线性方程组有解的判定条件
线性代数第三章线性方程组第4节线性方程组解的结构
c1
1 0
c2
0 1
k1
1 1
k2
2 2
1
0
0
1
得 c1 k2
cc12
k1 k1
2k2 2k2
c1 k2
即 c1 k2 0
cc12
k1 k1
2k2 2k2
0 0
c1 k2 0
解得 c1 k2,c2 k2,k1 k2.
取
k2 k 0,
则方程组(Ⅰ)、(Ⅱ)的公共解为
(kk21
(k1 k2 )
k2 k2
)0 0
解之得到
k1 k2.
当k1 k2 0时,向量
k1(0,1,1, 0)T k2 (1, 2, 2,1)T k2[(0,1,1, 0)T (1, 2, 2,1)T
满足方程组(Ⅰ).
k2 (1,1,1,1)T
并且它也是方程组(Ⅱ)的解,故它是方程组(Ⅰ)与(Ⅱ)的 公共解.
定理3.17 若0是非齐次线性方程组AX=b的一个解,则方程组 AX=b的任意一个解 都可以表示为 0 其中 是其导出组AX=0的某个解,0称为方程组
AX=b的一个特解.
例7 求线性方程组
x1 2x2 3x3 x4 3x5 5
3x1
2x1 4x2
x2 2x4 6x5 1 5x3 6x4 3x5
0 0
x1 5x2 6x3 8x4 6x5 0
的一个基础解系.并求方程组的通解.
解 方程组中方程个数小于未知量的个数,所以方程组有 无穷多解.
对方程组的系数矩阵施以初等行变换,化为简化的阶 梯形矩阵:
3 1 6 4 2
A 2
2
3 5
3
1 5 6 8 6
4_6非齐次线性方程组有解的条件及解的结构
解证 对增广矩阵B进行初等变换,
方程组的增广矩阵为
Page 17
0 0 1 1 0 1 1 0 0 0 0 1 1 0 B 0 0 0 1 1 0 1 0 0 0 1
0 0 1 1 0 0 0 1 1 0 0 0 1 1 0 ~ 0 1 1 0 0 0 0 0 0 0
例1 求下述方程组的解 x1 x 2 x 3 x 4 x 5 7 , 3 x x 2 x x 3 x 2, 1 2 3 4 5 2 x 2 x 3 2 x 4 6 x 5 23, 8 x1 3 x 2 4 x 3 3 x 4 x 5 12.
下面讨论非齐次线性方程组与其导出组的解的关 系.
Page 2
(1)如果u1是Ax=b的一个解,v1是Ax=0的一个解,则 u1+v1也是Ax=b的解. 证: ∵ Au1=b, Av1=0 故A(u1+v1) =Au1+Av1 =b+0 =b (2)如果u1,u2是Ax=b的两个解,则u1-u2是Ax=0的解.
显然,R( A) 2, R( B ) 3,
故方程组无解.
Page 16
x1 x2 x x 3 2 例3 证明方程组 x3 x4 x x 5 4 x5 x1 求出它的一切解.
a1 a2 a3 a4 a5 有解的充要条件
是a1 a2 a3 a4 a5 0.在有解的情况下,
由R A R B ,知方程组有解又R A 2, n r 3, .
所以方程组有无穷多解. 且原方程组等价于方程组
x1 x2 x3 x4 x5 7 2 x2 x3 2 x4 6 x5 23
2.6线性方程组解的一般理论
x4
0
,
1
,
0
x5 0 0 1
2 2 6
1
1
5
1
1
,2
0
,3
0
0
1
0
0
0
1
一般解 c11 c22 c33
(c1, c2, c3为任意常数.)
8
三、非齐次线性方程组解的结构
x11 x22 xnn (I) 0 (II)
第二章 线性方程组 §2.6 线性方程组解的一般理论
一、线性方程组有解的判定定理 二、齐次线性方程组解的结构 三、非齐次线性方程组解的结构
1
一、线性方程组有解的判定定理
定理1 线性方程组 x11 x22 xnn (I) 有解
r( A) r( A) 推论1 线性方程组(I)无解 r(A) r( A) 推论2 线性方程组(I)有唯一解 r(A) r(A) n 推论3 线性方程组(I)有无穷多解 r(A) r(A) n
方程组的三个解向量 1,2 ,3满足
1
0
1
1 2 2, 2 3 1, 3 1 0
3
1
1
求 非 齐 次 线 性 方 程 组 一 的 般 解.
19
解 A是m 3矩阵, r(A) 1,
导出组的基础解系中有 含3 1 2个线性无关的解向量.
令1 2 a, 2 3 b, 3 1 c,则
其中k1 , k 2为任意实数.
21
A
2 1
3 0
1 2
1 2
3 6
0 0
0 0
1 0
1 0
1 0
5 0
0
0
4
5
3
线性方程组有解的判别定理
用向量和矩阵的理论分析讨论线性方程 组是否有解的问题
设非齐次线性方程组
a11x1 a12x2 a1n xn b1
a2
1x1
a2
2x2
a2n xn
b2
(2)
as1x1 as2x2 asnxn bs
b2
as1 x1 as2 x2 asn xn bs
中, 如果方程式的个数大于未知元的个数
方程组是否无解?
2.对齐次线性方程组你能得到什么结论?
思考题答案
• 1.方程式的个数不能决定系数矩阵和增 广矩阵的秩,不能由此得到有关解的结 论.
• 2.齐次线性方程组恒有解,当系数矩阵的 秩小于未知元的个数时,线性方程组有无 穷多组解(非零解).
0
dr1
0 0 0 0
当dr1 0 时 R(A) R(A)线性方程组有解; 当dr1 0 时 R(A) R(A)线性方程组没有解。 当R(A) R(A)=r 时,线性方程组1( )独立 方程式的个数为 r,不妨设线性方程组1)( 同解与线性方程组
a11x1 a12x2 a1n xn b1
量方程
x1 1 x 2 2 x n n ,
则线性方程组有解的充
分必要条件是
向量 可以表示成向量组 线性组合。
,
1
2
,
的
n
记系数矩阵 为
a11 a12 a1n
A
a 21
a
s1
a 22 a 2n
a s 2 a sn
4.1 线性方程组有解的条件
(1) 0, 3, R( A) R(B) 3, 方程组有唯一解; 故: (2) 0, R( A) 1, R(B) 2, 方程组无解;
(3) 3, R( A) R(B) 2, 方程组有无限多个解。
1 1 2 3 1 0 1 1
此时
B
r
0
3
3
6
r
0
1
1
2
,
0 0 0 0 0 0 0 0
x1 1 1 1 2
x2 x3
c1
1
0
c2
0
2
0
1 2
, c1
, c2
R.
x4 0 1 0
例4
对于线性方程组
(1 x1
)
(1
x1
)
x2 x2
x3 x3
0, 3,
书本P112,T6
x1 x2 (1 )x3 ,
问取何值时,有解?有无穷多个解? 并求无穷多解的通解。
c1n d1
c2n
d2
M M
crn
dr
0 0
d
r 1
0
M M
0 0
初等变换不改变矩阵的秩,故有:R( A) R( A) r,
增广矩阵B 通过初等行 变换化为阶
梯型矩阵B
R(B)
R(B)
r, r
1,
当dr1 0, 当dr1 0.
故:
方程组(1)有解的充分必要条件为 dr1 0 ,此时R(A)=R(B)。
令 x3 c1, x4 c2,把它写成通常的参数形式
x1
21
4 3
c2
,
x3 c1,
x4
c2 ,
5
线性方程组有解的判定条件
解 对增广矩阵B进行初等变换,
1 B =3
−2 −1
3 5
−1 −3
1 2
r2 r3
− −
2r1r1
1 0
−2 5
3 −4
−1 0
1 − 1
2 1 2 − 2 3 r3 − r2 0 05 −04 0 12
显然,R( A) = 2, R(B) = 3, 故方程组无解.
例3 求解非齐次方程组的通解
λx1 + x2 x1 + λx2
+ +
x3 x3
= =
1
λ
x1 + x2 + λx3 = λ2
问λ取何值时,有解?有无穷多个解 ?
解 对增广矩阵 B = ( A,b) 作初等行变换,
λ 1 1 1 1 1 λ λ2
B=1 λ 1 λ ~1 λ 1 λ
1
1λ
λ2
λ
1
1
1
1 1
一、线性方程组有解的判定条件
问题:如何利用系数矩阵 A 和增广矩阵 B 的秩, 讨论线性方程组 Ax = b 的解.
定理1 n 元齐次线性方程组 Am×n x = 0 有非零解
的充分必要条件是系数 矩阵的秩 R(A) < n.
证 必要性. 设方程组 Ax = 0 有非零解,
设R(A) = n,则在A中应有一个n阶非零子式Dn,从而
x2 x3
− −
x3 x4
= a2 = a3
由此得通解:
x4 − x5 = a4
x1 = a1 + a2 + a3 + a4 + x5
x2 = a2 + a3 + a4 + x5 x3 = a3 + a4 + x5
线性代数-非齐次线性方程组
充分性:若r(A)=r(A|b) ,即d r+1 =0,则(*)有解。
把这 r 行的第一个非零元所对应的未知量作为 非自由未知量, 其余n r个作为自由未知量,
即可得方程组的一个解. 并令 n r 个自由未知量任意取值,
定理1更常用的描述是:
此乃第三章的 精华所在
定理1’
对n 元非齐次线性方程组 Amn x b ,
Ch3 矩阵的秩与线性方程组
第 二节
(非)齐次线性方程组
一、线性方程组有解的 判定
二、线性方程组的解法
对于m个方程n个未知数的线性方程组
a11 x1 a12 x 2 a1n x n b1 a 21 x1 a 22 x 2 a 2 n x n b2 ........................................... a x a x a x b m2 2 mn n m m1 1
解 对增广矩阵 A 进行初等变换,
r12 ( 3) 1 2 3 1 1 1 2 3 1 1 r ( 2) A 3 1 5 3 2 13 0 5 4 0 1 2 1 2 2 3 r23 ( 1) 0 5 4 0 1 0 0 2
2 当 1时,
1 1 2 A ~ 0 1 1 1 2 0 0 1 2 1 1 1 1 2 ~ 0 1 1 0 0 ( 2 ) 1 2
问取何值时, 有唯一解? 无解?有无穷多个解 ?
解一 对增广矩阵 A ( A, b) 作初等行变换,
A 1 1
1
4.2线性方程组有无解的判定
1
Q r ( A) = r ( A ) = 3, ∴ 原方程组有惟一解:x1 = −
λ
, x2 =
2
λ
, x3 =
λ −1 . λ
当λ
1 1 − 2 − 3 1 0 − 1 − 1 = −3 时, A → 0 − 3 3 6 → 0 1 − 1 − 2(行简化阶梯形矩阵) 0 0 0 0) 0 0 0 0
是否有解线性方程组的线性组合不是且表出方式不惟一的线性组合为何值时且表出方式惟一的线性组合为何值时的线性组合不能表为为何值时的线性组合不能表为方程组有惟一解故惟一线性表出为可由行简化阶梯形矩阵阶梯形矩阵方程组有无穷多解其一般解为且表出方式不惟一
§4.2 线性方程组有无解的判定 线性方程组的一般形式:
同解方程组为
5 5 x1 − x3 + x4 = 0 3 3 x + 7 x − 1 x = 1, 2 3 3 3 4
故一般解为
5 5 x1 = x3 − x4 3 3 ( x3 , x 4为自由未知量 ). x = 1− 7 x + 1 x , 3 4 2 3 3
1 −1 1 3 1 −1 2 −1 M 3 1 −1 2 −1 MM 3 →0 0 −5 2 −6 解(1) A = 4 −4 3 −2 M 6 → 0 0 −5 2 MM −6 = 4 1 −1 −3 1 M 1 0 0 −5 0 MM −2 0 0 0 2 (阶梯形矩阵)
⇔ r ( A) = r ( A ) = n,
有无穷多解 ⇔ r ( A) = r ( A ) < n.
解线性方程组的步骤: (1)利用矩阵的初等行变换将方程组的增广矩阵化 为阶梯形矩阵,判断是否有解. (2)有解时,继续利用矩阵的初等行变换将阶梯形 矩阵化为行简化阶梯形矩阵. (3)根据行简化阶梯形矩阵,写出方程组的解.
3.向量组的线性相关性与线性方程组的解
§3.1 线性方程组解的判定1.定理3.1:n 元线性方程组AX=b ,其中A=(a 12a 12•••a 1n a 21a 22•••a 2n••••a m1a m2•••a mn),x=( x 1x 2••x n ) ,b=( b 1b 2••b m )(1)无解的充要条件是R(A)<R(A,b);(2)有惟一解的充要条件是R(A)=R(A,b)=n , (3)有无穷多解的充要条件是R(A)=R(A,b)<n.注:(1)R(A,b)先化为行阶梯形,判别。
有解时再化为行最简形求解。
(2)R(A)=m 时,AX=b 有解。
(3)R(A)=r 时,有n-r 个自由未知量,未必是后面n-r 个。
2.定理3.2:n 元线性方程组AX=0(1)有惟一解(只有零解)的充要条件是R(A)=n ; (2)有无穷多解(有非零解)充要条件是R(A)<n .注:(1)m <n,AX=0必有非零解。
3.定理3.3:矩阵方程AX=B 有解的充要条件是R(A)=R(A,B) 求解线性方程组例1. {4x 1+2x 2−x 3=23x 1−x 2+2x 3 =1011x 1+3x 2 =8例2. {2x 1+x 2−x 3+x 4 =14x 1+2x 2−2x 3+x 4=22x 1+x 2 −x 3−x 4 =1例3. 求解齐次线性方程组{3x 1+ 4x 2−5x 3+ 7x 4 =02x 1−3x 2+3x 3− 2x 4 =04x 1+11x 2−13x 3+16x 4=07x 1−2x 2+ x 3+ 3x 4 =0例4.写出一个以X=C 1(2−310)+C 2(−2401)为通解的齐次线性方程组。
例5(每年).(1)λ取何值时,非齐次线性方程组{ λx 1+x 2+x 3=1x 1+λx 2+x 3=λx 1+x 2+λx 3=λ2(1)有惟一解;(2)无解;(3)有无穷多组解?并在有无穷多组解时求出通解.(2)非齐次线性方程组{x 1+x 2+2x 3=02x 1+x 2+ax 3=13x 1+2x 2+4x 3=b当a,b 取何值时,(1)有惟一解;(2)无解;(3)有无穷多组解?并求出通解.例5(12/13学年).设A=(λ110λ−1011λ), b=(a11),已知Ax=b 存在两个不同的解:(1)求λ,a;(2)求Ax=b 的通解。
线性方程组解的判定
线性方程组解的判定
线性方程组解的判定是一个重要的数学问题,它涉及到对一组未知量的求解。
解的判定问题的主要内容如下:
1. 系数矩阵存在不等式:在求解线性方程组时,首先要判断系数矩阵是否存在不等式,即是否存在元素值为负的情况:若存在,则解不存在;如果全部元素值都不为负,则判定解存在。
2. 是否存在无穷解:通常情况下,一个线性方程组只有唯一解,即只有一组解。
但也有可能存在无穷多解,即系数矩阵存在元素值全为0,此时解可以是任意一组数,因此可以判定存在无穷解。
3. 闭解的确定:当系数矩阵存在不等式或存在元素值全为0时,可以判定存在无穷解;当系数矩阵存在唯一解时,需要通过计算、符号识别和几何意义的结合,来确定具体的闭解。
4. 压缩可行性:压缩可行性判定法是指将求解所求出来的解,压缩在基本解所构成的空间上,以便表达出更复杂的结果。
5. 方程式系数:也可以通过方程式系数的分析,来判定方程组的解的存在与否,这是一种常用的判定方法。
从上述内容可以看到,线性方程组解的判定是一个复杂的数学问题,要想判断线性方程组的解的存在性,需要结合不等式判定、无穷解判定、压缩可行性判定以及方程式系数等步骤,一步步进行判断,才能正确地确定某个线性方程组的解的存在性。
3.2矩阵的秩与线性方程组有解的判定
2 1 1 1 1 1 0 1 5
2 1 1 1 1 1 2 1 1 0 1 0 1 1 5 1 1 6
例3 解方程组
解
1 __ A 1 2 1 0 0
无解.
1 2 3 1 1 0
1 1 1 1 0 0 0 0 0 0 0 0
0 3 1 1 1 0 4 2 0 0 1 3 1 0 0 0 0 0 0 0
0 1 0 0
0 7 1 0 4 2 1 3 1 0 0 0
x1 1 x2 7 x5 x x3 2 4 x5 , 2 , x5任意(自由未知量) x 1 3 x 4 5
A 可逆 A 非奇异 |A| 0 A 满秩
A 的最高阶非零子式为|A| A 的标准形为E.
线性方程组有解的判定条件
一、线性方程组有解的判定条件
a11 x1 a12 x2 a1n xn b1 a x a x a x b 21 1 22 2 2n n 2 1. 线性方程组 am 1 x1 am 2 x2 amn xn bm x1 b1 x2 b2 X , b , 系数矩阵为 A (aij ) , x b 线性方程组可记为:AX b n n
一般地, 设线性方程 AX b 的增广矩阵为 : a11 a12 a1n b1 a21 a22 a2 n b2 行初等变换 Ab am1 am 2 amn bm
1 0 0 0 1 1 c r , r 1 0 0 0 0 0 0 0 0 0 c1,r 1 c1n c 2 , r 1 c 2 n cr ,n 0 0 0 d1 d2 dr d r 1 0 0
第三章-线性方程组的解
线性代数——第 3章
所以方程组的通解为
x1 1 0 1 2 x2 = c 1 + c 0 + 0 . x3 2 0 4 2 1 2 其中c2 ,c4 任意. 0 1 0 x4
可写成矩阵方程:
Ax b
B ( A, b)
线性代数——第 3章
例
1 2 2 1 1 0 2 4 8 2 设A , b 3 2 4 2 3 3 6 0 6 4
求矩阵A及矩阵B ( A b)的秩.
线性代数——第 3章
定理1 (1) (2) (3)
n元线性方程组Ax=b
无解的充分必要条件是R(A)<R(A,b); 有唯一解的充分必要条件是R(A)=R(A,b)=n; 有无穷多个解的充分必要条件是R(A)=R(A,b)<n;
线性代数——第 3章
1 0 0 ~ B0 0 0 x1
5 x1 2c2 3 c2 , x 2c 4 c , 2 2 3 2 x c , 3 1 x4 c 2 ,
线性代数——第 3章
2、非齐次线性方程组 增广矩阵化成行阶梯形矩阵,便可判断其是否有 解.若有解,化成行最简形矩阵,便可写出其通解. 例2 求解非齐次线性方程组
线性代数——第 3章
解
对系数矩阵 A 施行初等行变换:
1 2 2 1 1 2 2 1 r2 2r1 A 2 1 2 2 0 3 6 4 1 1 4 3 r3 r1 0 3 6 4
d d
线性方程组有解
⎛1 ⎜ ⎜0 ⎜0 ⎜ ⎜0 ⎜0 ⎝ ⎛1 ⎜ 0 ( −1) r4 + r3 ⎜ → ⎜0 ⎜ ⎜0 ⎜0 ⎝
0 0 1 0 0 0
0 0 1 1 0 0
0 0 1 0 0 1 0 0
−2 5 ⎞ ⎛1 r + ⎟ (2−21) rr21+ r3 ⎜ 0 1 1 ⎟ ( −2) r2 + r4 ⎜ 1 −2 ⎟ → ⎜ 0 ⎜ ⎟ 2 −5 ⎟ ⎜0 ⎜0 ⎟ ⎝ 0 0⎠ ⎛1 0 0 7 ⎞ ⎟ r2 ↔ r3 ⎜ 0 1 1 1 ⎟ r3 ↔ r4 ⎜ 0 4 ⎟ → ⎜0 0 ⎜ ⎟ ⎜0 0 0 −7 ⎟ ⎜0 0 ⎟ ⎝ 0 0 ⎠
故秩A=秩 A 。
第三章 线性方程组
充分性。若秩A=秩 A, 于是向量组 α 1 , α 2 , , α n 与向量组 α 1 , α 2 , , α n , β 有相同的秩,设为 r。不妨设 α 1 , α 2 , , α r 是 α 1 , α 2 , , α n 的一个极大线性无关组。显然 α 1 , α 2 , , α r 也是
, amn )′, β = ( b1 , b2 , + xnα n = β
, bm )′ 是增广矩阵
—(3.5.2)
于是方程组(3.5.1)可表为: 的列向量,
x1α 1 + x2α 2 +
必要性。若方程组(3.5.1)有解, 由(3.5.2)知β可由
α 1 , α 2 , , α n 线性表示,因此向量组 α 1 , α 2 , , α n 与向量组 α 1 , α 2 , , α n , β 等价。 α 1 , α 2 , , α n 是A的列向量组, 1 , α 2 , α , α n , β 是 A 的列向量组,由于等价的向量组有相同的秩,
线性方程组的解
x1 x 2 xn
故方程组有唯一解, 故方程组有唯一解
= d1 , = d2 , M = dn ,
~ 3. 若R(A) =R(B)= r <n,则B中的 r+1= 0 中的d 则 中的 ~ 不出现),于是B对应的方程组 ),于是 对应的方程组B (或dr+1不出现),于是 对应的方程组
d1 d2 M dr d r +1 0 M 0
1. 若R(A)<R(B), 则r+1行对应矛盾方程 行对应矛盾方程0=1, < 行对应矛盾方程 故方程组无解. 故方程组无解 2. 若R(A) =R(B)= r = n,则B中的 r+1=0(或dr+1 中的d 则 ~中的 ( ~ 不出现), ),且 都不出现,于是B对应方程组 不出现),且bij都不出现,于是 对应方程组
由于参数c 可取任意值, 由于参数 1,···, cn-r可取任意值, 故方程组有 无限多个解.证毕. 无限多个解.证毕. 称为线性方程组的通解. 解(6)称为线性方程组的通解 称为线性方程组的通解
(6)
由定理4容易得出线性方程组理论中两个最 由定理 容易得出线性方程组理论中两个最 基本的定理: 基本的定理 定理5 定理5 n 元非齐次线性方程组 Am×n x = b 有解
的充分必要条件是系数 矩阵 A 的秩等于增广矩 阵 B = ( A, b ) 的秩.
定理6 定理 n 元齐次线性方程组 Am×n x = 0 有非零解
的充分必要条件是系数 矩阵的秩 R( A) < n.
下面把定理5推广到矩阵方程 下面把定理 推广到矩阵方程 定理7 矩阵方程AX=B有解的充分必要条件是 定理 矩阵方程 有解的充分必要条件是 R(A) =R(A, B) . 矩阵, 矩阵, 证 设A为m×n矩阵 X为n×l矩阵 则B为m×l 为 × 矩阵 为 × 矩阵 为 × 矩阵. 按列分块, 矩阵 把X和B按列分块 记为 和 按列分块
线性组合与线性相关
一、线性方程组解的判定定理 1.n元线性方程组Ax=b有解 r( A) . r( A~)
且:r( A) r( A~) n 有唯一解; r( A) r( A~) n 无穷多解。
五、关于向量组线性相关性的主要结论
1.零向量是线性相关的,一个非零向量是线性无关的。 2.两个向量线性相关的充分条件是对应分量成比例。 3.含有零向量的向量组线性相关。 4.部分组线性相关,则整个向量组组线性相关;
向量组线性无关,则其部分组线性无关。 5. 线性无关向量组的“加长”向量组线性无关;
向量组线性无关,则其部分组线性无关。
1 0 0 单位向量组
思考:1 0,2 1,3 0
0 0 1
线性无关
1
0
0
0 1 0
判断1
0
,2
0
,3
1
的线性相关性。
1 3 5
2
4
6
讨论方程组x11+x22+x33=O的解, 前三个方程是 x11+x2 2+x3 3=O ,从而x1=x2=x3=0
1 1 1
1 1 1
答案:1. A 1 2 3,| A | t 5 或 A 0 1 2
1 3 t
0 0 t 5
所以,t=5时线性相关,t≠5时线性无关。
2.t取任何值,向量组都线性相关。(4个3维向量)
条件是其中每个向量都不能可由其余向量线性表示。
例:两个向量α1,α2线性相关的充要条件是它们对应 的分量成比例。
线性方程组有解的判定定理
设 RA RB rr n,
则 B 的行阶梯形矩阵中含 r 个非零行,
把这 r 行的第一个非零元所对应的未知量作为 非自由未知量,
其余n - r个作为自由未知量,
并令 n - r个自由未知量全取0,
即可得方程组的一个解.
证毕
小结 RA RB n Ax b有唯一解
RA RB n Ax b有无穷多解.
-5 3 4
3
0 0 0 0
即得与原方程组同解的方程组
x1 x2
2 2
x3 x3
5
3 4
3
x4 x4
0, 0,
由此即得
x1 x2
2
x3
5 3
x4
,
-2
x3
-
4 3
x4
,
( x3 , x4 可任意取值).
令 x3 c1, x4 c2,把它写成通常的参数形式
x1
2c1
5 3
解 对增广矩阵B进行初等变换,
1 - 2 3 - 1 1 B 3 -1 5 - 3 2
2 1 2 - 2 3
1 - 2 3 - 1 1
0 5 - 4 0 -1
0 50 -04 0 12
显然,R( A) 2, R(B) 3, 故方程组无解.
例3 求解非齐次方程组的通解
x1 x1
c2 ,
x2
-2c1
-
4 3
c2 ,
x3 c1,
x4
c2
,
5
x1 x2 x3 x4
c1
2 -2 1 0
c2
3 -4
3 0
1
.
例2 求解非齐次线性方程组
x1 3 x1
线性方程组解的判别与解的结构
线性⽅程组解的判别与解的结构⼀.线性⽅程组求解定理1.线性⽅程组有解判别定理线性⽅程组a11 x1 + a12 x2 + … + a1n x n = b1 ,a21 x1 + a22 x2 + … + a2n x n = b2 , ......................................................as1 x1 + as2 x2 + … + asn x n = bs有解的充分必要条件是 : 它的系数矩阵与增⼴矩阵有相同的秩 .2. 齐次线性⽅程组a11 x1 + a12 x2 + … + a1n x n = 0,a21 x1 + a22 x2 + … + a2n x n = 0, ......................................................as1 x1 + as2 x2 + … + asn x n = 0有⾮零解的充分必要条件是: 它的系数矩阵的秩r ⼩于未知量个数n .齐次线性⽅程组求解⼀般步骤: 1.把系数矩阵通过初等变换,变换成阶梯形矩阵. 2.判断阶梯形矩阵中⾮零⾏的个数秩(r),以及计算⾃由元个数m=n-r. 3.确定⾃由元位置,然后以次为它们赋值1,0... 4.求解出⽅程组的基础解系. 5.⽤基础解系表⽰出⽅程全解.⾮齐次线性⽅程组求解,与齐次线性⽅程组求解过程基本⼀致,只需要再求出⼀个特解。
⼆.如何⽤C语⾔计算线性⽅程组的解 那么如何⽤算法求出线性⽅程组的解呢? 就是根据上⾯⽅程组求解⼀般步骤来的, 1.矩阵的初等变换(在上次⾏列式计算的基础上,这个很好实现). 2.求出矩阵的秩/⾃由元个数,然后确定⾃由元的位置(我认为这是⼀个难点) 3.初始化⾃由元(1,0,..),计算变量,最终求出基础解系 4.⾮齐次线性⽅程 4.1.先求出齐次线性⽅程组的基础解系 4.2.再利⽤上⾯步骤求⼀个特解即可1.矩阵的初等变换//初等⾏变换void primaryRowChange(int s, int n, double **array){int i,j,k,ii,kk,flag;double temp;for(i=0,j=0;i<s-1;i++,j++)//s⾏,最外围只需要变换s-1{ii=i;//如果⾏的⾸元为0,向下查找⼀个不为0的,然后换⾏if(*(*(array+i)+j) == 0){{if(*(*(array+k)+j)!=0)//第k⾏与第i⾏交换{for(kk=j;kk<n;kk++){temp=*(*(array+k)+kk);*(*(array+k)+kk) = *(*(array+i)+kk);*(*(array+i)+kk) = temp;}flag =1;break;}}//判断是交换成功,如果没有成功,则i--if(!flag){i--;continue;}i--;j--;continue;}for(;ii<s-1;ii++){if(*(*(array+ii+1)+j)==0)continue;temp =-*(*(array+ii+1)+j) / *(*(array+i)+j);for(k=j;k<n;k++)*(*(array+ii+1)+k) += *(*(array+i)+k) * temp;}}}2.计算矩阵的秩//计算矩阵的秩int getRank(int s, int n, double **array){int flag;int i,j,r=s;//判断⾮零⾏个数for(i=0;i<s;i++){flag=0;for(j=0;j<n;j++){if(*(*(array+i)+j)!=0 && (*(*(array+i)+j)>0.01 || *(*(array+i)+j) <-0.01))//排除很⼩数, {flag=1;break;}}if(!flag)//当前⾏全为零,则r为i;{r=i;break;}}return r;}3.确定⾃由元位置 ⾃由元确定需要考虑两种情况: 1).系数梯形矩阵最后⼀⾏只有⼀个⾮零元素. 2) 系数梯形矩阵中某⾏的个数等于⾃由元的个数.//获取⾃由元信息int* getFreeElement(int r, int n, double **array, int **matrixPrimary, double **matrixCalc) {int i,j,k,o,p,q;int m=n-1-r;//n-1:int *freeElement =(int*)malloc(m*sizeof(int));j=-1;//判断是否有为0的变量q=0;//如果当前⾏⾮零个数与⾃由元个数相等,则标记为1,⾃由元选择起始位置左移⼀位if(*(*(matrixPrimary+i)+1)==1)//说明第i⾏只有⼀个变量,如果是齐次⽅程它的解⼀定为0 {j=*(*(matrixPrimary+i)+0);for(k=0;k<r;k++)*(*(matrixCalc+k)+j)=*(*(array+k)+n-1) / *(*(array+k)+j);}else if(n-1-matrixPrimary[i][0]==m){q=1;}else if(n-1-matrixPrimary[i][0]>m){o=matrixPrimary[i][0];//当前⾏的⾸元位置p=0;//次数for(k=n-2-q;k>=o;k--)//从后向前查找⾃由元位置{if(k==j)continue;freeElement[p++]=k;if(p==m)//说明已经找到 m个⾃由元return freeElement;}}}return freeElement;}求解⽰例图:1> p148-例42> 2.7(1)-13> 2.7(2)-1.14> 2.7(2)-1.25> 2.7(2)-1.36> 2.7(3)-1.17> 2.7(3)-1.28> 2.7(3)-1.39> 2.7(3)-1.410> p155-例6以下是C语⾔求解的全部源代码#include <stdio.h>#include <stdlib.h>double undefined=-999;//标志位void main(){int i,j,s,n;int res;double **array,*temp,**result;//tempdouble t1[6]={1,1,1,1,1,0};double t2[6]={3,2,1,0,-3,0};double t3[6]={0,1,2,3,6,0};double t4[6]={5,4,3,2,6,0};int homogeneous=1;//标识⽅程是否是齐次⽅程void primaryRowChange(int s, int n, double **array);void printfDouble1Dimension(int n, double *array);void printfDouble2Dimension(int s, int n, double **array);int homogeneousResolve(int s, int n, int homogeneous, double **array, double **result); int nonHomegeneousResolve(int s, int n, double **array, double **result,double *special); //void printfInt2Dimension(int s, int n, int ** array);//int* getPrimary(int n,double *temp);//输⼊说明printf("输⼊说明:⾏数代表S个线性⽅程,N代表未知数及常数项.\n");printf("例如⽅程如下:\n");printf("1x-2y+3z=4\n");printf("-2x-4y+5z=10\n");printf("如下输⼊2⾏,4列:\n");printf("1 -2 3 4\n");printf("-2 -4 5 10\n\n");//开始printf("输⼊⾏数:");scanf("%d",&s);printf("输⼊列数:");scanf("%d",&n);//s=4;//n=6;//动态分配内存空间array =(double**)malloc(s*sizeof(double*));result =(double**)malloc(s*sizeof(double*));special =(double*)malloc(n*sizeof(double));for(i=0;i<s;i++){temp=(double*)malloc(n*sizeof(double));printf("请输⼊第%d⾏数组:",i+1);for(j=0;j<n;j++)scanf("%lf",temp+j);/*switch(i){case 0:temp=t1;//{1,1,1,1,1,0};break;case 1:temp=t2;//{3,2,1,0,-3,0};break;case 2:temp=t3;//{0,1,2,3,6,0};break;case 3:temp=t4;//{5,4,3,2,6,0};break;}*/array[i]=temp;}//打印数组printf("初等⾏列变换之前:\n");printfDouble2Dimension(s,n,array);//判断⽅程是否是齐次⽅程for(i=0;i<s;i++){if(*(*(array+i)+n-1)!=0)//如果最后⼀列,有不为0的说明⽅程为⾮齐次⽅程{homogeneous=0;break;}}primaryRowChange(s,n,array);printf("初等⾏列变换之后:\n");printfDouble2Dimension(s,n,array);if(homogeneous)//齐次{switch (res){case -1:printf("⽅程⽆解.\n");break;case0:printf("⽅程只有零解.\n");break;default:printf("⽅程的基础解系如下:\n");printfDouble2Dimension(res,n-1,result);break;}}else//⾮齐次{res=nonHomegeneousResolve(s,n,array,result,special);if(res==-1)printf("⽅程⽆解.\n");else{printf("⽅程的基础解系如下:\n");printfDouble2Dimension(res,n-1,result);printf("⽅程的特解如下:\n");printfDouble1Dimension(n-1,special);}}system("pause");}//初等⾏变换void primaryRowChange(int s, int n, double **array){int i,j,k,ii,kk,flag;double temp;for(i=0,j=0;i<s-1;i++,j++)//s⾏,最外围只需要变换s-1{ii=i;//如果⾏的⾸元为0,向下查找⼀个不为0的,然后换⾏if(*(*(array+i)+j) == 0){flag=0;for(k=i+1;k<s;k++){if(*(*(array+k)+j)!=0)//第k⾏与第i⾏交换{for(kk=j;kk<n;kk++){temp=*(*(array+k)+kk);*(*(array+k)+kk) = *(*(array+i)+kk);*(*(array+i)+kk) = temp;}flag =1;break;}}//判断是交换成功,如果没有成功,则i--if(!flag){i--;continue;}i--;j--;continue;}for(;ii<s-1;ii++){if(*(*(array+ii+1)+j)==0)continue;temp =-*(*(array+ii+1)+j) / *(*(array+i)+j);for(k=j;k<n;k++)*(*(array+ii+1)+k) += *(*(array+i)+k) * temp;}}}//⾮齐次⽅程解的情况int nonHomegeneousResolve(int s, int n, double **array, double **result, double *special) {int i,j,k,l;int r1,r2;//系数矩阵/增⼴矩阵的秩int getRank(int s, int n, double **array);int homogeneousResolve(int s, int n, int homogeneous, double **array, double **result);r1=getRank(s,n-1,array);r2=getRank(s,n,array);if(r1!=r2)return -1;//⽆解//特解temp =(double**)malloc(r1*sizeof(double*));homogeneousResolve(r1,n,0,array,temp);for(i=0;i<n;i++)*(special+i)=*(*(temp)+i);return homogeneousResolve(r1,n,1,array,result);}//齐次⽅程解的情况int homogeneousResolve(int s, int n, int homogeneous, double **array, double **result){int i,j,k,l,o,p,flag;int r;//秩rankint m;//⾃由元个数int f;//最后⼀个⾮零⾏⾸元的位置double sum1=0,sum2=0;double *temp = (double*)malloc(n*sizeof(double));//临时⾏指针int **matrixPrimary;//存储矩阵⾸元位置及⾮零元个数double **matrixCalc;//计算基础解系int *freeElement;//⾃由元位置double **matrixTemp;//声明函数void printfDouble2Dimension(int s, int n, double **array);void printfInt2Dimension(int s, int n, int **array);int** getPrimary(int s, int n, double **array);int getRank(int s, int n, double **array);double** initMatrixCalc(int s, int n);int* getFreeElement(int r, int n,double **array, int **matrixPrimary, double **matrixCalc);void printfInt1Dimension(int n, int *array);void getPrimarySolution(int r, int n, int homogeneous, double **array, int **matrixPrimary, double **matrixCalc ,int *freeElement, double **result); //秩rankr = getRank(s,n,array);//判断解的情况m=n-1-r;if(m<0)return -1;//⽆解else if(m==0)return0;//只有零解else{//初始化计算矩阵matrixCalc = initMatrixCalc(r,n);//获取矩阵⾸元信息matrixPrimary = getPrimary(r,n,array);/*printf("打印计算矩阵:\n");printfDouble2Dimension(r,n,matrixCalc);printf("打印矩阵⾸元信息:\n");printfInt2Dimension(r,2,matrixPrimary);*/freeElement = getFreeElement(r, n, array, matrixPrimary,matrixCalc);//打印⾃由元位置//printf("打印⾃由元位置:\n");//printfInt1Dimension(m, freeElement);//计算基础解系getPrimarySolution(r, n, homogeneous, array, matrixPrimary, matrixCalc, freeElement ,result);//printfDouble2Dimension(m,n,result);return m;}}//init Matrix calcdouble** initMatrixCalc(int s, int n){int i,j;double **array=(double**)malloc(s*sizeof(double*));for(i=0;i<s;i++){array[i] =(double*)malloc(n*sizeof(double));*(*(array+i)+n-1)=1;{*(*(array+i)+j)=undefined;}}return array;}//计算矩阵的秩int getRank(int s, int n, double **array){int flag;int i,j,r=s;//判断⾮零⾏个数for(i=0;i<s;i++){flag=0;for(j=0;j<n;j++){if(*(*(array+i)+j)!=0 && (*(*(array+i)+j)>0.01 || *(*(array+i)+j) <-0.01))//排除很⼩数, {flag=1;break;}}if(!flag)//当前⾏全为零,则r为i;{r=i;break;}}return r;}//查找某⾏⾮零个数及⾸元位置int** getPrimary(int s, int n, double **array){int i,j;int num=0,index=0;int **result=(int**)malloc(s*sizeof(int*));int *temp;for(i=0;i<s;i++){temp =(int*)malloc(2*sizeof(int));num=0;index=0;for(j=0;j<n;j++){if(*(*(array+i)+j)!=0){if(num==0)index=j;num+=1;}}temp[0]=index;temp[1]=num;result[i]=temp;}return result;}//获取⾃由元信息int* getFreeElement(int r, int n, double **array, int **matrixPrimary, double **matrixCalc){int i,j,k,o,p,q;int m=n-1-r;//n-1:int *freeElement =(int*)malloc(m*sizeof(int));j=-1;//判断是否有为0的变量q=0;//如果当前⾏⾮零个数与⾃由元个数相等,则标记为1,⾃由元选择起始位置左移⼀位for(i=r-1;i>=0;i--)//查找⾃由元,及位置为0的{if(*(*(matrixPrimary+i)+1)==1)//说明第i⾏只有⼀个变量,如果是齐次⽅程它的解⼀定为0 {j=*(*(matrixPrimary+i)+0);for(k=0;k<r;k++)*(*(matrixCalc+k)+j)=*(*(array+k)+n-1) / *(*(array+k)+j);}else if(n-1-matrixPrimary[i][0]==m){q=1;}else if(n-1-matrixPrimary[i][0]>m)o=matrixPrimary[i][0];//当前⾏的⾸元位置p=0;//次数for(k=n-2-q;k>=o;k--)//从后向前查找⾃由元位置{if(k==j)continue;freeElement[p++]=k;if(p==m)//说明已经找到 m个⾃由元return freeElement;}}}return freeElement;}//计算基础解系void getPrimarySolution(int r, int n, int homogeneous, double **array, int **matrixPrimary, double **matrixCalc ,int *freeElement, double **result) {int i,j,k,l,p;int m=n-1-r;//⾃由元double sum1,sum2;double *temp,**matrixTemp;//计算基础解系for(i=0;i<m;i++){matrixTemp=(double**)malloc(r*sizeof(double*));//复制数组for(j=0;j<r;j++){temp =(double*)malloc(n*sizeof(double));for(k=0;k<n;k++)*(temp+k)=*(*(matrixCalc+j)+k);matrixTemp[j]=temp;}//设置⾃由元为0或1for(j=0;j<r;j++){*(*(matrixTemp+j)+freeElement[i])=1;//⾃由元为1for(k=0;k<m;k++){if(k!=i)*(*(matrixTemp+j)+freeElement[k])=0;//⾃由元为0}}//printfDouble2Dimension(r,n,matrixTemp);//计算for(j=r-1;j>=0;j--){p=*(*(matrixPrimary+j));//当前⾏起始位置for(k=p;k<n;k++){if(*(*(matrixTemp+j)+k)==undefined)//如果等于标志位,它可能是未知变量{sum1=sum2=0;for(l=p;l<n;l++){if(l==n-1){sum1=*(*(array+j)+l) * *(*(matrixTemp+j)+l);}else if(l!=k){sum2+=*(*(array+j)+l) * *(*(matrixTemp+j)+l);}}for(l=0;l<r;l++)*(*(matrixTemp+l)+k)=((homogeneous?0:sum1)-sum2)/ *(*(array+j)+k);//如果齐次sum1=0;//break;}}}result[i]=matrixTemp[0];//printfDouble2Dimension(r,n,matrixTemp);}}void printfDouble2Dimension(int s, int n, double **array) {//printf("%d,%d",s,n);int i,j;for(i=0;i<s;i++){for(j=0;j<n;j++){printf("%6.2lf",*(*(array+i)+j));}printf("\n");}}void printfDouble1Dimension(int n, double *array){int i;for(i=0;i<n;i++){printf("%6.2lf",*(array+i));}printf("\n");}//打印⼆维数组void printfInt2Dimension(int s, int n, int **array){int i,j;for(i=0;i<s;i++){for(j=0;j<n;j++){printf("%4d",*(*(array+i)+j));}printf("\n");}}//打印⼀维数组void printfInt1Dimension(int n, int *array){int i;for(i=0;i<n;i++){printf("%4d",*(array+i));}printf("\n");}View Code。
- 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)。
= =
−2c2 c1 ,
−
4 3
c2
,
x4 = c2,
∴
x1 x2 x3 x4
=
c1
2 −2 1 0
+
c2
5
3 −4
3 0
1
.
例2 求解非齐次线性方程组
x1 − 3 x1
2 −
x2 x2
+ 3x3 + 5x3
− −
x4 = 3 x4
1, =
2,
2 x1 + x2 + 2 x3 − 2 x4 = 3.
解 对增广矩阵B进行初等变换,
1 B =3
−2 −1
3 5
−1 −3
1 2
r2 r3
− −
2r1r1
1 0
−2 5
3 −4
−1 0
1 − 1
2 1 2 − 2 3 r3 − r2 0 05 −04 0 12
显然,R( A) = 2, R(B) = 3, 故方程组无解.
例3 求解非齐次方程组的通解
x2 x3
− −
x3 x4
= a2 = a3
由此得通解:
x4 − x5 = a4
x1 = a1 + a2 + a3 + a4 + x5
x2 = a2 + a3 + a4 + x5 x3 = a3 + a4 + x5
x4 = a4 + x5
(x5为任意实数 ).
例5 设有线性方程组
1
2 1 −1
2 −2 −4
1 − 2 − 3
r2 r3
− −
2r1 r1
1 0 0
2 −3 −3
2 −6 −6
1 − 4 − 4
r3 − r2
1 0
2 1
2 2
1 4
1
r1
− 2r2
0
0 1
−Байду номын сангаас 2
−5 3 4
r2
÷
(−3)
0
0
0
3 0
3
0 0 0 0
即得与原方程组同解的方程组
λ
λ2
~ 0 λ − 1 1 − λ λ − λ2
0
1−λ
1 − λ2
1
−
λ2
1 1
λ
~ 0 λ −1 1−λ
λ2
λ − λ2
0
0
2 − λ − λ2
1
+
λ
−
λ2
−
λ3
1 1
λ
= 0 λ −1 1−λ
λ2
λ(1 − λ )
0
0
(1 − λ )(2 + λ )
(1
−
λ
)(1
+
λ
3 −1
6 −p
1 15
3 3
1 − 5 − 10 12 t
1 1
2
3 1
~
0 0 0
2 −4 −6
4 − p−6
− 12
−2 6 9
2
t
0 −
1
1 1 2
3 1
~
0 0 0
1 0 0
2 − p+2
0
−1 2 3
1
t
4 +
5
(1)当p ≠ 2时, R( A) = R(B) = 4,方程组有唯一解;
三、小结
齐次线性方程组 Ax = 0
R(A) = n ⇔ Ax = 0只有零解; R(A) < n ⇔ Ax = 0有非零解.
非齐次线性方程组 Ax = b
R(A) = R(B) = n ⇔ Ax = b有唯一解; R(A) = R(B)< n ⇔ Ax = b有无穷多解.
思考题
讨论线性方程组
x1 + x2 + 2 x3 + 3 x4 = 1,
Dn所对应的 n个方程只有零解 (根据克拉默定理 ),
这与原方程组有非零解相矛盾,
∴ R( A) = n 不能成立. 即 R(A)< n. 充分性. 设 R(A) = r < n,
则 A 的行阶梯形矩阵只含 r 个非零行, 从而知其有 n − r 个自由未知量 . 任取一个自由未知量为1,其余自由未知量为0, 即可得方程组的一个非零解.
)2
(1) 当λ = 1时,
1 1 1 1 B ~ 0 0 0 0
0 0 0 0
R(A) = R(B) < 3,方程组有无穷多解 .
其通解为
x1 x2
=1− = x2
x2
−
x3
x3 = x3
(x2 , x3为任意实数 ).
(2) 当λ ≠ 1时,
1 1 λ
λ2
B ~ 0 1 −1 −λ
定理2 n 元非齐次线性方程组 Am×n x = b 有解 的充分必要条件是系数 矩阵 A 的秩等于增广矩
阵 B = (A,b)的秩.
证 必要性.设方程组 Ax = b 有解,
设R(A)< R(B),
则B的行阶梯形矩阵中最后一个非零行对应矛盾
方程0=1,
这与方程组有解相矛盾. 因此 R(A) = R(B).
x1 + 3 x2 + 6 x3 + x4 = 3,
3 x1
−
x2
−
p x3
+
15 x4
=
3,
x1 − 5 x2 − 10 x3 + 12 x4 = t
当p, t取何值时,方程组无解 ?有唯一解?
有无穷多解 ?在方程组有无穷多解的 情
况下,求出一般解.
思考题解答
解
1 1 2 3 1
B
=
1 3
x1 x2
− +
2 x3 2 x3
− +
5
3 4
3
x4 x4
= =
0, 0,
由此即得
x1 x2
=
2
x3
+
5 3
x4
,
=
−2
x3
−
4 3
x4
,
( x3 , x4 可任意取值).
令 x3 = c1, x4 = c2,把它写成通常的参数 形式
x1
=
2c2
+
5 3 c2,
x2 x3
充分性. 设 R(A) = R(B), 设 R(A) = R(B) = r(r ≤ n),
则 B 的行阶梯形矩阵中含 r 个非零行,
把这 r 行的第一个非零元所对应的未知量作为 非自由未知量,
其余n − r个作为自由未知量,
并令 n − r个自由未知量全取0,
即可得方程组的一个解.
证毕
小结 R(A) = R(B) = n ⇔ Ax = b有唯一解 R(A) = R(B)< n ⇔ Ax = b有无穷多解.
λx1 + x2 x1 + λx2
+ +
x3 x3
= =
1
λ
x1 + x2 + λx3 = λ2
问λ取何值时,有解?有无穷多个解 ?
解 对增广矩阵 B = ( A,b) 作初等行变换,
λ 1 1 1 1 1 λ λ2
B=1 λ 1 λ ~1 λ 1 λ
1
1λ
λ2
λ
1
1
1
1 1
定义:含有个参数的方 程组的任一解,称为线 性 方程组的通解.
二、线性方程组的解法
例1 求解齐次线性方程组
x1 + 2 x1
2 +
x2 + x2 −
x3 + 2 x3
x4 = 0 − 2x4 =
0
.
x1 − x2 − 4 x3 − 3 x4 = 0
解 对系数矩阵 A 施行初等行变换:
1 A = 2
(2)当p = 2时,有
1 1 2 3 1 1 1 2 3 1
B
~
0 0 0
1 0 0
2 0 0
−1 2 3
t
1 4 +
5
~
0 0 0
1 0 0
2 0 0
−1 1 0
1
t
2 −
1
当t ≠ 1时, R( A) = 3 < R(B) = 4,方程组无解; 当t = 1时, R( A) = R(B) = 3,方程组有无穷多解 .
定义:含有个参数的方 程组的任一解,称为线 性 方程组的通解.
齐次线性方程组:系数矩阵化成行最简形矩阵, 便可写出其通解;
非齐次线性方程组:增广矩阵化成行阶梯形矩 阵,便可判断其是否有解.若有解,化成行最 简形矩阵,便可写出其通解;
定理 3 n元线性方程组 Ax=b
(1) R(A) <=R(B) ⇔ Ax = b无解 (2) R(A) = R(B) = n ⇔ Ax = b有唯一解 (3) R(A) = R(B)< n ⇔ Ax = b有无穷多解.
x1 x1
− −
x2 x2
− +
x3 x3
+ −
x4 = 0 3x4 = 1
.
x1 − x2 − 2 x3 + 3 x4 = −1 2
解 对增广矩阵B进行初等变换
1 − 1 − 1 1 0 1 − 1 − 1 1 0 B = 1 −1 1 − 3 1 ~ 0 0 2 − 4 1
1 − 1 − 2 3 − 1 2 0 0 − 1 2 − 1 2