当前位置: 首页 > news >正文

【考研数学】线性代数第四章 —— 线性方程组(2,线性方程组的通解 | 理论延伸)

文章目录

  • 引言
  • 四、线性方程组的通解
    • 4.1 齐次线性方程组
    • 4.2 非齐次线性方程组
  • 五、方程组解的理论延伸


引言

承接前文,继续学习线性方程组的内容,从方程组的通解开始。


四、线性方程组的通解

4.1 齐次线性方程组

(1)基础解系 —— 设 r ( A ) = r < n r(A)=r<n r(A)=r<n ,则 A X = 0 \pmb{AX=0} AX=0 所有解构成的解向量组的极大线性无关组称为方程组 A X = 0 \pmb{AX=0} AX=0 的一个基础解系。基础解系中所含有的线性无关的解向量的个数为 ( n − r ) (n-r) (nr) 个。

因为是 r ( A ) = n r(A)=n r(A)=n 呢?因为如果 r ( A ) = n r(A)=n r(A)=n 的话,那齐次方程就只有零解了,也没什么好讨论的。

求齐次线性方程组的基础解系时,把其系数矩阵通过初等行变换进行阶梯化(系数矩阵进行初等行变换相当于方程组的同解变形),每行第一个非零元素所在的列对应的未知数是约束变量,其余变量是自由变量,从而可以确定基础解系(最好把每行第一个非零元素化为 1 ,且其所在的列其余元素都化为零)。

举个例子,假设方程组 A X = 0 \pmb{AX=0} AX=0 的系数矩阵 A \pmb{A} A 经过初等行变换可以化为如下形式:
在这里插入图片描述
r ( A ) = 3 < 5 r(A)=3<5 r(A)=3<5 ,方程组 A X = 0 \pmb{AX=0} AX=0 的基础解系中含有 n − r = 5 − 3 = 2 n-r=5-3=2 nr=53=2 个解向量,其中 x 1 , x 2 , x 3 x_1,x_2,x_3 x1,x2,x3 为约束变量, x 4 , x 5 x_4,x_5 x4,x5 为自由变量, ( x 4 , x 5 ) (x_4,x_5) (x4,x5) 分别取 ( 1 , 0 ) (1,0) (1,0) ( 0 , 1 ) (0,1) (0,1) ,则基础解系为: ξ 1 = ( − 2 , 1 , − 3 , 1 , 0 ) T , ξ 2 = ( 3 , − 4 , 2 , 0 , 1 ) T . \xi_1=(-2,1,-3,1,0)^T,\xi_2=(3,-4,2,0,1)^T. ξ1=(2,1,3,1,0)T,ξ2=(3,4,2,0,1)T. (2)通解 —— 设 ξ 1 , ξ 2 , … , ξ n − r \xi_1,\xi_2,\dots,\xi_{n-r} ξ1,ξ2,,ξnr 为齐次线性方程组 A X = 0 \pmb{AX=0} AX=0 的一个基础解系,称 k 1 ξ 1 + k 2 ξ 2 + ⋯ + k n − r ξ n − r k_1\xi_1+k_2\xi_2+\dots+k_{n-r}\xi_{n-r} k1ξ1+k2ξ2++knrξnr 为齐次线性方程组 A X = 0 \pmb{AX=0} AX=0 的通解,其中 k 1 , k 2 , … , k n − r k_1,k_2,\dots,k_{n-r} k1,k2,,knr 为任意常数。

4.2 非齐次线性方程组

r ( A ) = r ( A ‾ ) < n r(A)=r(\overline{A})<n r(A)=r(A)<n ,且 ξ 1 , ξ 2 , … , ξ n − r \xi_1,\xi_2,\dots,\xi_{n-r} ξ1,ξ2,,ξnr A X = b \pmb{AX=b} AX=b 的导出方程组 A X = 0 \pmb{AX=0} AX=0 的一个基础解系, η 0 \pmb{\eta_0} η0 A X = b \pmb{AX=b} AX=b 的一个解,则 A X = b \pmb{AX=b} AX=b 的通解为 k 1 ξ 1 + k 2 ξ 2 + ⋯ + k n − r ξ n − r + η 0 , k_1\xi_1+k_2\xi_2+\dots+k_{n-r}\xi_{n-r}+\eta_0, k1ξ1+k2ξ2++knrξnr+η0, 其中 k 1 , k 2 , … , k n − r k_1,k_2,\dots,k_{n-r} k1,k2,,knr 为任意常数。

1,齐次线性方程组 A X = 0 \pmb{AX=0} AX=0 的基础解系不唯一,但线性无关的解向量的个数是唯一的。
2, r ( A ) = r ( A ‾ ) < n r(A)=r(\overline{A})<n r(A)=r(A)<n 时,非齐次线性方程组 A X = b \pmb{AX=b} AX=b 所有解向量的极大线性无关的向量个数为 ( n − r + 1 ) (n-r+1) (nr+1) 个。
3,设 η 1 , η 2 , … , η n − r + 1 \eta_1,\eta_2,\dots,\eta_{n-r+1} η1,η2,,ηnr+1 为非齐次线性方程组 A X = b \pmb{AX=b} AX=b 的一个极大线性无关组,则其通解也可以像齐次方程那样表示为 k 1 η 1 + k 2 η 2 + ⋯ + k n − r + 1 η n − r + 1 k_1\eta_1+k_2\eta_2+\dots+k_{n-r+1}\eta_{n-r+1} k1η1+k2η2++knr+1ηnr+1 ,其中 k 1 , k 2 , … , k n − r + 1 k_1,k_2,\dots,k_{n-r+1} k1,k2,,knr+1 为任意常数,且 k 1 + k 2 + ⋯ + k n − r + 1 = 1. k_1+k_2+\dots+k_{n-r+1}=1. k1+k2++knr+1=1.


五、方程组解的理论延伸

定理 1 —— 设 A A A m × n m\times n m×n 矩阵, B B B n × s n\times s n×s 矩阵,若 A B = O AB=O AB=O ,则 B B B 的列向量组是方程组 A X = 0 AX=0 AX=0 的解。
证明: B = ( β 1 , β 2 , … , β s ) B=(\beta_1,\beta_2,\dots,\beta_s) B=(β1,β2,,βs),则 A B = ( A β 1 , A β 2 , … , A β s ) AB=(A\beta_1,A\beta_2,\dots,A\beta_s) AB=(Aβ1,Aβ2,,Aβs),若 A B = O AB=O AB=O ,则 A β 1 = 0 , A β 2 = 0 … , A β s = 0 A\beta_1=0,A\beta_2=0\dots,A\beta_s=0 Aβ1=0,Aβ2=0,Aβs=0 ,原命题得证。

定理 2 —— 设方程组 A X = 0 \pmb{AX=0} AX=0 B X = 0 \pmb{BX=0} BX=0 为同解方程组,则 r ( A ) = r ( B ) r(A)=r(B) r(A)=r(B) ,反之不对。

定理 3 —— 设方程组 A X = 0 \pmb{AX=0} AX=0 的解为 B X = 0 \pmb{BX=0} BX=0 的解,则 r ( A ) ≥ r ( B ) . r(A) \geq r(B). r(A)r(B).

1,设方程组 A X = 0 \pmb{AX=0} AX=0 的解为 B X = 0 \pmb{BX=0} BX=0 的解,但不全是,则 r ( A ) > r ( B ) . r(A) > r(B). r(A)>r(B).
2,设方程组 A X = 0 \pmb{AX=0} AX=0 的解为 B X = 0 \pmb{BX=0} BX=0 的解,且 r ( A ) = r ( B ) r(A) = r(B) r(A)=r(B) ,则两个方程组同解。

定理 4 —— 设 A X = b , B X = c \pmb{AX=b},\pmb{BX=c} AX=b,BX=c ,则线性方程组 ( A , B ) T X = ( b , c ) T (A,B)^TX=(b,c)^T (A,B)TX=(b,c)T 的解即为两个方程的公共解。

相关文章:

【考研数学】线性代数第四章 —— 线性方程组(2,线性方程组的通解 | 理论延伸)

文章目录 引言四、线性方程组的通解4.1 齐次线性方程组4.2 非齐次线性方程组 五、方程组解的理论延伸 引言 承接前文&#xff0c;继续学习线性方程组的内容&#xff0c;从方程组的通解开始。 四、线性方程组的通解 4.1 齐次线性方程组 &#xff08;1&#xff09;基础解系 —…...

go读取文件的几种方法

一. 整个文件读入内存 直接将数据直接读取入内存&#xff0c;是效率最高的一种方式&#xff0c;但此种方式&#xff0c;仅适用于小文件&#xff0c;对于大文件&#xff0c;则不适合&#xff0c;因为比较浪费内存 1.直接指定文化名读取 在 Go 1.16 开始&#xff0c;ioutil.Rea…...

ChatGPT癌症治疗“困难重重”,真假混讲难辨真假,准确有待提高

近年来&#xff0c;人工智能在医疗领域的应用逐渐增多&#xff0c;其中自然语言处理模型如ChatGPT在提供医疗建议和信息方面引起了广泛关注。然而&#xff0c;最新的研究表明&#xff0c;尽管ChatGPT在许多领域取得了成功&#xff0c;但它在癌症治疗方案上的准确性仍有待提高。…...

docker打包vue vite前端项目

打包vue vite 前端项目 1.打包时将测试删除 2.修改配置 3.打包项目 npm run build 显示成功&#xff08;黄的也不知道是啥&#xff09; 打包好的前端文件放入 4.配置 default.conf upstream wms-app {server 你自己的ip加端口 ;server 192.168.xx.xx:8080 ; } server { …...

zookeeper 查询注册的 dubbo 服务

1. 连接zookeeper 服务端 使用bin 目录下zk客户端连接服务器&#xff0c; ./zkCli.sh -server 127.0.0.1:2181 2. 查询Dubbo 服务 # 查询所有服务 ls /dubbo # 查询指定服务调用 ls /dubbo/服务名(接口地址)/consumers # 查询指定服务调用 ls /dubbo/服务名(接口地址)/pr…...

【每日一题】57. 插入区间

【每日一题】57. 插入区间 57. 插入区间题目描述解题思路 57. 插入区间 题目描述 给你一个 无重叠的 &#xff0c;按照区间起始端点排序的区间列表。 在列表中插入一个新的区间&#xff0c;你需要确保列表中的区间仍然有序且不重叠&#xff08;如果有必要的话&#xff0c;可…...

youtubu视频下载和yt-dlp 使用教程

参考&#xff1a;https://zhuanlan.zhihu.com/p/618467617&#xff0c;使用 yt-dlp 下载 youtube 视频的一点体会 安装yt-dlp 1. 安装Python和ffmpeg Python&#xff1a;安装时把pip和添加系统环境变量都选上 ffmpeg&#xff1a;下载好exe文件&#xff0c;把目录添加到系统环…...

——滑动窗口

滑动窗口 所谓滑动窗口&#xff0c;就是不断的调节子序列的起始位置和终止位置&#xff0c;从而得出我们要想的结果。也可以理解为一种双指针的做法。 leetcode76 class Solution {public String minWindow(String s, String t) {char[] schars s.toCharArray();char[] tc…...

【C++进阶】模板进阶

&#x1f466;个人主页&#xff1a;Weraphael ✍&#x1f3fb;作者简介&#xff1a;目前学习C和算法 ✈️专栏&#xff1a;C航路 &#x1f40b; 希望大家多多支持&#xff0c;咱一起进步&#xff01;&#x1f601; 如果文章对你有帮助的话 欢迎 评论&#x1f4ac; 点赞&#x1…...

Vim如何清空文件

在Vim中&#xff0c;可以使用以下命令清空文件内容&#xff1a; 打开需要清空的文件&#xff1a;在终端中输入vim filename打开文件&#xff0c;其中filename是你要编辑的文件名。 进入命令模式&#xff1a;按下键盘上的Esc键&#xff0c;确保处于Vim的命令模式。&#xff08;…...

问道管理:什么信号?煤飞色舞钢花溅

近期重磅利好不断&#xff0c;对应到A股商场&#xff0c;究竟哪个板块最获益&#xff0c;商场讨论热烈。 地产分析师&#xff1a;方针力度超预期&#xff0c;主张加仓。 银行分析师&#xff1a;存量房贷对银行股心情上的压制完毕&#xff0c;值得重视。 消费分析师&#xff…...

C# PaddleDetection yolo 印章检测

效果 项目 代码 using OpenCvSharp; using OpenCvSharp.Extensions; using Sdcb.PaddleDetection; using Sdcb.PaddleInference; using System; using System.Collections.Generic; using System.ComponentModel; using System.Data; using System.Drawing; using System.Linq…...

常用框架分析(7)-Flutter

框架分析&#xff08;7&#xff09;-Flutter 专栏介绍Flutter核心思想Flutter的特点快速开发跨平台高性能美观的用户界面 Flutter的架构框架层引擎层平台层 开发过程使用Dart语言编写代码编译成原生代码热重载工具和插件 优缺点优点跨平台开发高性能美观的用户界面热重载强大的…...

清空 Docker 容器的日志文件

删除容器中netcore控制台存储到docker日志记录 在shell命令下执行如下语句&#xff1a; docker ps -aq | xargs docker inspect --format{{.LogPath}} | xargs truncate -s 0 这个命令会执行以下操作&#xff1a; docker ps -aq&#xff1a;列出所有容器的ID&#xff08;包括…...

01-虚拟机安装Windows Server操作系统

1、创建并配置虚拟机 2、安装操作系统 找到windows Server镜像 等待安装 3、设置密码...

应用案例 | 基于三维机器视觉的机器人麻袋拆垛应用解决方案

​Part.1 项目背景 在现代物流和制造行业中&#xff0c;麻袋的拆垛操作是一个重要且频繁的任务。传统的麻袋拆垛工作通常由人工完成&#xff0c;分拣效率较低&#xff0c;人力成本较高&#xff0c;现场麻袋堆叠、变形严重&#xff0c;垛型不规则、不固定&#xff0c;严重影响分…...

1018 Public Bike Management 结题记录(dfs剪枝)

个人觉得直接放入代码是最管用的。 其他方法类似&#xff0c;题意请参考其他博主。 #include <bits/stdc.h> using namespace std; const int N 1e4 50;int maxn 2000000000; int c, n, ed, s[N], m, minlen, needn, backn, pre[N]; bool flag, book[N]; vector<p…...

C++ deque底层原理

deque底层原理 一、目的二、底层实现三、原理图四、类结构五、push_back六、pop_back 一、目的 实现双端数组 二、底层实现 双向开口的连续线性空间 三、原理图 四、类结构 class deque : protected Deque base _Deque_base._Deque_impl M_map 指针数组 _M_map_size …...

打破对ChatGPT的依赖以及如何应对ChatGPT的错误和幻觉

​ OpenAI的ChatGPT是第一个真正流行的生成式AI工具&#xff0c;但它可能不是最好的。现在是时候扩大你的AI视野了。 ChatGPT成为了基于大语言模型(LLM)的聊天机器人的同义词。但是现在是时候停止对ChatGPT的痴迷&#xff0c;开始发现这个新世界中强大的替代品了。 首先&a…...

【git】【IDEA】在idea中使用git

目录 一、 在IDEA中配置git 二、 获取git仓库 2.1 本次初始化仓库 2.2 从远程仓库克隆 三、 本地仓库操作 3.1 将文件加入暂存区 3.2 将暂存区的文件提交到版本库 3.3 快捷键 使用快捷键 实现加入到暂存区与提交到版本库 3.4 查看日志 Show History 四、 远程仓库操…...

vscode里如何用git

打开vs终端执行如下&#xff1a; 1 初始化 Git 仓库&#xff08;如果尚未初始化&#xff09; git init 2 添加文件到 Git 仓库 git add . 3 使用 git commit 命令来提交你的更改。确保在提交时加上一个有用的消息。 git commit -m "备注信息" 4 …...

Xshell远程连接Kali(默认 | 私钥)Note版

前言:xshell远程连接&#xff0c;私钥连接和常规默认连接 任务一 开启ssh服务 service ssh status //查看ssh服务状态 service ssh start //开启ssh服务 update-rc.d ssh enable //开启自启动ssh服务 任务二 修改配置文件 vi /etc/ssh/ssh_config //第一…...

【快手拥抱开源】通过快手团队开源的 KwaiCoder-AutoThink-preview 解锁大语言模型的潜力

引言&#xff1a; 在人工智能快速发展的浪潮中&#xff0c;快手Kwaipilot团队推出的 KwaiCoder-AutoThink-preview 具有里程碑意义——这是首个公开的AutoThink大语言模型&#xff08;LLM&#xff09;。该模型代表着该领域的重大突破&#xff0c;通过独特方式融合思考与非思考…...

论文浅尝 | 基于判别指令微调生成式大语言模型的知识图谱补全方法(ISWC2024)

笔记整理&#xff1a;刘治强&#xff0c;浙江大学硕士生&#xff0c;研究方向为知识图谱表示学习&#xff0c;大语言模型 论文链接&#xff1a;http://arxiv.org/abs/2407.16127 发表会议&#xff1a;ISWC 2024 1. 动机 传统的知识图谱补全&#xff08;KGC&#xff09;模型通过…...

Ascend NPU上适配Step-Audio模型

1 概述 1.1 简述 Step-Audio 是业界首个集语音理解与生成控制一体化的产品级开源实时语音对话系统&#xff0c;支持多语言对话&#xff08;如 中文&#xff0c;英文&#xff0c;日语&#xff09;&#xff0c;语音情感&#xff08;如 开心&#xff0c;悲伤&#xff09;&#x…...

vue3+vite项目中使用.env文件环境变量方法

vue3vite项目中使用.env文件环境变量方法 .env文件作用命名规则常用的配置项示例使用方法注意事项在vite.config.js文件中读取环境变量方法 .env文件作用 .env 文件用于定义环境变量&#xff0c;这些变量可以在项目中通过 import.meta.env 进行访问。Vite 会自动加载这些环境变…...

用机器学习破解新能源领域的“弃风”难题

音乐发烧友深有体会&#xff0c;玩音乐的本质就是玩电网。火电声音偏暖&#xff0c;水电偏冷&#xff0c;风电偏空旷。至于太阳能发的电&#xff0c;则略显朦胧和单薄。 不知你是否有感觉&#xff0c;近两年家里的音响声音越来越冷&#xff0c;听起来越来越单薄&#xff1f; —…...

Python+ZeroMQ实战:智能车辆状态监控与模拟模式自动切换

目录 关键点 技术实现1 技术实现2 摘要&#xff1a; 本文将介绍如何利用Python和ZeroMQ消息队列构建一个智能车辆状态监控系统。系统能够根据时间策略自动切换驾驶模式&#xff08;自动驾驶、人工驾驶、远程驾驶、主动安全&#xff09;&#xff0c;并通过实时消息推送更新车…...

论文阅读笔记——Muffin: Testing Deep Learning Libraries via Neural Architecture Fuzzing

Muffin 论文 现有方法 CRADLE 和 LEMON&#xff0c;依赖模型推理阶段输出进行差分测试&#xff0c;但在训练阶段是不可行的&#xff0c;因为训练阶段直到最后才有固定输出&#xff0c;中间过程是不断变化的。API 库覆盖低&#xff0c;因为各个 API 都是在各种具体场景下使用。…...

Ubuntu系统多网卡多相机IP设置方法

目录 1、硬件情况 2、如何设置网卡和相机IP 2.1 万兆网卡连接交换机&#xff0c;交换机再连相机 2.1.1 网卡设置 2.1.2 相机设置 2.3 万兆网卡直连相机 1、硬件情况 2个网卡n个相机 电脑系统信息&#xff0c;系统版本&#xff1a;Ubuntu22.04.5 LTS&#xff1b;内核版本…...