• 沒有找到結果。

§4 线性方程组的解的结构线性方程组的解的结构

N/A
N/A
Protected

Academic year: 2021

Share "§4 线性方程组的解的结构线性方程组的解的结构"

Copied!
25
0
0

加載中.... (立即查看全文)

全文

(1)

§4 线性方程组的解的结构

(2)

回顾:线性方程组的解的判定

1.

包含 n 个未知数的齐次线性方程组 Ax = 0 有非零解的 充分必要条件是系数矩阵的秩 R(A)  n .

2.

包含 n 个未知数的非齐次线性方程组 Ax = b 有解的充 分必要条件是系数矩阵的秩 R(A) = R(A, b) ,并且

当 R(A) = R(A, b) = n 时,方程组有唯一解;

当 R(A) = R(A, b)  n 时,方程组有无限多个解.

(3)

引言

问题:什么是线性方程组的解的结构?

答:所谓线性方程组的解的结构,就是当线性方程组有无限 多个解时,解与解之间的相互关系.

备注:

当方程组存在唯一解时,无须讨论解的结构.

下面的讨论都是假设线性方程组有解.

(4)

解向量的定义

定义:设有齐次线性方程组 Ax = 0 ,如果 x

1

=

11

x

2

=

21

, ... , x

n

=

n1

,,,,,,,,,

称为方程组的解向量.

11 21

1 n

 

 

 

 

  

 

 

(5)

齐次线性方程组的解的性质

性质 1 :若 x =

1

x =

2

是齐次线性方程组 Ax = 0 的解,

x =

1 

2

,是 Ax = 0 的解.

证明: A(

1

 

2

=A

1

+ A

2

= 0 + 0 = 0

性质 2 :若 x =  是齐次线性方程组 Ax = 0 的解, k 为实 数,

x = k



,是 Ax = 0 ,,.

证明: A( k  =k ( A  )

= k 0 = 0

结论:若 x = 

1



x =

2

, ...,

x =

t

是齐次线性方程组 Ax = 0 的解, 则 x = k

1

1

+ k

2

2

+ … + k

t

t

,是 Ax

= 0 的解 .

(6)

结论:若 x = 

1



x =

2

, ...,

x =

t

是齐次线性方程组 Ax = 0 的解, 则 x = k

1

1

+ k

2

2

+ … + k

t

t

,是 Ax = 0 的解 .

已知齐次方程组 Ax = 0 的几个解向量,可以通过这些 解向量的线性组合给出更多的解.

能否通过有限个解向量的线性组合把 Ax = 0 的解全部 表示出来?

Ax = 0 的全体解组成的集合记作 S ,若求得 S 的 一个最大无关组 S

0

: x =

1



x =

2

, ...,

x =

t

,那么 Ax

= 0 的通解可表示为 x = k

1

1

+ k

2

2

+ … + k

t

t

齐次线性方程组的解集的最大无关组称为该齐次线性方

程组的基础解系(不唯一).

(7)

基础解系的概念

定义:齐次线性方程组 Ax = 0 的一组解向量: 

 

 ...,

r

如果满足

① 

, 

, ... ,

r

线性无关;

② 方程组中任意一个解都可以表示 

 

 ...,

r

的线性组合,

那么称这组解是齐次线性方程组的一个基础解系.

(8)

后 n - r 前 r 列

R(A) = r ,为叙述方便,

不妨设 A

行最简形矩阵为

对应的齐次线性方程组

令 x

r+1

, …, x

n

作自由变量,则

11 1,

21 2,

,1 ,

1 0 0

0 1 0

0 0 1

0 0 0 0 0

0 0 0 0 0

0 0 0 0 0

n r n r

r r n r

m n

b b

b b

b b

B

 

 

 

1 11 1 1,

2 21 1 2,

1 1 ,

0, 0, 0.

r n r n

r n r n

r r r r n r n

x b x b x

x b x b x

x b x b x



1 11 1 1,

2 21 1 2,

1 1 ,

, , .

r n r n

r n r n

r r r r n r n

x b x b x

x b x b x

x b x b x

   

   

   



(9)

1 11 1 1,

1 1 ,

1 1

n r n r

r r r n r n r

r

n n r

x b c b c

x b c b c

x c

x c

 

 

 

 

   

 

 

 

 

 

 

令 x

r+1

= c

1

, x

r+2

= c

2

, …, x

n

= c

n-r

,则

11 12 1,

1 2 ,

1 1 1 1 0

0 0 0

0 0 1

n r

r r r n r

n r

b b b

b b b

c c c

齐次线性方 程组的通解

1 11 1 12 2 1,

2 21 1 22 2 2,

1 1 2 2 ,

, , .

r r n r n

r r n r n

r r r r r r n r n

x b x b x b x

x b x b x b x

x b x b x b x

   

   

   



记作 x = c

1

1

+ c

2

2

+ … + c

n-r

n-r

.(满足基础解系②)

(10)

11 12 1,

21 22 2,

,1 ,2 ,

1 2

( , , , )

1 0 0

0 1 0

0 0 1

n r n r

r r r n r

n r

b b b

b b b

b b b

 

 

n − r

前 r 行

后 n − r 行

故 R(

1

,

2

, … ,

n-r

) = n − r

即 

1

,

2

, … ,

n-r

线性无关. (满足基础解系①)

于是 

1

,

2

, … ,

n-r

就是齐次线性方程组 Ax = 0 的基础解系

(11)

1 11 1 1,

1 1 ,

1 1

2 2

n r n r

r r r n r n r

r r

n n r

x b c b c

x b c b c

x c

x c

x c

 

 

 

 

   

 

 

 

 

 

 

 

令 x

r+1

= c

1

, x

r+2

= c

2

, …, x

n

= c

n-r

,则

11 12 1,

1 2 ,

1 1 1 1 0

0 0 0

0 0 1

n r

r r r n r

n r

b b b

b b b

c c c

线性方程组 的通解

1 11 1 12 2 1,

2 21 1 22 2 2,

1 1 2 2 ,

, , .

r r n r n

r r n r n

r r r r r r n r n

x b x b x b x

x b x b x b x

x b x b x b x

   

   

   



记作 x = c

1

1

+ c

2

2

+ … + c

n-r

n-r

.(满足基础解系②)

(12)

1 2

1 0 0

0 1 0

, , ,

0 0 1

r r

n

x x x

      

      

      

      

      

     

1 11 1 12 2 1,

2 21 1 22 2 2,

1 1 2 2 ,

, , .

r r n r n

r r n r n

r r r r r r n r n

x b x b x b x

x b x b x b x

x b x b x b x

   

   

   



此即为 Ax = 0 的基础解系

通解为

= c

1

1

+ c

2

2

+ … + c

n-r

n-r

1 11 12 1,

2 21 22 2,

1 2 ,

, , , ,

n r n r

r n r

r r r

x b b b

x b b b

x b b b

   

   

   

   

   

   

11 12 1,

1 2 ,

1 1 , 2 1 , , 0

0 0 0

0 0 1

n r

r r r n r

n r

b b b

b b b

,则

(13)

定理:设 m×n 矩阵的秩 R(A) = r ,则 n 元齐次线性方程 组

Ax = 0 的解集 S 的秩 R

S

= n − r

(14)

基础解系的求解

例:求齐次线性方程组 的基础 解系.

方法 1 :先求出通解,再从通解求得基础解系.

1 2 3 4

1 2 4

1 2 3 4

2 2 0

2 3 0

5 7 0

x x x x

x x x

x x x x

   

    

     

1 2 1 2 1 0 3 4

2 3 0 1 ~ 0 1 2 3

1 1 5 7 0 0 0 0

A

r

 

   

   

      

     

   

1 3 4

2 3 4

3 4 0

2 3 0

x x x

x x x

  

    

1 3 4

2 3 4

3 4

2 3

x x x

x x x

 

    

即 

(15)

令 x

3

= c

1

, x

4

= c

2

, 得通解表达式

1 1 2

2 1 2

1 2 1 1 2 2

3 1

4 2

3 4 3 4

2 3 2 3

1 0

0 1

x c c

x c c

c c c c

x c

x c

 

 

       

          

            

       

       

   

   

因为

 方程组的任意一个解都可以表示为 

1

 

2

的线性组合.

 

1

 

2

的四个分量不成比例,所以 

1

 

2

线性无关.

,, 

1

 

2

是原方程组的基础解系.

(16)

方法 2 :先求出基础解系,再写出通解.

1 2 1 2 1 0 3 4

2 3 0 1 ~ 0 1 2 3

1 1 5 7 0 0 0 0

A

r

 

   

   

      

     

   

1 3 4

2 3 4

3 4 0

2 3 0

x x x

x x x

  

    

1 3 4

2 3 4

3 4

2 3

x x x

x x x

 

     即 

3

4

1 0

0 , 1 x

x

     

      

   

 

1 2

3 4

2 , 3 x

x

      

           

 

1 2

3 4

2 3

1 , 0

0 1

 

    

    

   

 

   

   

    合起来便得到基础解系

,得

还能找出其 它基础解系 吗?

(17)

问题:是否可以把 x

1

选作自由变量?

答:可以,因为是否把系数矩阵化为行最简形矩阵,其实并 不影响方程组的求解.当两个矩阵行等价时,以这两个矩阵 为系数矩阵的齐次线性方程组同解.

1 2 1 2 1 0 3 4

2 3 0 1 ~ 0 1 2 3

1 1 5 7 0 0 0 0

A

r

 

   

   

      

     

   

3 1

3 2 2

1 2

5

3 ( 1)

2

1 2 1 2 1 2 1 2

2 3 0 1 ~ 2 3 0 1

1 1 5 7 6 9 0 3

1 2 1 2 3 4 1 0

~ 2 3 0 1 ~ 2 3 0 1

0 0 0 0 0 0 0 0

r r

r r r

r r

A

 

 

   

   

      

      

   

  

   

      

   

   

   

(18)

令 x

1

= c

1

, x

2

= c

2

, 得通解表达式

1 2 1 2 3 4 1 0

2 3 0 1 ~ 2 3 0 1

1 1 5 7 0 0 0 0

A

r

  

   

   

       

     

   

1 2 3

1 2 4

3 4 0

2 3 0

x x x

x x x

   

    

3 1 2

4 1 2

3 4

2 3

x x x

x x x

 

    即 

1 1

2 2

1 2 1 1 2 2

3 1 2

4 1 2

1 0

0 1

3 4 3 4

2 3 2 3

x c

x c

c c c c

x c c

x c c

 

       

       

            

        

            

   

从而可得另一个基础解系: 

1

2

(19)

定理:设 m×n 矩阵的秩 R(A) = r ,则 n 元齐次线性方程 组

Ax = 0 的解集 S 的秩 R

S

= n − r

例:设 A

m×n

B

n×l

= O (零矩阵),证明 R(A) + R(B) ≤ n .

例:证明 R(A

T

A) = R(A)

例:设 n 元齐次线性方程组 Ax = 0 与 Bx = 0 同解,证明

R(A) = R(B)

(20)

非齐次线性方程组的解的性质

性质 3 :若 x =

1

x =

2

是非齐次线性方程组 Ax = b 的解

x =

1

2

是对应的齐次线性方程组 Ax = 0 (导出组)

的 解.

证明: A(

1

2

=A

1

− A

2

= b − b = 0

性质 4 :若 x =  是非齐次线性方程组 Ax = b 的解, x =



导出组 Ax = 0 的解,则 x =  +



,是 Ax = b ,,.

证明: A(  +

=A  + A 

= 0 + b = b

(21)

根据性质 3 和性质 4 可知

x =

*

Ax = b 的解, x =  Ax = 0 的解,那 么

x = + * 也是 Ax = b 的解.

Ax = 0 的通解为  = c

1

+c

2

+…+c

n-r

n-r

于是 Ax = b 的通解为

= c

1

+c

2

+…+c

n-r

n-r

+

*

(22)

例:求线性方程组 的通解.

1 2 3 4

1 2 4

1 2 3 4

2 2 3

2 3 5

5 7 0

x x x x

x x x

x x x x

   

    

     

解:容易看出 是方程组的一个特解 .

其对应的齐次线性方程组为

根据前面的结论,导出组的基础解系为

*

1 1 0 0

   

  

   

 

1 2 3 4

1 2 4

1 2 3 4

2 2 0

2 3 0

5 7 0

x x x x

x x x

x x x x

   

    

     

1 2

3 4

2 3

1 , 0

0 1

 

    

    

   

 

   

   

   

(23)

于是,原方程组的通解为

*

1 1 2 2 1 2

3 4 1

2 3 1

1 0 0

0 1 0

c c c c

   

      

      

     

     

     

     

     

(24)

小结:关于线性方程组

求解线性方程组(第三章,利用矩阵的初等行变换)

线性方程组的几何意义(第四章,四种等价形式)

1. 齐次线性方程组的通解能由它的基础解系来构造.

基础解系是解集 S 的最大无关组.

解集 S 是基础解系的所有可能的线性组合.

2. 非齐次线性方程组的通解与其导出组的基础解系的关系 .

參考文獻

相關文件

[r]

超定方程组QR分解算法 数据拟合确定常微分方程..

各块报告模板包括所谓的模板对象, 或对象, 每个被分配到某一 SpecManager 项目(光谱, 表格, 化学结构...) 或其它项目(文本标签)

[r]

由於 reduced echelon form 每一個 row 除了該 row 的 pivot 外, 只剩 free variables (其他的 pivot variable 所在的 entry 皆為 0), 所以可以很快地看出解的形式.. 而我們又知

在前面幾節中要證明一個 integral domain 是一個 unique factorization domain, 我們都去證明這個 integral domain 中的 irreducible elements 和 prime elements 是

• Utilize feedback from school administrations, teachers, and students to continuously make improvements. • Jointly interpret and make sense of data and generate ways to use

p 对 CYP诱导作用的机制比较复杂。大多 情况下, CYP的代谢会产生亲电性的活 性代谢物,这些活性代谢物可与