可以表示为以下形式：a₁x₁ + a₂x₂ + ... + aₙxₙ = b₁a₁x₁ + a₂x₂ + ... + aₙxₙ = b₂...a₁x₁ + a₂x₂ + ... + aₙxₙ = bₙ其中，a₁、a₂、...、aₙ分别为系数，x₁、x₂、...、xₙ为未知数，b₁、b₂、...、bₙ为常数项。

2. 解的概念：对于线性方程组，找到一组使得所有方程都成立的值，即为其解。

如果线性方程组存在解，则称其为相容的；如果不存在解，则称其为不相容的。

三、线性方程组的解法1. 列主元消去法列主元消去法是解决线性方程组的常用方法之一。

具体步骤如下：(1) 将线性方程组化为增广矩阵形式，写成增广矩阵[A|B]的形式。

(2) 对增广矩阵进行初等行变换，化简成上三角形矩阵[U|C]的形式，即上面的元素都为0。

(3) 从最后一行开始，按列主元所在的列进行回代求解，得到每个未知数的值。

2. 矩阵的逆和逆的应用矩阵的逆是解决线性方程组的另一种有效方法。

具体步骤如下：(1) 将线性方程组化为矩阵形式，即AX = B。

(2) 若矩阵A可逆，即存在逆矩阵A⁻¹，则方程组的解可以表示为X = A⁻¹B。

3. 克拉默法则克拉默法则是解决线性方程组的另一种方法，适用于方程组的系数矩阵为方阵的情况。

具体步骤如下：(1) 将方程组的系数矩阵记为A，常数项矩阵记为B。

(2) 分别计算方程组系数矩阵的行列式D和将常数项矩阵替换为方程组系数矩阵第i列后的新矩阵Di的行列式Di，并计算比值di = Di / D。

线性代数Ⅳ—线性方程组

c1 , c2 为任意常数
其中
1 1 1 0 ξ = c1 + c2 为对应齐次线性方程组的通解 0 2 1 0 1 2 0 η = 1 为非齐次线性方程组的特解 2 0
16
例已知 α1 = (1, 4, 0, 2)T α 2 = ( 2, 7,1, 3)T α 3 = ( 0,1, 1, a)T β = ( 3,10, b, 4)T 问:(1) a,b为何值时,β 不能由 α1 , α 2 , α 3 线性表示 (2) a,b为何值时,β 可以由 α1 , α 2 , α 3 线性表示,并写出表达式例设线性方程组
x1 = 0 , x2 = 0 , , xn = 0 即 x = (0 , 0 , , 0)T 必为方程组的一个解向量
称零解.
有时,齐次线性方程组还有非零解.
4
2 求解齐次线性方程组
2.1 齐次线性方程组有非零解的条件
定理一: 定理一:n 元齐次线性方程组 Ax = 0 有非零解(仅有零解) A 的列向量 α1 , α 2 , , α n 线性相关(无关)
x = η + k1ξ1 + k 2ξ 2 + + k n rξ n r (k1 , k 2 , , k n r为任意常数)
~
即非齐次线性方程组的通解=非齐次线性方程组的一个特解 +对应齐次线性方程组的通解
14
3.3 求解非齐次线性方程组求解非齐次线性方程组——消元法消元法
通过例题理解例:求解线性方程组
11
3 求解非齐次线性方程组
3.1 非齐次线性方程组的讨论
非齐次线性方程组 Ax = b ( b ≠ 0 ) 解的情况有三种 (1)无解 (2)有唯一解 (3)有无穷多组解

线性代数讲义03线性方程组

第三章线性方程组第一节线性方程组与矩阵的行等价一线性方程组以前学过求解二元一次方程组与三元一次方程组的方法. 这里研究一般的一次方程组.定义3.1 多元一次方程组⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++mn mn m m n n n n b x a x a x a b x a x a x a b x a x a x a 22112222212111212111称为线性方程组. 方程组有m 个方程, n 个未知数i x (1,2,,i n =), 而ij a (1,2,,i n =;m j ,,2,1 =)是未知数的系数, j b (m j ,,2,1 =)是常数项.如果0=j b (m j ,,2,1 =), 则称为齐次线性方程组, 否则称为非齐次线性方程组.数组n c c c ,,,21 是方程组的一个解, 如果用它们分别代替方程组中的未知数n x x x ,,,21 , 可以使方程组变成等式组. 方程组的全部解的集合称为方程组的通解. 相对于通解, 称方程组的一个解为特解.定义3.2 如果两个线性方程组有相同的通解, 则称它们同解.按照定义, 两个方程组同解是指它们的解的集合相等. 集合相等是一种等价关系, 因此方程组同解也是一种等价关系. 特别, 方程组同解具有传递性.通过消元, 可将线性方程组变成比较简单的同解方程组, 从而得到原方程组的解.例3.1 解线性方程组⎪⎩⎪⎨⎧=++=++=+-52452132321321321x x x x x x x x x .解从上向下消元, 得同解方程组1232332312243x x x x x x -+=⎧⎪-=⎨⎪-=-⎩. 这种方程组称为阶梯形方程组. 从下向上消元, 得同解方程组⎪⎩⎪⎨⎧-=-=-=310232321x x x .再除以第一个未知数的系数, 得线性方程组的解2/31-=x , 52=x , 33=x .解线性方程组的基本方法是加减消元法. 求解过程中常用三种运算.定义3.3 下列三种运算称为方程组的初等变换.(1) 交换两个方程的位置;(2) 用一个非零常数乘以一个方程;(3) 将一个方程的k 倍加到另一个方程上去.注意如果用一种初等变换将一个线性方程组变成另一个线性方程组, 则也可以用初等变换将后者变成前者. 即初等变换的过程是可逆的.定理3.1 用初等变换得到的新的线性方程组与原方程组同解.证先证明只进行一次初等变换.首先如果一组数是原方程组的解, 则它满足方程组中的每一个方程. 此后, 无论进行的是哪种初等变换, 这组数也满足新方程组的每个方程, 因此是新方程组的解. 反之, 由于初等变换的可逆性, 新方程组的解也是原方程组的解. 因此, 两个方程组同解.最后, 由于方程组同解的传递性, 进行任意多次初等变换所得方程组与原方程组同解.二矩阵的行等价用矩阵乘法, 可以将线性方程组⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++mn mn m m n n n n b x a x a x a b x a x a x a b x a x a x a 22112222212111212111写作 11121121222212n n m m mn n a a a x a a a x a a a x ⎛⎫⎛⎫ ⎪⎪ ⎪⎪ ⎪⎪ ⎪⎪⎝⎭⎝⎭⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=m b b b 21, 称为线性方程组的矩阵表示. 其中n m ⨯矩阵)(ij a A =称为方程组的系数矩阵, 1⨯n 列矩阵),,,(21'=n x x x x 称为未知数(矩阵), 1⨯m 列矩阵),,,(21'=m b b b b 称为常数(矩阵). 此时, 线性方程组可以简写作b Ax =.如果数组n c c c ,,,21 是线性方程组b Ax =的解, 令列矩阵12(,,,)n c c c ξ'=, 则有矩阵等式A b ξ=. 列矩阵12(,,,)n c c c ξ'=是方程组的解的矩阵表示.将常数矩阵添加到系数矩阵上作为最后一列, 得到分块矩阵),(b A A =, 称为线性方程组的增广矩阵.线性方程组与其增广矩阵是互相唯一确定的. 因此, 可以将方程组的语言翻译成矩阵的语言. 从线性方程组的初等变换, 产生矩阵的行初等变换的概念.定义3.4 设A 是矩阵, 则下列三种运算称为对矩阵A 的行初等变换.(1) 交换A 的两行;(2) 用非零常数k 乘以A 的一行;(3) 将A 的一行的k 倍加到另一行上去.定义 3.5 如果通过行初等变换, 可以将矩阵A 变成矩阵B , 则称矩阵A 与B 行等价. 记作B A r−→−. 仿照定理3.1的证明, 可以得到下面的结果.性质3.1 行等价是一种等价关系, 即具有下述性质.(1) 反身性: A A r −→−; (2) 对称性: 如果B A r −→−, 则A B r −→−; (3) 传递性: 如果B A r −→−,C B r −→−, 则C A r −→−. 当一类对象具有多种不同的等价关系时，要用不同的符号予以区别. 矩阵的相等是一种等价关系, 已经用等号表示为B A =. 作为矩阵的另一种等价关系, 行等价使用符号B A r −→−. 用矩阵的行等价的概念, 可以将定理3.1写作:定理3.2 如果两个线性方程组的增广矩阵行等价，则这两个线性方程组同解.通过初等变换, 可以从线性方程组产生一个阶梯形方程组. 换成矩阵的语言, 通过行初等变换, 可以从矩阵产生下面的具有特殊结构的矩阵.如果矩阵中某行中所有元素都是0, 则称为零行, 否则称为非零行.定义3.6 具有下面的性质的矩阵称为行阶梯形阵.(1) 非零行在上, 零行在下;(2) 每个非零行的第一个非零元素(首元素)在上面的非零行的首元素的右下方.例3.2 用行初等变换化简矩阵⎪⎪⎪⎭⎫ ⎝⎛-=521451121312A .解做行初等变换, 得⎪⎪⎪⎭⎫ ⎝⎛-=521451121312A ⎪⎪⎪⎭⎫ ⎝⎛---−→−343042201312r ⎪⎪⎪⎭⎫ ⎝⎛----−→−310042201312r . 经过消元, 得到的已经是行阶梯形阵. 继续消元, 得⎪⎪⎪⎭⎫ ⎝⎛----−→−310042201312r A ⎪⎪⎪⎭⎫ ⎝⎛----−→−3100100208012r ⎪⎪⎪⎭⎫ ⎝⎛---−→−3100100203002r .最后, 每行除以其首元素, 得⎪⎪⎪⎭⎫ ⎝⎛---−→−3100100203002r A ⎪⎪⎪⎭⎫ ⎝⎛-−→−310050102/3001r .定义3.7 具有下列性质的行阶梯形阵称为行最简阵.(1) 每个非零行的首元素等于1;(2) 包含首元素的列的其它元素都是0.在例3.2中, 最后得到的是行最简阵. 由以上的讨论, 可得下面的定理.定理3.3 对于任意矩阵A , 存在一个行最简阵R , 使得A 与R 行等价.如果矩阵A 与行阶梯形阵R 行等价，则称R 是A 的行阶梯形阵. 如果A 与行最简阵R 行等价, 则称R 为矩阵A 的行等价标准形.其实, 例3.2中的矩阵就是例3.1中线性方程组的增广矩阵. 而矩阵的行初等变换的过程与线性方程组的初等变换的过程完全一样. 唯一的区别在于这里只有系数和常数, 没有未知数和等号. 由于增广矩阵与线性方程组可以互相唯一确定, 缺少未知数和等号完全不影响问题的解决.习题3-11. 写出线性方程组⎪⎪⎩⎪⎪⎨⎧=+++-=----=+-+=+++01123253224254321432143214321x x x x x x x x x x x x x x x x 的系数矩阵与增广矩阵, 并用消元法求解.2. 设线性方程组的增广矩阵为⎪⎪⎪⎭⎫ ⎝⎛------1681355422351312, 写出该线性方程组, 并用消元法求解.3. 求下列矩阵的行等价标准形.（1）102120313043-⎛⎫ ⎪ ⎪ ⎪-⎝⎭; (2) 023*********-⎛⎫ ⎪- ⎪ ⎪--⎝⎭; (3) 11343335412232033421--⎛⎫ ⎪-- ⎪ ⎪-- ⎪ ⎪---⎝⎭; (4) 23137120243283023743--⎛⎫ ⎪-- ⎪ ⎪- ⎪ ⎪-⎝⎭. 4. 求t 的值, 使得矩阵⎪⎪⎪⎭⎫ ⎝⎛-----t 22122351311321的行等价标准形恰有两个非零行.第二节矩阵的秩一矩阵的秩的定义定义 3.8 设矩阵n m ij a A ⨯=)(, 从A 中任意选取k 行,k 列(},min{n m k ≤), 位于这些行与列的交叉点上的2k 个元素按照原来的相对位置构成的k 阶行列式称为A 的一个k 阶子式. 例如, 位于矩阵⎪⎪⎪⎭⎫ ⎝⎛---=312097102431A 的第一,三行, 第二，四列的二阶子式为133223-=-. 一个n m ⨯矩阵有kn k m C C 个k 阶子式. 矩阵的每个元素都是它的一个一阶子式. 而n 阶方阵的行列式是它的唯一的n 阶子式.定义3.9 如果矩阵n m ij a A ⨯=)(中有一个r 阶子式不等于零, 而所有1+r 阶子式都等于零, 则称矩阵A 的秩等于r . 记作r A =)rank(.如果矩阵的所有1+r 阶子式都等于零, 根据行列式按照一行展开, 可以证明所有更高阶的子式也都等于零. 因此, 矩阵的秩等于它的不等于零的子式的最高阶数.约定对于零矩阵O , 约定0)rank(=O .由矩阵的秩的定义, 可以得到下面简单事实:(1) 设A 是非零矩阵, 则1)rank(≥A ;(2) 设A 是n m ⨯矩阵, 则},min{)rank(n m A ≤;(3) n 阶方阵A 可逆的充分必要条件为n A =)rank(. 于是, 可逆阵又称为满秩阵.例3.3 设⎪⎪⎪⎭⎫ ⎝⎛=064212100321A , 求它的秩.解左上角的二阶子式不等于零. 而所有四个三阶子式都等于零. 于是, 2)rank(=A . 例3.4 求对角阵),,,diag(21n a a a A =的秩.解由不等于0的主对角元素所在的行与列确定的子式不等于0. 而阶数高于这个子式的子式必然有零行. 因此对角阵的秩等于其不等于0的主对角线元素的个数.例3.5 设矩阵A 的秩等于0>r , 从A 删除一行得到矩阵B , 问B 的秩可能取哪些值? 如果给A 添加一行呢?解因为矩阵B 的子式也是矩阵A 的子式, 所以B 的秩不大于A 的秩.已知r A =)r a n k (, 不妨设A 的r 阶子式D 不等于0. 如果D 也是B 的子式, 则r B =)rank(. 否则, 根据行列式按照一行展开, 在D 的未被删除的1-r 行中, 至少有一个1-r 阶子式不等于0. 于是1)rank(-≥r B .仿照上面的证明, 添加一行所得矩阵的秩等于r , 或者1+r .性质3.2 设A 是矩阵, k 是数, 则(1) 转置: )rank()rank(A A =';(2) 数乘: 如果0≠k , 则)rank()rank(A kA =.证只证(2).考虑矩阵A 的一个s 阶子式s D , 根据矩阵的性质2.6, 矩阵kA 的相应的子式等于s s D k .已知0≠k , 因此0=s s D k 的充分必要条件为0=s D .设r A =)rank(, 则A 有一个r 阶子式不等于0, 而所有1+r 阶子式都等于0. 根据前面的分析, 矩阵kA 具有相同的性质. 因此, r kA =)rank(.二行初等变换用定义计算矩阵的秩时, 需要计算许多个行列式. 计算量非常大.定理3.4 设矩阵A 与B 行等价, 则rank()rank()A B =.证设一次行初等变换将矩阵A 变成矩阵B ，且r A =)r a n k (, 则A 的所有1+r 阶子式都等于0. 下面对于三种行初等变换证明矩阵B 的所有1+r 阶子式也都等于0.(1) 矩阵A 的一行乘以非零常数k . 此时B 的一个1+r 阶子式或者就是A 的相同位置的1+r 阶子式, 或者是A 的相同位置的1+r 阶子式的一行乘以非零常数k . 于是, B 的所有1+r 阶子式都等于0.(2) 交换矩阵A 的两行. 考虑B 的一个1+r 阶子式D , 则A 有一个1+r 阶子式与D 的差别至多是行的顺序不同. 于是, B 的所有1+r 阶子式都等于0.(3) 将A 的第j 行的k 倍加到第i 行. 如果B 的一个1+r 阶子式不包含A 的第i 行, 它就是A 的相同位置的1+r 子式. 如果B 的一个1+r 阶子式D 包含A 的第i 行, 用行列式的性质, 这个子式可以分解为21kD D +, 其中1D 就是A 的相同位置的1+r 子式. 如果D 不包含A 的第j 行, 则2D 可以由A 的某个1+r 阶子式经交换行得到. 如果D 包含A 的第j 行, 则2D 有两个相同的行. 于是, B 的所有1+r 阶子式都等于0.总之, )rank()rank(A r B =≤.另一方面, 由矩阵的行等价的对称性, 也可以用行初等变换将矩阵B 变成矩阵A . 从而还有)rank()rank(B A ≤. 于是, 无论做哪种行初等变换, 都有rank()rank()A B =.最后, 由矩阵的行等价的传递性, 进行多次行初等变换也不改变矩阵的秩.推论 3.1 矩阵的秩等于它的行阶梯形阵中非零行的个数, 也就是行等价标准形中非零行的个数.证设矩阵A 的行等价标准形R 中恰有r 个非零行, 则所有1+r 阶子式都等于0. 另一方面, 它的非零行的首元素所在的列的前r 行构成r 阶单位阵. 于是r R =)rank(. 根据定理 3.4, 有r A =)rank(.例3.6 求矩阵⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-----=7931181332111511A 的秩. 解用行初等变换, 得⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-----=7931181332111511A −→−r ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-----81440472047201511−→−r ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---0000000047201511. 矩阵A 的行阶梯形阵有两个非零行, 因此, 2)rank(=A .例3.7 设分块矩阵⎪⎪⎭⎫ ⎝⎛=C O O B A , 求证: )rank()rank()rank(C B A +=. 证设矩阵C B ,的行等价标准形分别为R 和S , 分别对B 和C 所在的行做行初等变换, 得⎪⎪⎭⎫ ⎝⎛=C O O B A ⎪⎪⎭⎫ ⎝⎛−→−S O O R r , 其中R 和S 分别是B 和C 的行等价标准形. 将R 所在的行中的零行移动到矩阵的最下方, 而不改变非零行的上下顺序, 可得到一个行最简阵. 而且, 这就是A 的行等价标准形. 于是, A 的行等价标准形中非零行的个数恰等于B 与C 的行等价标准形中非零行的个数之和.用这个方法可以证明: 准对角阵的秩等于各对角块的秩的和.习题3-21. 设矩阵⎪⎪⎭⎫ ⎝⎛=75211111A ，按照从小到大的顺序排列它的所有二阶子式. 2. 设n m ⨯矩阵A 的秩等于r , 任取A 的s 行构成矩阵B , 求证: m s r B -+≥)rank(. *3. 设A 是n m ⨯矩阵，求证：1)rank(=A 的充分必要条件为: 存在1⨯m 非零矩阵B 与n ⨯1非零矩阵C ，使得BC A =.4. 用行初等变换求下列矩阵的秩.(1) 123235471⎛⎫ ⎪- ⎪ ⎪⎝⎭; (2) 321322131345561---⎛⎫ ⎪-- ⎪ ⎪--⎝⎭; (3) 1010011000011000011001011⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭; (4) 132541413514243273613-⎛⎫ ⎪ ⎪ ⎪ ⎪-⎝⎭. 5. 求t 的值, 使得方阵⎪⎪⎪⎭⎫ ⎝⎛-=t A 23312231的秩等于2.第三节齐次线性方程组的基础解系齐次线性方程组的矩阵表示为0=Ax . 此时方程组与其系数矩阵A 互相唯一确定.齐次线性方程组0=Ax 总有零解. 于是, 解齐次线性方程组的基本问题是:(1) 对给定的齐次线性方程组，判定是否有非零解;(2) 如果有非零解, 求出所有的解(通解). 性质 3.3 如果列矩阵1ξ与2ξ是齐次线性方程组0=Ax 的两个特解, 则对于任意的数k h ,, 列矩阵21ξξk h +也是方程组的解.证将21ξξk h +代入方程组, 得)(21ξξk h A +00021=+=+=ξξkA hA . 由定理3.2与定理3.3可得解齐次线性方程组的基本路线. 下面通过例题予以说明.例1求齐次线性方程组⎪⎪⎩⎪⎪⎨⎧=-+++=-+++=-----=+++0434503223006225432154321543215432x x x x x x x x x x x x x x x x x x x 的通解. 解首先写出方程组的系数矩阵.⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-------=14345321231111162210A . 然后做行初等变换, 由矩阵A 产生行阶梯形阵. ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-------14345321236221011111⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-----−→−00000010006221011111r . 继续做行初等变换, 得到矩阵A 的行等价标准形.⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-00000010006021050101⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--−→−00000010006021050101r . 从行等价标准形得到同解方程组⎪⎪⎩⎪⎪⎨⎧===++=--000062054532531x x x x x x x .将行等价标准形的非零行中的首元素对应的未知数留在方程组的左边, 将其余未知数移到方程组的右边, 得到⎪⎪⎩⎪⎪⎨⎧==--=+=0006254532531x x x x x x x . 任意取定右边未知数(自由未知数)的值, 则左边未知数(约束未知数)的值也随之确定, 由此产生方程组的一个解.实际上，由此可以得到方程组的全部解. 设),,,,(54321'd d d d d 是方程组的任意的特解, 上面求解时3x 与5x 可以任意取值, 自然包含取值33d x =与55d x =. 由于),,,,(54321'd d d d d 是方程组的解, 必须满足方程组.因此5315d d d +=,53262d d d --=,04=d . 于是, 这个特解可以由上面的方法产生.令h x =3,k x =5, 得到齐次线性方程组的通解k h x 51+=,k h x 622--=,h x =3, 04=x , k x =5, 其中k h ,是任意常数.在通解中令1=h ,0=k , 得到齐次线性方程组的一个特解1(1,2,1,0,0)ξ'=-. 反之, 令0=h ,1=k , 得到另一个特解2(5,6,0,0,1)ξ'=-. 从而得到齐次线性方程组的通解的矩阵表示: 12x h k ξξ=+, 其中k h ,是任意常数. 为了得到方程组的通解, 只须求得特解1ξ与2ξ，因此, 称12,ξξ为齐次线性方程组的基础解系.注意将一个自由未知数取1, 其他自由未知数取0, 得到齐次线性方程组的一个特解. 这些特解的集合就是基础解系. 因此, 如果有s 个自由未知数, 则方程组的基础解系包含s 个特解.定理 3.5 设A 是n m ⨯矩阵, 则齐次线性方程组0=Ax 的基础解系中所包含的特解的个数等于)rank(A n -.证根据推论 3.1, 系数矩阵A 的秩等于行等价标准形R 中非零行的个数, 也就是约束未知数的个数. 于是, 未知数的个数n 与系数矩阵的秩)rank(A 的差等于自由未知数的个数, 也就是基础解系中所包含的特解的个数.推论 3.2 齐次线性方程组只有零解的充分必要条件为: 系数矩阵的秩等于它的列数.证根据定理 3.5, 此时没有自由未知数, 于是只有一个零解.推论3.3 设A 是n 阶方阵，求证：齐次线性方程组0=Ax 只有零解的充分必要条件为: 行列式0||≠A .证根据推论3.2, 齐次线性方程组0=Ax 只有零解的充分必要条件为n A =)rank(. 由矩阵的秩的定义, n A =)rank(的充分必要条件为0||≠A .例 3.9 设A 是n 阶方阵, 且n r A <=)rank(, 求证: 存在n 阶方阵B , 满足O AB =, 且r n B -=)rank(.证考虑齐次线性方程组0=Ax , 根据定理3.5, 它的r n -个特解12,,,n r ξξξ-组成基础解系. 即有0i A ξ=, r n i -=,,2,1 .构造分块n 阶方阵12(,,,,0,,0)n rB ξξξ-=, 即B 的前r n -列是基础解系中的特解构成的列矩阵, 后面的r 个列的元素都是0. 由基础解系的构造, 在B 的前r n -列中, 与自由未知数对应的行可以构成一个单位阵, 因此r n B -=)rank(.另一方面, 由分块矩阵的运算规则, 有12(,,,,0,,0)n r AB A ξξξ-=12(,,,,0,,0)n r A A A O ξξξ-==.习题3-31. 求下列齐次线性方程组的通解.(1)⎪⎩⎪⎨⎧=+=++=+-03200231321321x x x x x x x x ; (2)⎪⎩⎪⎨⎧=-+-+=+--+=-+-+024242052420632543215432154321x x x x x x x x x x x x x x x ; (3)⎪⎪⎩⎪⎪⎨⎧=-+++=+++=-+++=++++033450622032305432154325432154321x x x x x x x x x x x x x x x x x x x ; （4）⎪⎪⎩⎪⎪⎨⎧=+-+-=-+--=-+-+=+-+-02252022303220254321543215432154321x x x x x x x x x x x x x x x x x x x x .2. 设齐次线性方程组的系数矩阵的列数大于行数, 求证: 该方程组有非零解.3. 当a 满足什么条件时, 齐次线性方程组⎪⎩⎪⎨⎧=++=++=++000321321321x x x x ax x x x ax 只有零解?4. 求a 的值, 使得齐次线性方程组⎪⎩⎪⎨⎧=+-=++=++004202321321321x x x x x x x x ax 有非零解. 并求其基础解系.5. 设0>n , 求证: n 次多项式至多有n 个两两不同的零点.第四节非齐次线性方程组的通解解非齐次线性方程组b Ax =的基本问题是:(1) 对于给定的方程组, 判断是否有解;(2) 如果有解, 求出全部解(通解).定义 3.10 将非齐次线性方程组b Ax =中各方程的右边变成0, 得到的齐次线性方程组0=Ax 称为方程组b Ax =的导出组.性质3.4 设列矩阵1η与2η是线性方程组b Ax =的两个特解, 则它们的差21ηηξ-=是它的导出组0=Ax 的解.证将21ηηξ-=代入导出组的左边, 得)(21ηηξ-=A A 021=-=-=b b A A ηη.推论 3.4 如果非齐次线性方程组有解, 则它的通解是它的一个特解与它的导出组的通解的和.证首先, 设列矩阵η是方程组b Ax =的特解, 列矩阵ξ是其导出组0=Ax 的特解, 则有b b A A A =+=+=+0)(ηξηξ,即列矩阵ηξ+是方程组b Ax =的解.其次, 设列矩阵ζ是方程组b Ax =的任意的特解, 根据性质3.4, 列矩阵ηζξ-=是导出组0=Ax 的解. 移项, 得ξηζ+=, 即方程组b Ax =的任意的特解ζ可以表示为它的取定的特解η与导出组0=Ax 的解ξ的和.综合两方面, 即得本推论.注意求非齐次线性方程组的通解, 只须求出它的一个特解, 以及它的导出组的通解. 而后面的问题已经解决.在齐次线性方程组的解题路线中, 用增广矩阵代替系数矩阵, 得非齐次线性方程组的解题路线. 现举例说明.例 3.10 求非齐次线性方程组⎪⎪⎩⎪⎪⎨⎧=-+++-=-+++-=-----=+++13334533237246225432154321543215432x x x x x x x x x x x x x x x x x x x 的通解. 解首先写出方程组的增广矩阵⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---------13133453311237111112462210. 然后做行初等变换, 由增广矩阵产生行阶梯形阵.⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---------13133453311232462210711111⎪⎪⎪⎪⎪⎭⎫ ⎝⎛------−→−0000000000002462210711111r . 继续做行初等变换, 得到增广矩阵的行等价标准形.⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-00000000000024622101751101⎪⎪⎪⎪⎪⎭⎫ ⎝⎛----−→−00000000000024622101751101r . 从行等价标准形得到同解方程组⎪⎪⎩⎪⎪⎨⎧===+++-=---00002462217554325431x x x x x x x x . 将自由未知数移到右边, 得⎪⎪⎩⎪⎪⎨⎧==+---=-++=00002462217554325431x x x x x x x x . 将自由未知数取值0, 计算约束未知数的值, 即得非齐次方程组的一个特解)0,0,0,24,17('-=η.根据推论 3.3, 还需要求它的导出组的基础解系. 注意到: 如果删除增广矩阵的最后一列, 就是系数矩阵. 在做行初等变换之后, 如果删除增广矩阵的行等价标准形的最后一列, 也就是系数矩阵的行等价标准形. 于是, 如果将非齐次方程组的同解方程组的常数项变成0, 就是它的导出组的同解方程组. 用前面的方法, 得基础解系)0,0,1,2,1(1'-=ξ, )0,1,0,2,1(2'-=ξ,)1,0,0,6,5(2'-=ξ.于是, 非齐次线性方程组的通解的矩阵表示为332211ξξξηk k k x +++=, 其中321,,k k k 是任意常数.例 3.11 解非齐次线性方程组⎪⎪⎩⎪⎪⎨⎧=-+++-=-+++-=-----=+++13334523237246225432154321543215432x x x x x x x x x x x x x x x x x x x .解这个方程组的增广矩阵为⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---------13133453311237111112462210. 通过行初等变换, 得到行阶梯形阵⎪⎪⎪⎪⎪⎭⎫ ⎝⎛------0000001000002462210711111. 在这里, 有一个非零行的首元素在最后一列. 当从行阶梯形阵出发, 得同解方程组时, 该行对应矛盾方程: 10=. 因此, 同解方程组无解. 于是, 原线性方程组无解. 反之, 如果不出现这种情况, 则用前面的方法可以求出通解.于是, 非齐次线性方程组有解的充分必要条件为: 它的增广矩阵的行阶梯形阵的非零行的首元素不出现在最后一列(常数项). 下面的定理用矩阵的秩表述这个结论.定理 3.6 非齐次线性方程组有解的充分必要条件为: 它的系数矩阵的秩等于它的增广矩阵的秩.证在增广矩阵的行阶梯形阵中, 首元素不出项在最后一列的充分必要条件为: 增广矩阵的行阶梯形阵的非零行的个数等于系数矩阵的行阶梯形阵的非零行的个数. 由推论 3.1, 即系数矩阵与增广矩阵有相同的秩.推论 3.5 非齐次线性方程组有唯一解的充分必要条件为: 它的系数矩阵的秩等于其列数, 且等于增广矩阵的秩.证综合定理3.6和推论3.2即可.例 3.12 当b a ,取何值时, 非齐次线性方程组⎪⎪⎩⎪⎪⎨⎧-=+++=--+-=++=+++1232)3(122043214324324321ax x x x bx x a x x x x x x x x 有唯一解, 无解, 有无穷多解? 对后者求通解.解对增广矩阵做行初等变换, 得⎪⎪⎪⎪⎪⎭⎫ ⎝⎛----112323101221001111a b a⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-------−→−1321023101221001111a b a r ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-+-−→−01000101001221001111a b a r ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-+----−→−01000101001221011101a b a r 根据定理3.6, 当1,1-≠=b a 时无解.当1,1-==b a 时, 非齐次线性方程组的特解为)0,0,1,1('-=η, 导出组的基础解系为)0,1,2,1(1'-=ξ, )1,0,2,1(2'-=ξ，通解为2211ξξηk k x ++=, 其中21,k k 是任意常数.当1≠a 时有唯一解)0,1,32,2(11'+--+--=b b a a b a η. 例3.13 设A 是n 阶方阵, 且0||≠A . 将A 分块),(C B A =, 其中C 是A 的最后一列, 求证: 线性方程组C Bx =无解.证线性方程组的增广矩阵就是A , 由0||≠A , 增广矩阵的秩等于n . 而线性方程组的系数矩阵B 只有1-n 列, 它的秩不大于1-n . 根据定理3.6, 线性方程组C Bx =无解.推论 3.6 设A 是n 阶方阵, 则线性方程组b Ax =有唯一解的充分必要条件为: 行列式0||≠A .证充分性. 设0||≠A , 则方阵A 的秩等于其列数n . 又方程组的增广矩阵),(b A 只有n 行, 于是, 由例3.5, 有≤=)rank(A n n b A ≤),rank(.根据推论3.5, 方程组有唯一解.必要性. 设方程组b Ax =有唯一解, 根据推论 3.5, 方阵A 的秩等于其列数n . 于是, 行列式0||≠A .条件0||≠A 保证方阵A 可逆. 用A 的逆阵左乘b Ax =, 得b A x 1-=. 这个公式是用逆阵表示线性方程组的唯一解. 从这个公式出发, 可以得到另一个公式. 根据定理2.1, 有 b A x 1-=b A A *||1=, 其中方阵*A 是A 的伴随阵. 计算这个矩阵等式的第j 行的元素, 得)(||12211n nj j j j b A b A b A A x +++= , n j ,,2,1 =. 根据定理 1.3, 等式右边的括号可以看作: 用常数矩阵b 代替系数行列式||A 的第j 列所得的行列式, 按照第j 列的展开式. 将这个行列式记作j D , 又将||A 改写作D , 则上式为D D x jj =, n j ,,2,1 =.这个公式是用行列式的商表示线性方程组的唯一解，称为克拉默法则.习题3-41. 设列矩阵i η(m i ,,,2,1 =)是非齐次线性方程组Ax b =的特解, 数i k (m i ,,,2,1 =)满足121=+++m k k k , 求证: 列矩阵1122m mk k k ηηη+++也是方程组Ax b =的特解.2. 求下列非齐次线性方程组的通解. (1)⎪⎪⎩⎪⎪⎨⎧=-+=++-=-+--=-+337713434234313214321431x x x x x x x x x x x x x ; (2) ⎪⎩⎪⎨⎧-=-+-=+-=-+-22344324314324321x x x x x x x x x x ; (3) ⎪⎪⎩⎪⎪⎨⎧=++-=+-=--=++0644352523222321321321321x x x x x x x x x x x x ; (4) ⎪⎪⎩⎪⎪⎨⎧=+++=++++=++++----nx x x x x x x x x x x x n n n n n n 122113113221 , 其中1>n .3. 求证: 线性方程组⎪⎩⎪⎨⎧=++-=+++=-++2543222432143214321x x x x x x x x x x x x 无解. 4. 求b的值, 使得线性方程组⎪⎩⎪⎨⎧=+-+=+-+=++-b x x x x x x x x x x x x 432143214321114724212有解, 并求其通解.5. 当d c b a ,,,满足什么条件时, 线性方程组⎪⎪⎩⎪⎪⎨⎧=+=+=+=+d x x cx x b x x a x x 42314321有解? 并求其通解.6. 当b a ,取何值时, 线性方程组⎪⎩⎪⎨⎧=++=++=++b ax x x x x x x x x 32132132132263132有唯一解, 无解, 有无穷多解? 对后者求其通解.*7. 设A 是n 阶方阵, b 是1⨯n 矩阵, 且分块方阵满足)rank(0rank A b b A =⎪⎪⎭⎫ ⎝⎛', 求证: 非齐次线性方程组b Ax =有解.第五节初等方阵与初等变换一初等方阵定义3.11 对单位阵E 做行初等变换所得方阵称为初等方阵.三种行初等变换产生三种初等方阵:(1) 交换E 的第i 行与第j 行所得方阵记作ij P ;(2) 用非零常数k 乘以E 的第i 行所得方阵记作)(k D i ;(3) 将E 的第j 行的k 倍加到第i 行所得方阵记作)(k T ij .三种初等方阵是可逆阵, 且它们的逆阵也是初等方阵. 实际上, 有ij ij P P =-1, ⎪⎭⎫ ⎝⎛=-k D k D i i 1)(1, )()(1k T k T ij ij -=-.定理 3.7 对矩阵A 做一种行初等变换, 相当于左乘一个相应的初等方阵.注意定理3.7在矩阵的相等与矩阵的行等价之间建立了联系, 从而可以用矩阵的运算性质研究矩阵的行等价. 下面将看到, 有时这是非常方便的.推论 3.7 任意矩阵A 可以表示成R E E E A s 21=, 其中i E 是初等方阵, R 是A 的行等价标准形.证对A 做行初等变换, 可得其行等价标准形R . 这个过程相当于用一系列初等方阵i E 左乘矩阵A . 即有R A E E E s =12 . 由于初等方阵可逆, 用它们的逆阵逐个左乘此式, 得R E E E A s 11211---= . 因为初等方阵的逆阵还是初等方阵, 换符号即得推论中的表示.推论3.8 方阵A 可逆的充分必要条件为: 它可以表示成初等方阵的乘积.例3.14 设B A ,都是n m ⨯矩阵, 求证: A 与B 行等价的充分必要条件为存在m 阶可逆阵P , 使得B PA =.二矩阵方程矩阵方程B AX =, 其中A 是n 阶可逆阵, B 是m n ⨯矩阵, 而X 是m n ⨯未知矩阵.已知A 是可逆阵, 用其逆阵左乘方程, 得矩阵方程的解B A X 1-=. 对于可逆阵A , 存在初等方阵i E , 使得E A E E E s =12 . 用同样的初等方阵左乘矩阵方程B AX =, 得EX AX E E E s =12 B E E E X s 12 ==这个等式说明, 对可逆阵A 与矩阵B 做相同的行初等变换, 当将A 变成单位阵时, 矩阵B 变成矩阵方程B AX =的解B A X 1-=.例3.15设方阵⎪⎪⎪⎭⎫⎝⎛--=111012112A ,⎪⎪⎪⎭⎫ ⎝⎛--=521234311B , 解矩阵方程B AX =.解做分块矩阵: 左边部分是A ,右边部分是B . 做行初等变换, 得()=B A |⎪⎪⎪⎭⎫⎝⎛----521111234012311112⎪⎪⎪⎭⎫⎝⎛----−→−311112234012521111r⎪⎪⎪⎭⎫ ⎝⎛-------−→−143100872230521111r⎪⎪⎪⎭⎫ ⎝⎛---−→−1431003/1053/80103/813/2001r .于是，⎪⎪⎪⎭⎫ ⎝⎛---==-1433/1053/83/813/21B A X . 如果矩阵方程B AX =中的方阵A 可逆, 方阵B 是单位阵E , 则用这个方法得到的矩阵方程的解E A X 1-=1-=A 就是A 的逆阵. 由此得到计算逆阵的简单方法.例3.16 求方阵⎪⎪⎪⎭⎫ ⎝⎛--=523012101A 的逆阵. 解用初等变换法.()=E A |⎪⎪⎪⎭⎫ ⎝⎛--100523010012001101⎪⎪⎪⎭⎫ ⎝⎛---−→−127200012210001101r⎪⎪⎪⎭⎫ ⎝⎛----−→−2/112/71001150102/112/5001r于是 ⎪⎪⎪⎭⎫ ⎝⎛----=-2/112/71152/112/51A . 如果X 与B 是列矩阵, 用这里的方法可以得到线性方程组B AX =的解B A X 1-=. 而且这种解法正是前面的消元法.性质 3.5 两个矩阵的乘积的秩不大于每个因子的秩.证设A 是p m ⨯矩阵, B 是n p ⨯矩阵, r A =)rank(. 先证明r AB ≤)rank(.根据推论 3.7, 有R A E E E s =12 , 其中A 的行等价标准形R 恰有r 个非零行. 用矩阵B 右乘此式, 得RB AB E E E s =)(12 . 根据矩阵乘法定义, 矩阵RB 至多有r 个非零行. 根据定理3.4, 有)rank()rank()rank(A r RB AB =≤=.转置可证明另一部分.例3.17 设A 是可逆阵,则)rank()rank(B AB =.证1 记矩阵AB C =. 由性质 3.5, 有)rank()rank(B C ≤. 用逆阵1-A 左乘AB C =, 得C A B 1-=, 从而有)rank()rank(C B ≤.上面的证明主要体现了逆阵的一种应用, 并不是最简捷的证明.证2 已知A 是可逆阵，根据推论3.8, 有B E E E AB s 12 =. 再根据定理 3.4, 有)rank()rank(B AB =.三初等变换与矩阵的行初等变换类似, 可以定义矩阵的列初等变换.定义3.12 设A 是矩阵, 称下面三种变换为对矩阵A 的列初等变换.(1) 交换A 的两列;(2) 用非零常数k 乘以A 的一列;(3) 将A 的一列的k 倍加到另一列上去,与行初等变换类似, 可以定义矩阵的列等价与列等价标准形.性质 3.6 列初等变换与列等价具有下述性质.(1) 列初等变换不改变矩阵的秩;(2) 对一个矩阵做列初等变换, 相当于用相应的初等方阵右乘这个矩阵;(3) 矩阵的列等价是等价关系;(4) 矩阵B 与A 列等价的充分必要条件为: 存在可逆阵Q , 使得B AQ =.与用行初等变换解矩阵方程B AX =类似, 可以用列初等变换解矩阵方程B XA =.例3.18设⎪⎪⎪⎭⎫ ⎝⎛--=111012112A , ⎪⎭⎫ ⎝⎛-=234311B , 解矩阵方程B XA =.解做分块矩阵, 上边是A , 下边是B . 然后做列初等变换. 当将A 变成单位阵时, B变成矩阵方程的解1-=BA X . 如果用→表示列等价, 则有⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---234311111012112⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---→423131*********⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---→253321301011001⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---→3/253/8122100010001. 于是⎪⎭⎫ ⎝⎛---=3/253/8122X . 例 3.19 设分块矩阵),(B A , 求证: )rank()rank(),rank(B A B A +≤.证设矩阵B A ,的列等价标准形分别为S R ,,则R 与S 分别有)ra nk(A 与)rank(B 个非零列. 从而分块矩阵),(S R 有)rank()rank(B A +个非零列. 另一方面, 如果在矩阵),(B A 中分别对两个子块做列初等变换, 则可以得到分块矩阵),(S R . 于是, 有)rank()rank(),rank(),rank(B A S R B A +≤=.。

线性代数习题1.6克拉默法则

an1 an, j1
b1 a1, j1 a1n bn an, j1 ann
线性代数
首页
上一页下一页
返回
结束
§1.6 克拉默法则
x1 x2 x3 1
例1.
求解
x1 2 x2 x3 x4 8 2 x1 x2 3x4 3
3x1 3x2 5x3 6 x4 5
ex
:
k为
何
值,

kx1

x2

4 x3

0
, 有非零解.
4 x1 x2 x3 0
2k 3 解 : D k 1 4 0
4 1 1
k 2, k 11
线性代数
首页
上一页下一页
返回
结束
§1.6 克拉默法则
内容小结
1.用克拉默法则解方程组的两个条件 (1)方程个数等于未知量个数; (2)系数行列式不等于零.
线性代数
首页
上一页下一页
(1)
返回
结束
§1.6 克拉默法则
则方程组有唯一解,其解为:
x1

D1 , D
x2

D2 , D
x3

D2 D
,
, xn

Dn D
.
其中Dj 是把系数行列式 D 中第 j 列的元素用方程组右端的常数项代替后所得到的 n阶行列式，即
a11 a1, j1 Dj
1.若常数项b1,b2 , ,bm不全为零,
则称此方程组为非齐次线性方程组;
2.若常数项b1, b2, ,bm 全为零,
此时称方程组为齐次线性方程组.
线性代数

线性代数导论

线性代数导论线性代数是数学中的一个重要分支，研究向量空间及其线性变换的理论基础。

它在许多领域中都有广泛的应用，如工程、物理、计算机科学等。

本文将介绍线性代数的基本概念和重要性，并探讨其在现实世界中的应用。

一、向量与线性方程组向量是线性代数的核心概念之一。

它是具有大小和方向的量，并可以用一个n维实数列来表示。

向量可以进行加法和数乘运算，从而形成一个向量空间。

线性方程组则是由多个线性方程组成的方程组，其中未知量的系数为常数。

解线性方程组的过程就是求解未知量的取值，从而使得方程组成立。

二、矩阵与行列式矩阵是线性代数中另一个重要的概念。

它是一个按照规则排列的数表，可以用来表示线性方程组的系数矩阵。

矩阵的运算包括加法、数乘和乘法，而行列式则是一个矩阵的一个标量值，它具有一些特殊的性质，如行列式的值为零表示矩阵不可逆等。

三、特征值与特征向量特征值与特征向量是矩阵的另一个重要概念。

特征值是一个标量，而特征向量是与之对应的非零向量。

特征值和特征向量可以帮助我们理解矩阵的性质，如矩阵的对角化和对称性等。

四、线性变换与矩阵表示线性变换是指一个向量空间到另一个向量空间的映射，它保持向量空间的线性性质。

线性变换可以用一个矩阵来表示，这个矩阵称为线性变换的矩阵表示。

矩阵表示可以使得线性变换的运算更加方便，从而简化了许多计算过程。

五、应用领域线性代数在各个领域中都有广泛的应用。

在工程领域中，它可以用来解决电路分析、结构力学等问题。

在物理领域中，它可以用来分析物体的运动和力学性质。

在计算机科学领域中，它是计算机图形学和人工智能等领域的基础。

除此之外，线性代数还被应用在经济学、生物学和社会科学等领域。

六、总结线性代数是一门基础而重要的数学学科，它为我们解决现实世界中的许多问题提供了强大的工具。

通过理解线性代数的基本概念和方法，我们可以更好地理解和应用数学知识，推动科学技术的发展。

因此，掌握线性代数的基本知识对于每一个学习者来说都是至关重要的。

线性方程组的参数化形式和解的结构

线性方程组的参数化形式和解的结构线性方程组是高等数学中的一个重要概念，其在各种领域中都有广泛的应用，包括物理、工程、计算机科学等。

在研究线性方程组的参数化形式和解的结构时，我们需要掌握基本的概念及其相关的定理，同时还需要深刻理解它们之间的关系。

本文将探讨线性方程组的参数化形式及其解的结构。

一、线性方程组的基本概念首先，我们需要了解线性方程组的基本概念。

一般来说，一个线性方程组包含n个未知量x1，x2，…，xn，以及m个线性方程。

一般可以表示为：a11x1 + a12x2 + … + a1nxn = b1a21x1 + a22x2 + … + a2nxn = b2…am1x1 + am2x2 + … + amnxn = bm其中，a11，a12，…，anm是方程的系数，b1，b2，…，bm是常数，x1，x2，…，xn是未知量。

此外，方程组中的每个方程都是线性的，可以总结为以下两种基本形式：ai1x1 + ai2x2 + … + ainxn = biai1x1 + ai2x2 + … + ainxn = 0其中，第一种形式是常数项不为零的一般形式，第二种形式是常数项为零的齐次形式。

我们在研究线性方程组的参数化形式和解的结构时，主要关注齐次形式。

二、线性方程组的参数化形式对于一个线性齐次方程组，其形式为：a11x1 + a12x2 + … + a1nxn = 0a21x1 + a22x2 + … + a2nxn = 0…am1x1 + am2x2 + … + amnxn = 0我们将其表示为一个矩阵方程Ax=0，其中：A = (a11 a12 … ana21 a22 … an… … … …am1 am2 … amn)x = (x1 x2 … xn)T其中，T表示矩阵的转置。

我们可以看出，该矩阵是m行n列的矩阵，其秩为r(A)。

根据线性代数的基本定理，其零空间的维数为n-r(A)。

在此基础上，我们可以给出线性齐次方程组的参数化形式：x = c1α1 + c2α2 + … + cmαm其中，c1，c2，…，cm是任意常数，α1，α2，…，αm是满足Ax=0的n维列向量。

线性代数概念

第一讲基本概念1．线性方程组的基本概念线性方程组的一般形式为：其中未知数的个数n 和方程式的个数m 不必相等.线性方程组的解是一个n 维向量()n k k k ,,21 〔称为解向量〕,它满足：当每个方程中的未知数i x 都用i k 替代时都成为等式.线性方程组的解的情况有三种：无解,唯一解,无穷多解. 对线性方程组讨论的主要问题有两个：〔1〕判断解的情况.〔2〕求解,特别是在有无穷多解时求通解.021====m b b b 的线性方程组称为齐次线性方程组.n 维零向量总是齐次线性方程组的解,称为零解.因此齐次线性方程组解的情况只有两种：唯一解〔即只要零解〕和无穷多解〔即有非零解〕.把一个非齐次线性方程组的每个方程的常数项都换成0,所得到的齐次线性方程组称为原方程组的导出齐次线性方程组,简称导出组. 2．矩阵和向量〔1〕基本概念矩阵和向量都是描写事物形态的数量形式的发展.由n m ⨯个数排列成的一个m 行n 列的表格,两边界以圆括号或方括号,就成为一个n m ⨯型矩阵.例如是一个54⨯矩阵,对于上面的线性方程组,称矩阵⎪⎪⎪⎪⎪⎭⎫⎝⎛=mn m m n n a a a a a a a a a A212222111211 和()⎪⎪⎪⎪⎪⎭⎫⎝⎛=m mn m m n n b b b a a a a a a a a a A 21212222111211|β 为其系数矩阵和增广矩阵.增广矩阵体现了方程组的全部信息,而齐次方程组只用系数矩阵就体现其全部信息.一个矩阵中的数称为它的元素,位于第i 行第j 列的数称为()j i ,位元素.元素全为0的矩阵称为零矩阵,通常就记作0.两个矩阵A 和B 相等〔记作B A =〕,是指它的行数相等,列数也相等〔即它们的类型相同〕,并且对应的元素都相等.由n 个数构成的有序数组称为一个n 维向量,称这些数为它的分量.书写中可用矩阵的形式来表示向量,例如分量依次是n a a a ,,,21 的向量可表示成()n a a a ,,,21 或⎪⎪⎪⎪⎪⎭⎫ ⎝⎛n a a a 21,请注意,作为向量它们并没有区别,但是作为矩阵,它们不一样〔左边是n ⨯1矩阵,右边是1⨯n 矩阵〕.习惯上把它们分别称为行向量和列向量.〔请注意与下面规定的矩阵的行向量和列向量概念的区别.〕一个n m ⨯的矩阵的每一行是一个n 维向量,称为它的行向量；每一列是一个m 维向量,称为它的列向量.常常用矩阵的列向量组来写出矩阵,例如当矩阵A 的列向量组为n ααα,,,21 时〔它们都是表示为列的形式！〕可记()n A ααα,,,21 =.矩阵的许多概念也可对向量来规定,如元素全为0的向量称为零向量,通常也记作0.两个向量α和β相等〔记作βα=〕,是指它的维数相等,并且对应的分量都相等. 〔2〕线性运算和转置线性运算是矩阵和向量所共有的,下面以矩阵为例来说明.加〔减〕法：两个n m ⨯的矩阵A 和B 可以相加〔减〕,得到的和〔差〕仍是n m ⨯矩阵,记作()B A B A -+,法则为对应元素相加〔减〕.数乘：一个n m ⨯的矩阵A 与一个数c 可以相乘,乘积仍为n m ⨯的矩阵,记作cA ,法则为A 的每个元素乘c .这两种运算统称为线性运算,它们满足以下规律：① 加法交换律：A B B A +=+. ② 加法结合律：()()C B A C B A ++=++. ③ 加乘分配律：()cB cA B A c +=+.()dA cA A d c +=+. ④ 数乘结合律：()()A cd A d c =. ⑤00=⇔=c cA 或0=A .转置：把一个n m ⨯的矩阵A 行和列互换,得到的m n ⨯的矩阵称为A 的转置,记作TA 〔或A '〕. 有以下规律：①()A A TT=. ②()T T TB A B A +=+. ③()T TcA cA =.转置是矩阵所特有的运算,如把转置的符号用在向量上,就意味着把这个向量看作矩阵了.当α是列向量时,Tα表示行向量,当α是行向量时,Tα表示列向量.向量组的线性组合：设s ααα,,,21 是一组n 维向量,s c c c ,,,21 是一组数,则称s s c c c ααα+++ 2211为s ααα,,,21 的〔以s c c c ,,,21 为系数的〕线性组合.n 维向量组的线性组合也是n 维向量. 〔3〕n 阶矩阵与几个特殊矩阵行数和列数相等的矩阵称为方阵,行列数都为n 的矩阵也常常叫做n 阶矩阵.把n 阶矩阵的从左上到右下的对角线称为它对角线.〔其上的元素行号与列号相等.〕下面列出几类常用的n 阶矩阵,它们都是考试大纲中要求掌握的. 对角矩阵：对角线外的元素都为0的n 阶矩阵.单位矩阵：对角线上的元素都为1的对角矩阵,记作E 〔或I 〕.数量矩阵：对角线上的元素都等于一个常数c 的对角矩阵,它就是cE . 上三角矩阵：对角线下的元素都为0的n 阶矩阵. 下三角矩阵：对角线上的元素都为0的n 阶矩阵.对称矩阵：满足A A T =矩阵.也就是对任何()j i j i ,,,位的元素和()i j ,位的元素总是相等的n 阶矩阵.〔反对称矩阵：满足A A T -=矩阵.也就是对任何()j i j i ,,,位的元素和()i j ,位的元素之和总等于0的n 阶矩阵.反对称矩阵对角线上的元素一定都是0.〕 3．矩阵的初等变换和阶梯形矩阵矩阵有以下三种初等行变换： ①交换两行的位置.②用一个非0的常数乘某一行的各元素.③把某一行的倍数加到另一行上.<称这类变换为倍加变换>类似地,矩阵还有三种初等列变换,大家可以模仿着写出它们,这里省略了.初等行变换与初等列变换统称初等变换.阶梯形矩阵：一个矩阵称为阶梯形矩阵,如果满足： ①如果它有零行,则都出现在下面.②如果它有非零行,则每个非零行的第一个非0元素所在的列号自上而下严格单调递增. 把阶梯形矩阵的每个非零行的第一个非0元素所在的位置称为台角. 简单阶梯形矩阵：是特殊的阶梯形矩阵,特点为： ③台角位置的元素为1.④并且其正上方的元素都为0.每个矩阵都可以用初等行变换化为阶梯形矩阵和简单阶梯形矩阵.这种运算是在线性代数的各类计算题中频繁运用的基本运算,必须十分熟练.请注意：1．一个矩阵用初等行变换化得的阶梯形矩阵并不是唯一的,但是其非零行数和台角位置是确定的.2．一个矩阵用初等行变换化得的简单阶梯形矩阵是唯一的. 4．线性方程组的矩阵消元法线性方程组的基本方法即中学课程中的消元法：用同解变换把方程组化为阶梯形方程组〔即增广矩阵为阶梯形矩阵的方程组〕. 线性方程组的同解变换有三种： ①交换两个方程的上下位置. ②用一个非0的常数乘某个方程.③把某个方程的倍数加到另一个方程上.以上变换反映在增广矩阵上就是三种初等行变换.线性方程组求解的基本方法是消元法,用增广矩阵或系数矩阵来进行,称为矩阵消元法. 对非齐次线性方程组步骤如下：〔1〕写出方程组的增广矩阵()β|A ,用初等行变换把它化为阶梯形矩阵()γ|B . 〔2〕用()γ|B 判别解的情况：如果最下面的非零行为()d |0,,0,0 ,则无解,否则有解.有解时看非零行数r 〔r 不会大于未知数个数n 〕,n r =时唯一解；n r <时无穷多解. 〔推论：当方程的个数n m <时,不可能唯一解.〕〔3〕有唯一解时求解的初等变换法：去掉()γ|B 的零行,得到一个()1+⨯n n 矩阵()00|γB ,并用初等行变换把它化为简单阶梯形矩阵()η|E ,则η就是解.对齐次线性方程组：〔1〕写出方程组的系数矩阵A ,用初等行变换把它化为阶梯形矩阵B .〔2〕用B 判别解的情况：非零行数n r =时只有零解：n r <时有非零解〔求解方法在第五章讲〕.〔推论：当方程的个数n m <时,有非零解.〕讨论题1．设A 是n 阶矩阵,则〔A 〕A 是上三角矩阵⇒A 是阶梯形矩阵. 〔B 〕A 是上三角矩阵⇐A 是阶梯形矩阵. 〔C 〕A 是上三角矩阵⇔A 是阶梯形矩阵.〔D 〕A 是上三角矩阵与A 是阶梯形矩阵没有直接的因果关系. 2．下列命题中哪几个成立？〔1〕如果A 是阶梯形矩阵,则A 去掉任何一行还是阶梯形矩阵. 〔2〕如果A 是阶梯形矩阵,则A 去掉任何一列还是阶梯形矩阵. 〔3〕如果()B A |是阶梯形矩阵,则A 也是阶梯形矩阵. 〔4〕如果()B A |是阶梯形矩阵,则B 也是阶梯形矩阵. 〔5〕如果⎪⎪⎭⎫⎝⎛B A 是阶梯形矩阵,则A 和B 都是阶梯形矩阵.第二讲行列式一．概念复习 1．形式和意义形式：用2n 个数排列成的一个n 行n 列的表格,两边界以竖线,就成为一个n 阶行列式：如果行列式的列向量组为n ααα,,,21 ,则此行列式可表示为n ααα,,,21 .意义：是一个算式,把这2n 个元素按照一定的法则进行运算,得到的数值称为这个行列式的值.请注意行列式和矩阵在形式上和意义上的区别.当两个行列式的值相等时,就可以在它们之间写等号！〔不必形式一样,甚至阶数可不同.〕每个n 阶矩阵A 对应一个n 阶行列式,记作A .行列式这一讲的核心问题是值的计算,以与判断一个行列式的值是否为0.2．定义〔完全展开式〕2阶和3阶行列式的计算公式： 2112221122211211a a a a a a a a -=.一般地,一个n 阶行列式的值是许多项的代数和,每一项都是取自不同行,不同列的n 个元素的乘积,其一般形式为：nnj j j ααα 2121,这里把相乘的n 个元素按照行标的大小顺序排列,它们的列标n j j j 21构成n ,,2,1 的一个全排列〔称为一个n 元排列〕,共有!n 个n 元排列,每个n 元排列对应一项,因此共有!n 个项. 所谓代数和是在求总和时每项先要乘1+或1-.规定()n j j j 21τ为全排列n j j j 21的逆序数〔意义见下面〕,则项n nj j j a 2121αα所乘的是()()n j j j 211τ-.全排列的逆序数即小数排列在大数右面的现象出现的个数.逆序数可如下计算：标出每个数右面比它小的数的个数,它们的和就是逆序数.例如求436512的逆序数：()10002323436512,215634002323=+++++=τ.至此我们可以写出n 阶行列式的值：()()∑-=nnn j j j nj j j j j j nnn n nna a a a a a a a a a a 212121212122221112111ατ.这里∑nj j j 21表示对所有n 元排列求和,称此式为n 阶行列式的完全展开式.用完全展开式求行列式的值一般来说工作量很大.只在有大量元素为0,使得只有少数项不为0时,才可能用它作行列式的计算.例如对角行列式,上〔下〕三角行列式的值就等于主对角线上的元素的乘积,因为其它项都为0. 3．化零降阶法把n 阶行列式的第i 行和第j 列划去后所得到的1-n 阶行列式称为()j i ,位元素ij a 的余子式,记作ij M .称()ij ji ij M A +-=1为元素ij a 的代数余子式.定理〔对某一行或列的展开〕行列式的值等于该行〔列〕的各元素与其代数余子式乘积之和.命题第三类初等变换〔倍加变换〕不改变行列式的值.化零降阶法用命题把行列式的某一行或列化到只有一个元素不为0,再用定理,于是化为计算一个低1阶的行列式.化零降阶法是实际计算行列式的主要方法,因此应该熟练掌握. 4．其它性质行列式还有以下性质：① 把行列式转置值不变,即A A T =.② 某一行〔列〕的公因子可提出.于是,A c cA n =. ③ 对一行或一列可分解,即如果某个行〔列〕向量γβα+=,则原行列式等于两个行列式之和,这两个行列式分别是把原行列式的该行〔列〕向量α换为β或γ所得到的行列式.例如γβαγβαγββα,,,,,,2121+=+.④ 把两个行〔列〕向量交换,行列式的值变号.⑤ 如果一个行〔列〕向量是另一个行〔列〕向量的倍数,则行列式的值为0. ⑥某一行〔列〕的各元素与另一行〔列〕的对应元素的代数余子式乘积之和0=. ⑦如果A 与B 都是方阵〔不必同阶〕,则B A A A B*0 B0* ==.X 德蒙行列式：形如 in ni n i n i n n na a a a a a a a a a a a ----32122322213211111 的行列式〔或其转置〕.它由n a a a a ,,,,321 所决定,它的值等于()∏-ji i jαα.因此X 德蒙行列式不等于n a a a a ,,,,0321 ⇔两两不同.对于元素有规律的行列式〔包括n 阶行列式〕,常常可利用性质简化计算,例如直接化为三角行列式等. 5．克莱姆法则克莱姆法则应用在线性方程组的方程个数等于未知数个数n 〔即系数矩阵为n 阶矩阵〕的情形.此时,如果它的系数矩阵的行列式的值不等于0,则方程组有唯一解,这个解为()D D D D D D n / , ,/ ,/21 ,这里D 是系数行列式的值,i D 是把系数行列式的第i 个列向量换成常数列向量所得到的行列式的值.说明与改进：按法则给的公式求解计算量太大,没有实用价值.因此法则的主要意义在理论上,用在对解的唯一性的判断,而在这方面法则不够.法则的改进：系数行列式不等于0是唯一解的充分必要条件.实际上求解可用初等变换法：对增广矩阵()β|A 作初等行变换,使得A 变为单位矩阵：()()ηβ||E A →,η就是解.用在齐次方程组上：如果齐次方程组的系数矩阵A 是方阵,则它只有零解的充分必要条件是0≠A .第三讲矩阵一．概念复习1．矩阵乘法的定义和性质定义2．1 当矩阵A 的列数和B 的行数相等时,和A 和B 可以相乘,乘积记作AB .AB 的行数和A 相等,列数和B 相等.AB 的()j i ,位元素等于A 的第i 个行向量和B 的第j 个列向量〔维数相同〕对应分量乘积之和. 设⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=mn m m n n a a a a a a a a a A 212222111211,⎪⎪⎪⎪⎪⎭⎫⎝⎛=ns n n s s b b b b b b b b b B 212222111211,⎪⎪⎪⎪⎪⎭⎫⎝⎛==ms m m s s c c c c c c c c c AB C 212222111211,则nj in j i j i ij b a b a b a c +++= 2211.矩阵的乘法在规则上与数的乘法有不同：① 矩阵乘法有条件. ② 矩阵乘法无交换律.③ 矩阵乘法无消去律,即一般地由0=AB 推不出0=A 或0=B .由AC AB =和0≠A 推不出C B =.〔无左消去律〕由CA BA =和0≠A 推不出C B =.〔无右消去律〕请注意不要犯一种常见的错误：把数的乘法的性质简单地搬用到矩阵乘法中来. 矩阵乘法适合以下法则：① 加乘分配律 ()AC AB C B A +=+,()BC AC C B A +=+. ② 数乘性质()()AB c B cA =.③ 结合律 ()()BC A C AB =.④()TT TA B AB =.2．n 阶矩阵的方幂和多项式任何两个n 阶矩阵A 和B 都可以相乘,乘积AB 仍是n 阶矩阵.并且有行列式性质：B A AB =.如果BA AB =,则说A 和B 可交换.方幂设k 是正整数,n 阶矩阵A 的k 次方幂kA 即k 个A 的连乘积.规定E A =0.显然A 的任何两个方幂都是可交换的,并且方幂运算符合指数法则：①h k h k A A A +=.②()kh hkA A =. 但是一般地()kAB 和k k B A 不一定相等！n 阶矩阵的多项式设()0111a x a xa x a x f m m m m ++++=-- ,对n 阶矩阵A 规定 ()E a A a A a A a A f m m m m 0111++++=-- .称为A 的一个多项式.请特别注意在常数项上加单位矩阵E .乘法公式一般地,由于交换性的障碍,小代数中的数的因式分解和乘法公式对于n 阶矩阵的不再成立.但是如果公式中所出现的n 阶矩阵互相都是乘法交换的,则乘法公式成立.例如当A 和B 可交换时,有：()2222B AB A B A +±=±；()()()()B A B A B A B A B A -+=-+=-22.二项展开式成立：()∑=-=+mi i i m i mmB A CB A 1等等.前面两式成立还是A 和B 可交换的充分必要条件.同一个n 阶矩阵的两个多项式总是可交换的.一个n 阶矩阵的多项式可以因式分解. 3．分块法则矩阵乘法的分块法则是简化矩阵乘法的一种方法.对两个可以相乘的矩阵A 和B ,可以先用纵横线把它们切割成小矩阵〔一切A 的纵向切割和B 的横向切割一致！〕,再用它们来作乘法.〔1〕两种常见的矩阵乘法的分块法则〔2〕⎪⎪⎭⎫⎝⎛++++=⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛222212212122112122121211211211112221121122211211B A B A B A B A B A B A B A B A B B B B A AA A要求ij A 的列数jk B 和的行数相等. 准对角矩阵的乘法：形如的矩阵称为准对角矩阵,其中k A A A ,,,21 都是方阵. 两个准对角矩阵⎪⎪⎪⎪⎪⎭⎫⎝⎛=k A A A A00000021, ⎪⎪⎪⎪⎪⎭⎫⎝⎛=k B B B B00000021如果类型相同,即i A 和i B 阶数相等,则⎪⎪⎪⎪⎪⎭⎫⎝⎛=k k B A B A B A AB000002211. 〔2〕乘积矩阵的列向量组和行向量组设A 是n m ⨯矩阵B 是s n ⨯矩阵.A 的列向量组为n ααα,,,21 ,B 的列向量组为s βββ,,,21 ,AB 的列向量组为s γγγ,,,21 ,则根据矩阵乘法的定义容易看出〔也是分块法则的特殊情形〕：①AB 的每个列向量为：i i A βγ=,s i ,,2,1 =. 即()()s s A A A A ββββββ,,,,,,2121 =. ②()Tn b b b ,,,21 =β,则n n b b b A αααβ+++= 2211.应用这两个性质可以得到：如果()Tni i i i b b b ,,,21 =β,则n ni i i i b b b A αααβγ+++== 22111.类似地,乘积矩阵AB 的第i 个行向量是B 的行向量组的线性组合,组合系数就是A 的第i 个行向量的各分量.以上规律在一般教材都没有强调,但只要对矩阵乘法稍加分析就不难得出.它们无论在理论上和计算中都是很有用的. 〔1〕当两个矩阵中,有一个的数字很简单时,直接利用以上规律写出乘积矩阵的各个列向量或行向量,从而提高了计算的速度.〔2〕利用以上规律容易得到下面几个简单推论：用对角矩阵Λ从左侧乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的各行向量；用对角矩阵Λ从右侧乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的各列向量.数量矩阵kE 乘一个矩阵相当于用k 乘此矩阵；单位矩阵乘一个矩阵仍等于该矩阵. 两个同阶对角矩阵的相乘只用把对角线上的对应元素相乘. 求对角矩阵的方幂只需把对角线上的每个元素作同次方幂.〔3〕矩阵分解：当一个矩阵C 的每个列向量都是另一个A 的列向量组的线性组合时,可以构造一个矩阵B ,使得AB C =.例如设()γβα,,=A ,()γαγβαγβα2,3,2++--+=C ,令⎪⎪⎪⎭⎫ ⎝⎛--=211012131B ,则AB C =.〔4〕初等矩阵与其在乘法中的作用对单位矩阵E 作一次初等〔行或列〕交换,所得到的矩阵称为初等矩阵. 有三类初等矩阵： ()j i E ,：交换E 的i ,j 两行〔或列〕所得到的矩阵.()()c i E ：用非0数c 乘E 的第i 行〔或列〕所得到的矩阵,也就是把E 的对角线上的第i 个元素改为c .()()c j i E ,()j i ≠：把E 的第j 行的c 倍加到第i 行上〔或把第i 列的c 倍加到第j 列上〕所得到的矩阵,也就是把E 的()j i ,位的元素改为c .命题对矩阵作一次初等行〔列〕变换相当于用一个相应的初等矩阵从左〔右〕乘它. 4．矩阵方程和可逆矩阵〔伴随矩阵〕〔1〕矩阵方程矩阵不能规定除法,乘法的逆运算是解下面两种基本形式的矩阵方程：〔I 〕B AX =. 〔II 〕B XA =.这里假定A 是行列式不为0的n 阶矩阵,在此条件下,这两个方程的解都是存在并且唯一的.〔否则解的情况比较复杂.〕当B 只有一列时,〔I 〕就是一个线性方程组.由克莱姆法则知它有唯一解.如果B 有s 列,设()s B βββ,,,21 =,则X 也应该有s 列,记()s X X X X ,,,21 =,则有i i AX β=,s i ,,2,1 =,这是s 个线性方程组.由克莱姆法则,它们都有唯一解,从而BAX =有唯一解.这些方程组系数矩阵都是A ,可同时求解,即得〔I 〕的解法：将A 和B 并列作矩阵)B A ,对它作初等行变换,使得A 变为单位矩阵,此时B 变为解X .〔II 〕的解法：对两边转置化为〔I 〕的形式：B X A =.再用解〔I 〕的方法求出T X ,转置得X .矩阵方程是历年考题中常见的题型,但是考试真题往往并不直接写成〔I 〕或〔II 〕的形式,要用恒等变形简化为以上基本形式再求解. 〔2〕可逆矩阵的定义与意义定义设A 是n 阶矩阵,如果存在n 阶矩阵B ,使得E AB =,E BA =,则称A 为可逆矩阵.此时B 是唯一的,称为A 的逆矩阵,通常记作1-A . 如果A 可逆,则A 在乘法中有消去律：00=⇒=B AB ；C B AC AB =⇒=.〔左消去律〕；00=⇒=B BA ；C B CA BA =⇒=.〔右消去律〕如果A 可逆,则A 在乘法中可移动〔化为逆矩阵移到等号另一边〕：C A B C AB 1-=⇔=.1-=⇔=CA B C BA .由此得到基本矩阵方程的逆矩阵解法：〔I 〕B AX =的解B A X 1-=. 〔II 〕B XA =的解1-=BA X .这种解法想法自然,好记忆,但是计算量比初等变换法大〔多了一次矩阵乘积运算〕.〔3〕矩阵可逆性的判别与性质定理 n 阶矩阵A 可逆0≠⇔A .证明 "⇒〞对E AA =-1两边取行列式,得11=-A A ,从而0≠A .〔并且11--=A A .〕"⇐〞因为0≠A ,矩阵方程E AX =和E XA =都有唯一解.设B ,C 分别是它们的解,即E AB =,E CA =.事实上()C CE CAB EB B C B =====,于是从定义得到A 可逆. 推论如果A 和B 都是n 阶矩阵,则E BA E AB =⇔=.于是只要E AB =〔或E BA =〕一式成立,则A 和B 都可逆并且互为逆矩阵. 可逆矩阵有以下性质：①如果A 可逆,则1-A 也可逆,并且()A A =--11.T A 也可逆,并且()()T T A A 11--=.0≠c 时,cA 也可逆,并且()111---=A c cA .对任何正整数k ,k A 也可逆,并且()()k k A A 11--=.〔规定可逆矩阵A 的负整数次方幂()()k k k A A A 11---==.〕②如果A 和B 可逆,则AB 也可逆,并且()111---=A B AB .〔请自己推广到多个可逆矩阵乘积的情形.〕初等矩阵都是可逆矩阵,并且()()j i E j i E ,,1=-,()()()()11--=c i E c i E ,()()()()c j i E c j i E -=-,,1. 〔4〕逆矩阵的计算和伴随矩阵①计算逆矩阵的初等变换法当A 可逆时,1-A 是矩阵方程E AX =的解,于是可用初等行变换求1-A ：这个方法称为求逆矩阵的初等变换法.它比下面介绍的伴随矩阵法简单得多. ②伴随矩阵若A 是n 阶矩阵,记ij A 是A 的()j i ,位元素的代数余子式,规定A 的伴随矩阵为()T ij mn n nn n A A A A A A A A A A A =⎪⎪⎪⎪⎪⎭⎫ ⎝⎛= 212221212111*. 请注意,规定n 阶矩阵A 的伴随矩阵并没有要求A 可逆,但是在A 可逆时,*A 和1-A 有密切关系. 基本公式：E A A A AA ==**.于是对于可逆矩阵A ,有A A A /*1=-,即1*-A A A .因此可通过求*A 来计算1-A .这就是求逆矩阵的伴随矩阵法.和初等变换法比较,伴随矩阵法的计算量要大得多,除非2=n ,一般不用它来求逆矩阵.对于2阶矩阵⎪⎪⎭⎫ ⎝⎛--=⎪⎪⎭⎫ ⎝⎛a c b d d c b a *, 因此当0≠-bc ad 时,()bc ad a c b d d c b a -⎪⎪⎭⎫ ⎝⎛--=⎪⎪⎭⎫ ⎝⎛-1.伴随矩阵的其它性质：①如果A 是可逆矩阵,则*A 也可逆,并且()()*/*11--==A A A A . ②1*-=n A A .③()()T T A A **=. ④()**1A c cA n -=.⑤()***A B AB =；()()k k A A **=.⑥当2>n 时,()A A A n 2**-=；2=n 时,()A A =**.。

线性代数中的线性方程组的基本解

线性代数中的线性方程组的基本解在线性代数中，线性方程组是一个非常重要的概念。

解线性方程组可以帮助我们找到未知数的取值，从而解决实际生活中的问题。

本文将介绍线性代数中线性方程组的基本解，并探讨一些相关的概念和理论。

一、线性方程组的定义与形式线性方程组是由一组线性方程组成的方程组。

一个线性方程组可以表示为：a₁₁x₁ + a₁₂x₂ + ... + a₁ₙxₙ = b₁a₂₁x₁ + a₂₂x₂ + ... + a₂ₙxₙ = b₂...aₙ₁x₁ + aₙ₂x₂ + ... + aₙₙxₙ = bₙ其中，aᵢₙ表示系数，xₙ表示未知数，bᵢ表示常数项，m表示方程组的行数，n表示方程组的列数。

二、线性方程组的解线性方程组的解指的是使得所有方程都成立的未知数取值。

一个线性方程组可以有三种解的情况：1. 无解的情况：线性方程组不存在可行解的情况称为无解。

2. 唯一解的情况：线性方程组存在唯一的解的情况称为唯一解。

这种情况下，线性方程组的解是一个由实数构成的向量。

3. 无穷多解的情况：线性方程组存在无穷多个解的情况称为无穷多解。

这种情况下，线性方程组的解是一个由自由变量决定的参数化表示。

三、线性方程组的基本解在线性方程组的解中，基本解是其中最基础的解。

基本解可以通过高斯消元法或矩阵运算得到。

具体步骤如下：1. 将线性方程组表示为增广矩阵的形式。

2. 对增广矩阵进行初等行变换，将其转化为行简化阶梯形。

3. 找到基础变量和自由变量。

基础变量是主导方程的未知数，自由变量是非主导方程的未知数。

4. 将自由变量表示为参数的形式，得到基本解。

5. 可以通过改变参数的值，得到线性方程组的无穷多解。

四、线性方程组的应用线性方程组的理论和方法在各个领域都有广泛的应用。

下面举几个例子来说明线性方程组的应用：1. 物理学中的力学问题：通过解线性方程组，可以确定多个物体受力的大小和方向。

2. 经济学中的投资问题：通过解线性方程组，可以确定不同投资项目的收益和投资金额。

《线性代数》线性方程组

A 2
5
3
③+①(-3) 0
1
1
3 8
0 1 6
③+②(-1)
1
0
3 1
2
1
0 0 5
对于齐次线性方程组，要使其有非零解，
则要求：秩r(A)n 3
故 5 ＝， 0 ，＝ 5 时当即 r A 2 ， 3
此时方程组有非零解。这时系数矩阵变为：
1 3 2
如果常数项 b1,b2,,bm不全为0，则称为：非齐次线性方程组。
5、方程组的解：
方程组的解是满足方程组的未知量的
一组取值： x 1 c 1 ,x 2 c 2 , ,x n c n .
也可记c1为 ,c2,： ,cn）（
例如：
显然，
5x1 x2 2x3 0 2x1 x2 x3 0 9x1 2x2 5x3 0
经济数学基础
《线性代数》
第三章线性方程组
本章重点：
•线性方程组的解的判定和求法
本章难点：
•解的判定定理
一、线性方程组的有关概念
1、n元线性方程组为：
a11x1 a12x2 a1nxn b1,
a21x1 a12x2 a1nxn b2,
am1x1 am2x2 amnxn bm.
ai： j 第 i个方,第程 j个未知 xj的量系数；
1 1 0 x1 1
1
0
2x2
2
0 3 4 x3 3
由线性方程组可惟一确定增广矩阵；反之由增广矩阵，也可以惟一确定线性方程组。
【例2】已知方程组的增广矩阵如下，试写出
它的线性方程组
1 1 0 1
A 1 0 2 2
【解】：x1x2 1

18、在职工程硕士GCT_数学_线性代数四_线性方程组

补
若方程组
x1 x1
x2 ax
2
ax 3 x3
0 a2
有解，
x2 x3 4
则其中 a （ A ）.
A. 2 B. 1 C. 1 D. 2 （2011年）
解由题知，r ( A) r ( A ).
A
1 1
1 a
a 1
0 a2
0 1 1 4
1 1 a 0 0 a 1 a 1 a2 0 1 1 4
正确的是（ A ）.
A. ABX O 必有非零解 C. BAX O 必有非零解
B. ABX O 只有零解 D. BAX O 只有零解
解由题知 AB 为4阶矩阵，BA 为3阶矩阵。
பைடு நூலகம்
r( AB) r( A) 3 4 n
ABX O 必有非零解。
例
若线性方程组
1 1
1 a x 0
1 2 3 0
1 2 5
即 3 1 0 0
0 1k
解之得 k 3.
例设 1,2 , 3 是齐次线性方程组 AX O 的一个
基础解系（ A 是 m n 矩阵），若 1 1 22 ,
2 1 t3, 3 t1 2 也为 AX O 的一个
基础解系，则（ D ）.
★（P55 第6题）
解这是一个特殊的非齐次线性方程组
由题知， | A | 0
即1 1k
1 k 1 0 1 1 2
解之得 k 1, k 4
定理3 齐次线性方程组 AX O 总有解。
0
（
零解： X
0
0
非零解：其它的解）
AX O 只有零解 r ( A) n
AX O 有非零解 r ( A) n

线代知识点总结归纳

线代知识点总结归纳1. 基本概念线性代数的基本概念包括向量、矩阵、线性方程组、行列式等。

向量是线性代数中的基本概念，它是一个有向量在空间中的表示。

通常用n维实数或复数坐标表示一个n维向量，例如，一个三维向量可以表示为（x，y，z）。

矩阵是由若干个数排成若干行和若干列组成的数表，通常用大写字母表示，例如，矩阵A。

线性方程组是由一组线性方程组成的方程组，通常用矩阵形式表示，例如，Ax=b。

行列式是一个数学概念，用来判断矩阵是否可逆，是一个非零数值。

2. 矩阵运算矩阵运算包括矩阵加法、矩阵数量乘法、矩阵乘法等。

矩阵加法是将两个相同维度的矩阵进行对应元素的相加，例如，矩阵A和矩阵B相加得到矩阵C。

矩阵数量乘法是将一个数与一个矩阵的每一个元素相乘，例如，数k与矩阵A相乘。

矩阵乘法是将一个m×n的矩阵与一个n×p的矩阵相乘得到一个m×p的矩阵，例如，矩阵A与矩阵B相乘得到矩阵C。

3. 向量空间向量空间是一个由向量构成的集合，并且满足一定的线性运算和封闭性质。

向量空间包括零向量、线性组合、线性相关与线性无关等概念。

零向量是所有元素都为零的向量，通常用0表示。

线性组合是将向量乘以一个标量再相加得到一个新的向量，例如，向量u和向量v的线性组合是ku+lv。

线性相关是指向量集合中存在非零标量使得它们的线性组合为零向量，线性无关是指向量集合中不存在非零标量使得它们的线性组合为零向量。

4. 特征值与特征向量矩阵的特征值和特征向量是线性代数中的重要概念。

特征值是一个数，特征向量是一个非零向量，使得矩阵与特征向量的乘积等于特征值与特征向量的乘积，即Ax=λx。

通过求解矩阵的特征值和特征向量，可以得到矩阵的对角化与相似对角化等结果，进而解决一些重要的问题，例如，求解线性方程组、奇异值分解等。

综上所述，线性代数是数学中的一个重要分支，它研究向量空间、矩阵、线性变换等代数结构，并且在科学与工程领域广泛应用。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

组
即存在不全为零的 k1, k2 , , kn，使得
k1 A1 k2 A2 kn An 0 . ( x~1 k1 )A1 ( x~2 k2 )A2 ( x~n kn )An b .
可见 x~1 k1, x~2 k2 , , x~n kn 也是 A X = b 的解，
12
§4.1 线性方程组的基本概念
第三、等价的线性方程组
四章
定义
若两个线性方程组同解，则称它们等价。 P111 定义4.1
线定理若存在可逆矩阵 P ，使 PA = B ，则线性方程组
性方
P111 定理
A X = b 与 B X = P b 等价(同解)。
程 4.1
组证明由 A X b , P A X P b , B X P b;
即得 A X = b 有解。
8
§4.1 线性方程组的基本概念
第二、线性方程组解的存在性与惟一性
四章
1. 线性方程组解的存在性
2. 线性方程组解的惟一性 P112 定理4.2 (2) 线
性定理设 r ( A) r ( A b) r , 则 r n A X = b 有惟一解。
方程
四章
1. 线性方程组的一般形式
2. 线性方程组的矩阵形式
线性
3. 线性方程组的向量形式
P111
方程
对于线性方程组 A X b , 令
组
A ( A1 , A2 , , An ) ,
x1
则得到向量形式为
( A1 ,
A2 ,
,
An
)

x2

b,
即 x1 A1 x2 A2 xn An b .
P123
4
§4.1 线性方程组的基本概念
第一、线性方程组的几种表示形式
四章
1. 线性方程组的一般形式
2. 线性方程组的矩阵形式 P111 线
性
方
程
组
简记为 A X b ,
其中 A 称为系数矩阵， A~ ( A b) 称为增广矩阵。
5
§4.1 线性方程组的基本概念
第一、线性方程组的几种表示形式
第四
第四章线性方程组
章
线 §4.1 线性方程组的基本概念
性方
§4.2 高斯(Gauss)消元法
程组
§4.3 齐次线性方程组解的结构
§4.4 非齐次线性方程组解的结构
1
§4.1 线性方程组的基本概念
第四
§4.1 线性方程组的基本概念
章
一、线性方程组的几种表示形式
线
性二、线性方程组解的存在性与惟一性
方程
三、等价的线性方程组
组
2
§4.1 线性方程组的基本概念
第一、线性方程组的几种表示形式
四
章
在第一章中，讨论了方程的个数与未知量的个数相等的
线方程组，而实际问题中，方程组的方程个数与未知量的个数
性方
不一定相等。
程
下面将讨论一般线性方程组。
组
需要探讨的问题
(1) 方程组是否有解? (2) 如果有解，是否惟一? (3) 如何求解?
证明
由 r ( A) r ( A b) 知 A X = b 有解，
组
即存在 x~1, x~2 , , x~n ，使得
x~1 A1 x~2 A2 x~n An b .
(1) 若 r n , 则 A1, A2 , , An 线性无关，故 b 只能由 A1, A2 , , An 的惟一地线性表示，即 A X = b 的解是惟一的。
故 A X = b 的解不惟一。
10
§4.1 线性方程组的基本概念
第二、线性方程组解的存在性与惟一性
四章
1. 线性方程组解的存在性
2. 线性方程组解的惟一性线
性综合 (线性方程组解的判定) 方
程
对于线性方程组 A X = b，有
组
(1) 当 r( A) r( A~) n 时，方程组有无穷多解;
若 A X = b 有解，
组
则 b 可由 A1 , A2 , , An 线性表示，
故向量组 A1 , A2 , , An 与 A1 , A2 , , An , b 等价，
即得 r ( A) r ( A b).
7§4.1 ຫໍສະໝຸດ 性方程组的基本概念第二、线性方程组解的存在性与惟一性
四章
xn
将右端项表示成系数阵的列向量的线性组合
6
§4.1 线性方程组的基本概念
第二、线性方程组解的存在性与惟一性
四章
1. 线性方程组解的存在性
P112 定理4.2 (1)
线定理线性方程组 A X = b 有解的充要条件是 r ( A) r ( A b).
性证明必要性
方
程
1. 线性方程组解的存在性
线定理线性方程组 A X = b 有解的充要条件是 r ( A) r ( A b).
性证明充分性
方
程
若 r ( A) r ( A b),
组
则 A1 , A2 , , An 的极大线性无关组也是
A1 , A2 , , An , b 的极大线性无关组，
故 b 可由 A1 , A2 , , An 的线性表示，
由 B X P b; P1B X b , A X b .
故线性方程组 A X = b 与 B X = P b 等价。
13
§4.1 线性方程组的基本概念
第三、等价的线性方程组
四章定理的重要意义
线
若 ( A b) 行初等变换 P ( A b) (P A Pb) (B Pb) ,
(2) 当 r( A) r( A~) n 时，方程组有唯一解;
(3) 当 r( A) r( A~) 时，方程组有无解。
其中 A~ ( A b).
11
§4.1 线性方程组的基本概念
第二、线性方程组解的存在性与惟一性
四章 3. 关于齐次线性方程组的一些结论补
线
对于齐次线性方程组 Amn X 0 , 有如下结论：
性方
(1) 一定有(零)解。因为 r ( A) r ( A 0).
程
组
(2) 只有零解 r( A) n; 有非零解 r( A) n .
特别，若 m ＜ n ，即方程的个数小于未知量的个数，则必有非零解。
(3) 若 m = n ，即 A 为方阵，则只有零解 | A| 0; 有非零解 | A| 0 .
3
§4.1 线性方程组的基本概念
第一、线性方程组的几种表示形式
四章
1. 线性方程组的一般形式
线
性
方
程
组
其中 x1, x2 , , xn 为未知量，
ai j 是第 i 个方程第 j 个未知量 xj 的系数，
b1, b2 , , bm 为常数项。
定义若常数项不全为 0，称为非齐次线性方程组； P109 否则称为齐次线性方程组 (或者导出组)。
性
方
则线性方程组 A X = b 与 B X = P b 同解(即解不变)。
程
组
称此为线性方程组同解变形。
它是后面(高斯)消元法的基础。
思考可否进行列初等变换？
14
§4.1 线性方程组的基本概念
第四章
线性方程组
轻松一下吧 ……
15
9
§4.1 线性方程组的基本概念
第二、线性方程组解的存在性与惟一性
四章
1. 线性方程组解的存在性
2. 线性方程组解的惟一性线
性定理设 r ( A) r ( A b) r , 则 r n A X = b 有惟一解。
方程
证明
(2) 若 r n, 则 r n ,
A1 , A2 , , An 线性相关，