(邱维声)高等代数课程笔记:线性方程组解的情况及其判别准则

news/2024/2/28 11:15:53

1.2 线性方程组解的情况及其判别准则

\quad 回顾一下,上一节 中,介绍了求解一般的 nnn 元线性方程组的矩阵消元法。其一般步骤为:

  1. 列出原线性方程组的增广矩阵;
  2. 通过不断地对增广矩阵作初等行变换,得到阶梯形矩阵(或进一步地得到简化行阶梯形矩阵);
  3. 根据阶梯形矩阵,即可得知原方程组解的情况。

\quad 在 引言 一节中,我们已经初步分析过:一般 nnn 元线性方程组的解至少有 333 种情况:有唯一解;有无穷多解;无解。而上一节中的 例 1 明显是属于 “有唯一解” 的情形。

\quad 下面,再分析两个例题。

例 2:在有理数集内求解线性方程组:

{x1−x2+x3=1x1−x2−x3=32x1−2x2−x3=3\begin{cases} \begin{aligned} x_{1} - x_{2} + x_{3} &= 1 \\ x_{1} - x_{2} - x_{3} &= 3 \\ 2 x_{1} - 2 x_{2} - x_{3} &=3 \end{aligned} \end{cases} x1x2+x3x1x2x32x12x2x3=1=3=3

解:使用上一节的矩阵消元法进行求解:

(1−1111−1−132−2−13)→②+①×(−1)③+①×(−2)(1−11109−2200−13)→②×12③+②×3(1−11100−11000−2)\left(\begin{matrix} 1 & -1 & 1 & 1 \\ 1 & -1 & -1 & 3 \\ 2 & -2 & -1 & 3 \end{matrix} \right) \xrightarrow{\begin{aligned} ② + ① \times (-1) \\ ③ + ① \times (-2) \end{aligned}} \left(\begin{matrix} 1 & -1 & 1 & 1 \\ 0 & 9 & -2 & 2 \\ 0 & 0 & -1 & 3 \end{matrix} \right) \xrightarrow{\begin{aligned}② \times \frac{1}{2} \\ ③ + ② \times 3 \end{aligned}} \left( \begin{matrix} 1 & -1 & 1 & 1 \\ 0 & 0 & -1 & 1 \\ 0 & 0 & 0 & -2 \end{matrix} \right) 112112111133+×(1)+×(2)100190121123×21+×3100100110112

(1−11100−11000−2)⟷{x1−x2+x3=1x3=−10=2\left( \begin{matrix} 1 & -1 & 1 & 1 \\ 0 & 0 & -1 & 1 \\ 0 & 0 & 0 & -2 \end{matrix} \right) \longleftrightarrow \begin{cases} \begin{aligned} x_{1} - x_{2} + x_{3} &= 1\\ x_{3} &= -1\\ 0 &= 2 \end{aligned} \end{cases} 100100110112x1x2+x3x30=1=1=2

\quad 显然,矛盾无解,从而原线性方程组无解!

#

例 3:在有理数集内求解线性方程组:

{x1−x2+x3=1x1−x2−x3=32x1−2x2−x3=5\begin{cases} \begin{aligned} x_{1} - x_{2} + x_{3} &= 1 \\ x_{1} - x_{2} - x_{3} &=3 \\ 2 x_{1} - 2 x_{2} - x_{3} &= 5 \end{aligned} \end{cases} x1x2+x3x1x2x32x12x2x3=1=3=5

解:

\quad 使用矩阵消元法进行求解:

(1−1111−1−132−2−15)→②+①×(−1)③+①×(−2)(1−11100−2200−33)→②×12③+②×1(1−11100−110000)\left( \begin{matrix} 1 & -1 & 1 & 1 \\ 1 & -1 & -1 & 3 \\ 2 & -2 & -1 & 5 \end{matrix} \right) \xrightarrow{\begin{aligned} ② + ① \times (-1) \\ ③ + ① \times (-2) \end{aligned}} \left( \begin{matrix} 1 & -1 & 1 & 1 \\ 0 & 0 & -2 & 2 \\ 0 & 0 & -3 & 3 \end{matrix}\right) \xrightarrow{\begin{aligned} ② \times \frac{1}{2} \\ ③ + ② \times 1 \end{aligned}} \left( \begin{matrix} 1 & -1 & 1 & 1 \\ 0 & 0 & -1 & 1 \\ 0 & 0 & 0 & 0 \end{matrix}\right) 112112111135+×(1)+×(2)100100123123×21+×1100100110110

(1−11100−110000)⟷{x1−x2+x3=1−x3=1\left( \begin{matrix} 1 & -1 & 1 & 1 \\ 0 & 0 & -1 & 1 \\ 0 & 0 & 0 & 0 \end{matrix}\right) \longleftrightarrow \begin{cases} \begin{aligned} x_{1} - x_{2} + x_{3} &= 1 \\ {-x_{3}} &= 1 \end{aligned} \end{cases} 100100110110{x1x2+x3x3=1=1

\quad 显然,阶梯形方程组有无穷多解,因此原线性方程组有无穷多解。

#

\quad 可以看到,例 1 有唯一解,例 2 无解,例 3 有无穷多解。

\quad 现在,来大胆地猜测一下:

  1. 在有理数集(甚至是实数集、复数集)内,nnn 元线性方程组的解的情况 有且只有 333 种情况:有唯一解;无解;有无穷多解。

\quad 分析下这个猜测,有解的情形从“有唯一解”到 “有无穷多解”,跨度是不是太大了?为什么不做“仅有二解”,“仅有三解”等猜测呢?猜测的依据是什么呢?
\quad 回顾在 引言 一节中的分析,我们从直线间的关系(重合、平行、相交)中受到启发,作出如上猜测。

  1. 利用矩阵的初等行变换,将线性方程组的增广矩阵化为阶梯形,得到对应的线性方程组。若出现 “0=d(d≠0)0 = d ~( d \ne 0)0=d (d=0)” 的情况,则原方程组无解。否则,原方程组有解。

  2. 线性方程组有解时,若阶梯形矩阵的非零行数目与未知量数目相等,即 r=nr = nr=n,则原方程组有唯一解;若 r<nr<nr<n,则原方程组有无穷多解。

\quad 下面,将逐一证实上述猜想。

\quad 严格来说,下面的 定理 1 需要先证明一个命题:任何矩阵都可以经过初等行变换化为阶梯形矩阵以及简化行阶梯形矩阵。

定理 1:在有理数集(或实数集、复数集)内,nnn 元线性方程组的解有且仅有以下 333 种情况:无解,有唯一解,有无穷多解。

证明:

\quad 一般地,设由 sss 个方程构成的 nnn 元线性方程组的增广矩阵为 AAA,并且经过初等行变换,化为阶梯形矩阵 JJJ。设 JJJrrr 个非零行。显然 r≤sr \le srsJJJn+1n+1n+1 列。

\quad 情形 1: JJJ 对应的阶梯形方程组出现 “0=d0 = d0=d” (d≠0d \ne 0d=0)的情况。显然,此时原方程组无解。

\quad 情形 2:JJJ 对应的阶梯形方程组不出现 “0=d0 = d0=d” (d≠0d \ne 0d=0)的情况。此时,设 JJJ 的第 rrr 个主元(即第 rrr 行的第一个非零元)为 brtb_{rt}brt,显然 brtb_{rt}brt 不会处于 JJJ 的第 n+1n+1n+1 列,因此 t≤nt \le ntn. 又因为阶梯形矩阵的列指标随着行指标的增加而严格增加,因此 r≤t≤nr \le t \le nrtn.

\quad 情形 2.1:若 r=nr = nr=n,利用初等行变换,将 JJJ 化为简化行阶梯形矩阵 J′J'J,则 J′J'J 有下形式:

(10⋯0c101⋯0c2⋮⋮⋮⋮00⋯1cn)\left(\begin{matrix} 1 & 0 & \cdots & 0 & c_{1} \\ 0 & 1 &\cdots & 0 & c_{2} \\ \vdots & \vdots & & \vdots & \vdots \\ 0 & 0 & \cdots & 1 & c_{n} \end{matrix}\right) 100010001c1c2cn

显然,此时 (c1,c2,⋯,cn)(c_{1},c_{2},\cdots,c_{n})(c1,c2,cn) 即为原线性方程组的唯一解。

\quad 情形 2.2:若 r<nr<nr<n,利用初等行变换,将 JJJ 化为简化行阶梯形矩阵 J’′J’'J,则 J′′J''J′′ 有下形式:

(1⋯0⋯00⋯c10⋯1⋯00⋯c2⋮⋮⋮⋮⋮0⋯0⋯10⋯cn⋮⋮⋮⋮⋮)\left(\begin{matrix} 1 &\cdots & 0 & \cdots & 0 & 0 & \cdots &c_{1} \\ 0 &\cdots & 1 & \cdots &0 & 0 & \cdots & c_{2} \\ \vdots & & \vdots & & \vdots & \vdots & & \vdots\\ 0 & \cdots & 0 & \cdots & 1 & 0 & \cdots & c_{n} \\ \vdots & & \vdots & & \vdots & \vdots & & \vdots \end{matrix}\right) 100010001000c1c2cn

\quad 此时,J′′J''J′′ 对应的线性方程组有 rrr主变量 x1,xj2,⋯,xjrx_{1},x_{j_{2}},\cdots,x_{j_{r}}x1,xj2,,xjrn−rn-rnr自由未知量 xi1,xi2,⋯,xin−rx_{i_{1}},x_{i_{2}},\cdots,x_{i_{n-r}}xi1,xi2,,xinr. 将 J′′J''J′′ 对应的阶梯形方程组中含有自由未知量的项移至等式右端,并忽略掉所有“0=00=00=0” 的方程,可得以下方程组(显然与原方程组同解)。

{x1=b11xi1+b12xi2+⋯+b1,n−rxin−rxj1=b21xi1+b22xi2+⋯+b2,n−rxin−r⋯⋯xjr=br1xi1+br2xi2+⋯+br,n−rxin−r\begin{cases} x_{1} &= b_{11}x_{i_{1}} + b_{12} x_{i_2} + \cdots + b_{1,n-r}x_{i_{n-r}} \\ x_{j_{1}} &= b_{21} x_{i_{1}} + b_{22} x_{i_{2}} + \cdots + b_{2,n-r} x_{i_{n-r}} \\ &\cdots ~ \cdots\\ x_{j_{r}} &= b_{r1} x_{i_{1}} + b_{r2} x_{i_{2}} + \cdots + b_{r,n-r} x_{i_{n-r}} \end{cases} x1xj1xjr=b11xi1+b12xi2++b1,nrxinr=b21xi1+b22xi2++b2,nrxinr =br1xi1+br2xi2++br,nrxinr

\quad 显然,此时原方程组有无穷多解。

#


\quad 想一下,如果线性方程组的所有常数项都为 000,会有怎样的性质?

n 元齐次线性方程组:若 nnn 元线性方程组的所有常数项均为零,则称该方程组为 n 元齐次线性方程组

{a11x1+a12x2+⋯+a1nxn=0a21x1+a22x2+⋯+a2nxn=0⋯as1x1+as2x2+⋯+asnxn=0.\begin{cases} a_{11} x_{1} + a_{12} x_{2} + \cdots + a_{1n} x_{n} = 0 \\ a_{21} x_{1} + a_{22} x_{2} + \cdots + a_{2n} x_{n} = 0 \\ \cdots \\ a_{s1} x_{1} + a_{s2} x_{2} + \cdots + a_{sn} x_{n} = 0. \end{cases} a11x1+a12x2++a1nxn=0a21x1+a22x2++a2nxn=0as1x1+as2x2++asnxn=0.

\quad 显然,当 x1,x2,⋯,xnx_{1},x_{2},\cdots,x_{n}x1,x2,,xn 均为零时,方程组成立,这是一件平凡的事。换言之,nnn 元齐次线性方程组必定有解。进一步地思考一下,什么时候有非零解?

\quad定理 1 很容易得到以下推论。

推论 1nnn 元齐次线性方程组有非零解 当且仅当 r<nr <nr<n.

推论 2:若 s<ns <ns<n,则 nnn 元齐次线性方程组必有非零解。

参考

[1] 邱维声. 高等代数课程.


http://www.ppmy.cn/news/29536.html

相关文章

hashCode 和 equals 的处理

文章目录hashCode 和 equals 的处理1. 阿里巴巴编程规范要求2. equals和hashcode的分析2.1 Object方法2.2 只覆写&#xff08;Override&#xff09;equals带来的问题问题演示问题分析问题处理hashCode 和 equals 的处理 1. 阿里巴巴编程规范要求 2. equals和hashcode的分析 2…

自动化测试实战篇(8),jmeter并发测试登录接口,模拟从100到1000个用户同时登录测试服务器压力

首先进行使用jmeter进行并发测试之前就需要搞清楚线程和进程的区别还需要理解什么是并发、高并发、并行。还需要理解高并发中的以及老生常谈的&#xff0c;TCP三次握手协议和TCP四次握手协议**TCP三次握手协议指&#xff1a;****TCP四次挥手协议&#xff1a;**进入Jmeter&#…

【编程基础之Python】8、Python复合数据类型

【编程基础之Python】8、Python复合数据类型Python复合数据类型列表&#xff08;List&#xff09;创建列表访问元素内置方法列表操作元组&#xff08;Tuple&#xff09;创建元组访问元素集合&#xff08;Set&#xff09;创建集合基本操作其他操作字典&#xff08;Dictionary&am…

Python解题 - CSDN周赛第33期

本期四道题全考过&#xff0c;题解在网上也都搜得到。。。没有想法&#xff0c;顺手水一份题解吧。 第一题&#xff1a;奇偶排序 给定一个存放整数的数组&#xff0c;重新排列数组使得数组左边为奇数&#xff0c;右边为偶数。 输入描述&#xff1a;第一行输入整数n。(1<n<…

如何从 Android 手机上的 SD 卡恢复已删除的照片

为了扩展手机的存储空间&#xff0c;很多人都会在安卓手机上插入一张SD卡来存储一些大文件&#xff0c;比如电影、照片、视频等。虽然SD卡给我们带来了很大的方便&#xff0c;但我们还是避免不了数据丢失一些事故造成的。您是否正在为 SD 卡上的照片意外丢失而苦恼&#xff1f;…

【C++】多态虚表

多态——多种形态多态的分类&#xff1a;1.静态多态&#xff1a;函数重载和运算符重载&#xff08;复用函数名&#xff09;2.动态多态&#xff1a;派生类和虚函数实现运行时多态静态多态和动态多态的区别&#xff1a;静态多态的函数地址早绑定——编译阶段确定函数地址动态多态…

JVM—类加载子系统

JVM细节版架构图 ​ 本文针对Class Loader SubSystem这一块展开讲解类加载子系统的工作流程 类加载子系统作用 1.类加载子系统负责从文件系统或者网络中加载class文件&#xff0c;class文件在文件开头有特定的文件标识即16进制CA FE BA BE&#xff1b; 2.加载后的Class类信息…

为什么FPGA在深度学习领域有着得天独厚的优势?

01 FPGA在深度学习领域有哪些优势 FPGA&#xff08;Field-Programmable Gate Array&#xff09;是一种灵活的可编程硬件设备&#xff0c;它在深度学习应用领域中具有许多优势。 首先&#xff0c;FPGA具有非常高的并行性。在深度学习中&#xff0c;许多计算都可以并行化&…

【机器学习】决策树(理论)

决策树&#xff08;理论&#xff09; 目录一、何为决策树1、决策树的组成2、决策树的构建二、熵1、熵的作用2、熵的定义3、熵的计算4、条件熵的引入5、条件熵的计算三、划分选择1、信息增益&#xff08; ID3 算法选用的评估标准&#xff09;2、信息增益率&#xff08; C4.5 算法…

后端程序员的前端基础-前端三剑客之HTML

文章目录1 HTML简介1.1 什么是HTML1.2 HTML能做什么1.3 HTML书写规范2 HTML基本标签2.1 结构标签2.2 排版标签2.3 块标签2.4 基本文字标签2.5 文本格式化标签2.6 标题标签2.7 列表标签(清单标签)2.8 图片标签2.9 链接标签2.10 表格标签3 HTML表单标签3.1 form元素常用属性3.2 i…

【微信小程序】-- 网络数据请求(十九)

&#x1f48c; 所属专栏&#xff1a;【微信小程序开发教程】 &#x1f600; 作  者&#xff1a;我是夜阑的狗&#x1f436; &#x1f680; 个人简介&#xff1a;一个正在努力学技术的CV工程师&#xff0c;专注基础和实战分享 &#xff0c;欢迎咨询&#xff01; &…

119.(leaflet篇)文字碰撞

听老人家说:多看美女会长寿 地图之家总目录(订阅之前建议先查看该博客) 文章末尾处提供保证可运行完整代码包,运行如有问题,可“私信”博主。 效果如下所示: 下面献上完整代码,代码重要位置会做相应解释 <!DOCTYPE html> <html>

K8s:Monokle Desktop 一个集Yaml资源编写、项目管理、集群管理的 K8s IDE

写在前面 Monokle Desktop 是 kubeshop 推出的一个开源的 K8s IDE相关项目还有 Monokle CLI 和 Monokle Cloud相比其他的工具&#xff0c;Monokle Desktop 功能较全面&#xff0c;涉及 k8s 管理的整个生命周期博文内容&#xff1a;Monokle Desktop 下载安装&#xff0c;项目管理…

Python每日一练(20230303)

1. 两数之和 给定一个整数数组 nums 和一个整数目标值 target&#xff0c;请你在该数组中找出 和为目标值 的那 两个 整数&#xff0c;并返回它们的数组下标。 你可以假设每种输入只会对应一个答案。但是&#xff0c;数组中同一个元素在答案里不能重复出现。 你可以按任意顺…

数据结构考研习题精选

&#xff11; A假设比较&#xff54;次&#xff0c;由于换或不换&#xff0c;则必然有&#xff12;&#xff3e;&#xff54;种可能。又设有&#xff4e;个关键字&#xff0c;&#xff4e;&#xff01;排列组合&#xff0c;则必然有&#xff12;&#xff3e;&#xff54;&…

基于ensp的小型局域网网络搭建及需求分析

一 需求分析本实验的目的在于建立小型局域网。由于公司由财政部、人事部、科技部三个部门组成&#xff0c;分布在同一个交换机下。设计以下网络&#xff1a;三个个部门使用两台交换机连接&#xff0c;然后连接到汇聚交换机&#xff0c;再通过路由器与外网以及其他部门网络相连。…

QT获取dll库文件详细信息

一、需求背景获取软件下依赖的dll库的版本信息&#xff0c;如下图所示版本为1.0.7.1018二、实现方法2.1步骤windows下实现&#xff0c;基于version.lib(version.dll)提供的函数获取这些信息首先使用GetFileVersionInfoSizeA(W)获取VersionInfo的大小&#xff0c;申请缓冲区&…

计算机网络面经

http和https的区别&#xff1f; 端口 http默认使用端口号80 https默认使用端口号443 安全性和资源消耗 HTTP协议运行在TCP协议上&#xff0c;所有传输内容都是明文&#xff0c;客户端和服务器端都无法验证对方的身份 HTTPS是运行在SSL/TLS之上的HTTP协议&#xff0c;SSL/…

hls.js如何播放m3u8文件(实例)?

HLS&#xff08;HTTP Live Streaming&#xff09;是一种视频流传输协议&#xff0c;是苹果推出的适用于iOS与macOS平台的流媒体传输协议。它将视频分割成若干个小段&#xff0c;每个小段大小一般为2~10秒不等&#xff0c;并通过HTTP协议进行传输。通过在每个小段之间插入若干秒…

【存储】RAID2.0+、多路径技术、磁盘可靠性技术

RAID2.0RAID 2.0技术RAID技术发展RAID 2.0软件逻辑对象RAID 2.0基本原理硬盘域Storage Pool & TierDisk Group&#xff08;DG&#xff09;LD&#xff08;逻辑磁盘&#xff09;Chunk&#xff08;CK&#xff09;Chunk Group&#xff08;CKG&#xff09;ExtentGrainVolume &am…
最新文章