线性代数(第四章)线性方程组

这篇具有很好参考价值的文章主要介绍了线性代数(第四章)线性方程组。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

第四章 线性方程组

4.1 线性方程组

● 由二元一次方程的消元法,交换两个方程,用非零数乘以某个方程,某方程乘以k倍加到另一方程。这个与矩阵的初等行变换相似。
● 将上面方程组的未知数去掉,将系数写在一个矩阵中。就可以表示该方程组。并可以通过矩阵的初等行变换求解。

4.2 线性方程组有解的判定

● 系数矩阵,将方程组所以方程等号左边的系数写成一个矩阵。
● 增广系数矩阵(记作 A ˉ \bar A Aˉ),在系数矩阵的右侧加方程组等号右侧的数字(只有一列)。
● 向量表达式,每个未知数与该未知数的系数组成的向量的乘积之和等于方程组等号右侧数字组成的矩阵。
● 判断方程组的系数矩阵和增广型系数矩阵的秩的关系便可以判断方程组有解与否。
线性代数(第四章)线性方程组,线性代数笔记(宋浩老师视频),线性代数

● 判断方程组系数矩阵和增广型系数矩阵的秩是否相等的步骤
1.写出增广型系数矩阵
2.只做初等行变换,将矩阵转换成阶梯型
3.阶梯型中虚线左右非零行行数是否等于
4.不管全为0的行,左边首非零元留在左边,其他变量挪到右边。得到一般解
5.如果是无穷型,那么为零的未知数就是自由未知量。
● 在矩阵中出现参数的时候,一定注意参数不能放在分母。

4.3 齐次线性方程组

● 齐次方程组指的是方程组的等号右边都是0.
● 齐次线性方程组一定有解,至少有0解。
r ( A ) = r ( A ˉ ) r(A)=r(\bar A) r(A)=r(Aˉ) 有唯一的零解 ⇔ \Leftrightarrow r(A)=n
有非零解 ⇔ r ( A ) < n \Leftrightarrow r(A)<n r(A)<n
方程个数小于未知数个数,有非零解。 r ( A ) < m i n ( m , n ) < n r(A)<min{(m,n)}<n r(A)<min(m,n)<n
方程个数等于未知数个数,有非零解 ⇔ ∣ A ∣ = 0 ⇔ r ( A ) < n ⇔ A 不可逆 \Leftrightarrow \begin{vmatrix}A \end{vmatrix}=0 \Leftrightarrow r(A)<n\Leftrightarrow A不可逆 A =0r(A)<nA不可逆

4.4.1 齐次方程组解的结构

● 对于 齐次方程组
1. η 1 和 η 2 是 A x = 0 的解,那么 η 1 + η 2 也是它的解 A ( η 1 + η 2 ) = A η 1 + A η 2 = 0 + 0 = 0 \eta_1和\eta_2是Ax=0的解,那么\eta_1+\eta_2也是它的解\\A(\eta_1+\eta_2)=A\eta_1+A\eta_2=0+0=0 η1η2Ax=0的解,那么η1+η2也是它的解A(η1+η2)=Aη1+Aη2=0+0=0
2. η 是 A x = 0 的解, c η 也是解,那么 A ( c η ) = c A η = c ⋅ 0 = 0 \eta是Ax=0的解,c\eta也是解,那么A(c\eta)=cA\eta=c\cdot0=0 ηAx=0的解,也是解,那么A()=cAη=c0=0
线性代数(第四章)线性方程组,线性代数笔记(宋浩老师视频),线性代数

● 基础解系:1. η 1 ⋯ η s 线性无关 \eta_1\cdots\eta_s线性无关 η1ηs线性无关 2.任意一个解都可以由 η 1 ⋯ η s \eta_1\cdots\eta_s η1ηs来表示
线性代数(第四章)线性方程组,线性代数笔记(宋浩老师视频),线性代数

● 基础解系就是极大线性无关组。
● 将矩阵进行初等行变换,然后化简成行简化阶梯型。
自由未知量取最大线性无关组
● 基础解系中解的个数是 n − r ( A ) n-r(A) nr(A)个。
● 结论: A m × n 、 B n × s    A B = 0 n × s   那么: r ( A ) + r ( B ) ≤ n A_{m\times n}、B_{n\times s} \ \ AB=0_{n\times s}\ \ 那么: r(A)+r(B)\leq n Am×nBn×s  AB=0n×s  那么:r(A)+r(B)n证明过程,将矩阵B分为s个向量,这个地方之所以要分块是因为要凑出矩阵乘以向量等于零(齐次线性方程组);然后如第二、三行所示, A B i = 0 AB_i=0 ABi=0 这个就是齐次线性方程组。 之后分类讨论。

4.4.2 非齐次方程组解的结构

● 矩阵乘以向量等于一个 常数 ,就是非齐次方程组 。即Ax=b 令b=0,那么Ax=0就是导出组。
α 1 、 α 2 是 A x = b 的解 , α 1 − α 2 是 A x = 0 的解。 A ( α 1 − α 2 ) = A α 1 − A α 2 = b − b = 0 \alpha_1、\alpha_2是Ax=b的解,\alpha_1-\alpha_2是Ax=0的解。A(\alpha_1-\alpha_2)=A\alpha_1-A\alpha_2=b-b=0 α1α2Ax=b的解,α1α2Ax=0的解。A(α1α2)=Aα1Aα2=bb=0
α 0 是 A x = b 的解, η 是 A x = 0 的解, α 0 + η 是 A x = b 的解 , A ( α 0 + η ) = A α 0 + A η = b + 0 = b \alpha_0是Ax=b的解,\eta是Ax=0的解 ,\alpha_0+\eta是Ax=b的解,A(\alpha_0+\eta)=A\alpha_0+A\eta=b+0=b α0Ax=b的解,ηAx=0的解,α0+ηAx=b的解,A(α0+η)=Aα0+Aη=b+0=b

● 定理: α 0 是 A x = b 的一个解 , η 是 A x = 0 的通解  η = C 1 η 1 + C 2 η 2 + c d o t s + C n − r η n − r , η n − r 是 A x = 0 的基础解系  α 0 + C 1 η 1 + C 2 η 2 + c d o t s + C n − r η n − r 就是 A x = b 的全解 ( 通解 ) \alpha_0是Ax=b的一个解,\eta是Ax=0的通解\ \eta=C_1\eta_1+C_2\eta_2+cdots+C{n-r}\eta{n-r},\eta_{n-r}是Ax=0的基础解系\ \alpha_0+C_1\eta_1+C_2\eta_2+cdots+C{n-r}\eta{n-r}就是Ax=b的全解(通解) α0Ax=b的一个解,ηAx=0的通解 η=C1η1+C2η2+cdots+Cnrηnr,ηnrAx=0的基础解系 α0+C1η1+C2η2+cdots+Cnrηnr就是Ax=b的全解(通解)
● 例题:线性代数(第四章)线性方程组,线性代数笔记(宋浩老师视频),线性代数

所以通解为: ( 13 7 − 4 7 0 0 ) + C 1 ( − 3 7 − 2 7 0 0 ) + C 2 ( − 13 7 − 4 7 0 0 ) \left(\begin{matrix}\frac{13}{7}\\-\frac{4}{7}\\0\\0\end{matrix}\right)+C_1\left(\begin{matrix}-\frac{3}{7}\\-\frac{2}{7}\\0\\0\end{matrix}\right)+C_2\left(\begin{matrix}-\frac{13}{7}\\-\frac{4}{7}\\0\\0\end{matrix}\right) 7137400 +C1 737200 +C2 7137400
● 步骤:
1.写出增广型系数矩阵,只做初等行变换,化为行简化阶梯型
2.非零行的首非零元的1留在左边,其余的移到右边,写出非齐次方程组的通解方程组,指出谁是自由未知量(不在左边是自由未知量)
3.令自由未知量均取0,得到Ax=b的一个特解。
4.令通解方程组右边常数项均为0,得到Ax=0的通解方程组。指出谁是自由未知量,令自由未知量取最大线性无关组,得到Ax=0的基础解系
5.按 α 0 + C 1 η 1 + C 2 η 2 + ⋯ + C n − r η n − r \alpha_0+C_1\eta_1+C_2\eta_2+\cdots+C_{n-r}\eta_{n-r} α0+C1η1+C2η2++Cnrηnr 得出非齐次方程组的通解
● 例题:
四元非齐次方程组的系数矩阵的秩为3, α 1 、 α 2 、 α 3 是方程组的三个解 其中 α 1 = ( 2 , 3 , 4 , 5 ) T , α 2 + α 3 = ( 1 , 2 , 3 , 4 ) T \alpha_1、\alpha_2、\alpha_3是方程组的三个解\\其中\alpha_1=(2,3,4,5)^T,\alpha_2+\alpha_3=(1,2,3,4)^T α1α2α3是方程组的三个解其中α1=(2,3,4,5)T,α2+α3=(1,2,3,4)T
求:通解
解:通解=Ax=b的一个特解+导出组基础解系的线性组合
其中 α 1 , α 2 , α 3 都是特解,但是只有 α 1 给出,所以把 α 1 做特解 \alpha_1,\alpha_2,\alpha_3都是特解,但是只有\alpha_1给出,所以把\alpha_1做特解 α1,α2,α3都是特解,但是只有α1给出,所以把α1做特解
导出组的基础解系的解的个数=n-r 在本题中=4-3=1。
α 1 、 α 2 是 A x = b 的解 , α 1 − α 2 是 A x = 0 的解。 A ( α 1 − α 2 ) = A α 1 − A α 2 = b − b = 0 \alpha_1、\alpha_2是Ax=b的解,\alpha_1-\alpha_2是Ax=0的解。A(\alpha_1-\alpha_2)=A\alpha_1-A\alpha_2=b-b=0 α1α2Ax=b的解,α1α2Ax=0的解。A(α1α2)=Aα1Aα2=bb=0
所以 2 α 1 − α 2 − α 3 就是导出组的基础解系 2\alpha_1-\alpha_2-\alpha_3就是导出组的基础解系 2α1α2α3就是导出组的基础解系文章来源地址https://www.toymoban.com/news/detail-859180.html

到了这里,关于线性代数(第四章)线性方程组的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 高等工程数学 —— 第四章 (2)线性方程组的迭代解法和极小化方法

    迭代的一般解法 因此判断迭代是否收敛可以判断谱半径(最大特征值)是否小于1 可见谱半径越小,收敛速度越快,迭代次数越少。 例题: 当 B B B 的两个特征值相同时可使得取最小值。因为有绝对值,所以等式两边同时平方就好了。 Jacobi迭代法 看道例题就好了! 例: 其实

    2024年02月04日
    浏览(31)
  • 线性代数第四章 向量组的线性相关性

    一.向量、向量组 1.向量 n个有次序的数a1,a2,...,an所组成的数组称为n维向量,这n个数称为该向量的n个分量,第i个数ai称为第 i个分量 n维向量可以写成一行,也可以写成一列, 在没有指明是行向量还是列向量时,均为列向量 2.向量组 若干个同维数的列向量(行向量)所组成的

    2024年02月10日
    浏览(34)
  • 【线性代数及其应用 —— 第一章 线性代数中的线性方程组】-1.线性方程组

    所有笔记请看: 博客学习目录_Howe_xixi的博客-CSDN博客 https://blog.csdn.net/weixin_44362628/article/details/126020573?spm=1001.2014.3001.5502 思维导图如下:  内容笔记如下:

    2024年02月06日
    浏览(45)
  • 线性代数——线性方程组

    学习高等数学和线性代数需要的初等数学知识 线性代数——行列式 线性代数——矩阵 线性代数——向量 线性代数——线性方程组 线性代数——特征值和特征向量 线性代数——二次型 本文大部分内容皆来自李永乐老师考研教材和视频课。 方程组 { a 11 x 1 + a 12 x 2 + ⋯ + a 1

    2024年02月16日
    浏览(35)
  • 线性代数(三) 线性方程组

    如何利用行列式,矩阵求解线性方程组。 用矩阵方程表示 齐次线性方程组:Ax=0; 非齐次线性方程组:Ax=b. 可以理解 齐次线性方程组 是特殊的 非齐次线性方程组 如何判断线性方程组的解 其中R(A)表示矩阵A的秩 B表示A的增广矩阵 n表示末知数个数 增广矩阵 矩阵的秩 秩r= 未知

    2024年02月13日
    浏览(40)
  • 线性代数之线性方程组

    目录 文章目录 一、具体型方程组  1. 解线性方程组     1.1 齐次线性方程组          1.1.1 解向量及其性质          1.1.2基础解系         1.1.3齐次线性方程组有非零解的充要条件及通解  1.2 非齐次线性方程组            1.2.1克拉默法则         1.2.2几个相关说法的等

    2024年02月20日
    浏览(36)
  • 线性代数基础【4】线性方程组

    定理1 设A为mXn矩阵,则 (1)齐次线性方程组AX=0 只有零解的充分必要条件是r(A)=n; (2)齐次线性方程组AX=0 有非零解(或有无数个解)的充分必要条件是r(A)<n 推论1 设A为n阶矩阵,则 (1)齐次线性方程组AX=0只有零解的充分必要条件是|A|≠0; (2)齐次线性方程组AX=0有非零解(或有无数个解)的

    2024年02月01日
    浏览(51)
  • 线性代数思维导图--线性代数中的线性方程组(1)

    1.解线性方程组 2.线性方程组解的情况 3.线性方程组的两个基本问题 1.阶梯型矩阵性质 2.简化阶梯型矩阵(具有唯一性) 3.行化简算法 4.线性方程组的解 1.R^2中的向量 2.R^2中的几何表示 3.R^n中的向量 4.线性组合与向量方程 5.span{v},span{u,v}的几何解释 1.定义 2.定理 3.解的存在性

    2024年02月02日
    浏览(56)
  • 线性代数(三) 线性方程组&向量空间

    如何利用行列式,矩阵求解线性方程组。 用矩阵方程表示 齐次线性方程组:Ax=0; 非齐次线性方程组:Ax=b. 可以理解 齐次线性方程组 是特殊的 非齐次线性方程组 如何判断线性方程组的解 其中R(A)表示矩阵A的秩 B表示A的增广矩阵 n表示末知数个数 增广矩阵 矩阵的秩 秩r= 未知

    2024年02月13日
    浏览(28)
  • 线性代数:齐次线性方程组学习笔记

    齐次线性方程组是指所有方程的常数项均为零的线性方程组,即形如 A x = 0 Ax=0 A x = 0 的方程组。 其中,矩阵 A A A 是一个 m × n m times n m × n 的矩阵,向量 x x x 是一个 n n n 维列向量, 0 mathbf{0} 0 是一个 m m m 维零向量。 齐次线性方程组有以下性质: 1. 性质1 齐次线性方程组的

    2024年01月20日
    浏览(36)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包