第四节 线性方程组解的结构 前面我们已经用初等变换的方法讨论了线性方程组的解法, 并建立了两个重要定理: 第四节 线性方程组解的结构 前面我们已经用初等变换的方法讨论了线性方程组的解法, 并建立了两个重要定理: (1) n个未知数的齐次线性方程组Ax.

Slides:



Advertisements
Similar presentations
一、 一阶线性微分方程及其解法 二、 一阶线性微分方程的简单应用 三、 小结及作业 §6.2 一阶线性微分方程.
Advertisements

第五节 全微分方程 一、全微分方程及其求法 二、积分因子法 三、一阶微分方程小结. 例如 所以是全微分方程. 定义 : 则 若有全微分形式 一、全微分方程及其求法.
常系数线性微分方程组 §5.3 常系数线性方程组. 常系数线性微分方程组 一阶常系数线性微分方程组 : 本节主要讨论 (5.33) 的基解矩阵的求法.
线 性 空 间 线性空间的定义 线性空间 的子空间 小结. 线性空间是线性代数最基本的概念之一,也是 一个抽象的概念,它是向量空间概念 线性空间是线性代数最基本的概念之一,也是 一个抽象的概念,它是向量空间概念的推广. 线性空间是为了解决实际问题而引入的,它是 某一类事物从量的方面的一个抽象,即把实际问题看作向量空间,进而通过研究向量空间来解决实际问题.
第12讲 向量空间,齐次线性方程组的结构解 主要内容: 1. 向量空间 (1) 向量空间的定义 (2) 向量空间的基
第四章 向量组的线性相关性 §1 向量组及其线性组合 §2 向量组的线性相关性 §3 向量组的秩 §4 线性方程组的解的结构.
线性代数 第六章 矩阵的对角化 6.3 内积和正交矩阵.
第6章 向量空间 6.1 向量空间的定义和例子 6.2 子空间 6.3 向量的线性相关 6.4 基和维数 6.5 坐 标
3.4 空间直线的方程.
线性方程组的求解过程分析 自强学院 尹剑翀 指导老师 顾传青.
第五章 二次型. 第五章 二次型 知识点1---二次型及其矩阵表示 二次型的基本概念 1. 线性变换与合同矩阵 2.
§1 二阶与三阶行列式 ★二元线性方程组与二阶行列式 ★三阶行列式
一、二阶行列式的引入 用消元法解二元线性方程组. 一、二阶行列式的引入 用消元法解二元线性方程组.
第三章 函数逼近 — 最佳平方逼近.
第五章 矩阵与行列式 §5.4 逆矩阵 §5.5 矩阵的初等变换.
§1 线性空间的定义与性质 ★线性空间的定义 ★线性空间的性质 ★线性空间的子空间 线性空间是线性代数的高等部分,是代数学
复习 齐次方程 齐次方程的解法 化为可分离变量的方程然后求解. 可化为齐次方程的方程 其它情况, 令 化为齐次方程;
第五章 二次型 本章将向量空间具体化,给出欧氏空间的概念,然后讨论二次型化为标准形的问题。为此,
第一章 行列式 第五节 Cramer定理 设含有n 个未知量的n个方程构成的线性方程组为 (Ⅰ) 由未知数的系数组成的n阶行列式
§3.4 向量组的极大线性无关组 这一节将在上一节建立的概念基础上,转 而讨论 中两个向量组 , 之间的关系。从理论上研究在一向量组中,哪
恰当方程(全微分方程) 一、概念 二、全微分方程的解法.
§ 7.1 线性空间的概念 我们考察数域P上全体m×n矩阵的集合Mn,n(P)和数域P上全体n维向量集合(即n维向量空间)Pn, 可以看出,这两个集合中元素的加法与数域P中数与集合元素之间的数量乘 法都有十分相似的运算性质.如果它们抽象出来,就得出一般线性空间的概念.
第四节 一阶线性微分方程 线性微分方程 伯努利方程 小结、作业 1/17.
§4.3 常系数线性方程组.
总结 高等代数 多项式 线性代数 矩阵 向量 方程组 计算.
第3讲 线性方程组的高斯求解方法 主要内容: 1. 线性方程组的高斯求解方法 2. 将行阶梯形矩阵化为行最简形矩阵.
第二章 矩阵(matrix) 第8次课.
线性代数机算与应用 李仁先 2018/11/24.
I. 线性代数的来龙去脉 -----了解内容简介
第四章 向量组的线性相关性.
行列式.
Partial Differential Equations §2 Separation of variables
实数与向量的积.
线性代数 第二章 矩阵 §1 矩阵的定义 定义:m×n个数排成的数表 3) 零矩阵: 4) n阶方阵:An=[aij]n×n
特 征 值 与 特 征 向 量 一、特征值与特征向量的概念 二、特征值和特征向量的性质.
复习.
第三章复习及习题课.
§4 线性方程组的解的结构.
第三章 线性空间 Linear Space.
第16讲 相似矩阵与方阵的对角化 主要内容: 1.相似矩阵 2. 方阵的对角化.
§3 向量组的秩.
§8.3 不变因子 一、行列式因子 二、不变因子.
§6.7 子空间的直和 一、直和的定义 二、直和的判定 三、多个子空间的直和.
第13讲 非齐次线性方程组的结构解, 线性空间与线性变换
3.1.2 空间向量的数量积运算 1.了解空间向量夹角的概念及表示方法. 2.掌握空间向量数量积的计算方法及应用.
1.2 子集、补集、全集习题课.
4) 若A可逆,则 也可逆, 证明: 所以.
第五章 相似矩阵及二次型.
第15讲 特征值与特征向量的性质 主要内容:特征值与特征向量的性质.
线 性 代 数 厦门大学线性代数教学组 2019年5月12日4时19分 / 45.
A经有限次初等变换化为B,称A与B等价,记作A→B.
第四节 第七章 一阶线性微分方程 一、一阶线性微分方程 *二、伯努利方程.
高中数学必修 平面向量的基本定理.
例1 全体 n 维向量构成的向量组记作Rn,求Rn的一个极大无关组和Rn的秩。
§2 方阵的特征值与特征向量.
第五节 线性方程组有解判别定理 一、线性方程组的向量表示形式 二、线性方程组有解判别定理 三、一般线性方程组的解法 四、线性方程组的求解步骤.
第三章 矩 阵的秩和线性方程组的相容性定理 第一讲 矩阵的秩;初等矩阵 第二讲 矩阵的秩的求法和矩阵的标准形 第三讲 线性方程组的相容性定理.
第一节 矩阵的初等变换 一、消元法解线性方程组 二、矩阵的初等变换 三、初等矩阵的概念 四、初等矩阵的应用.
在发明中学习 线性代数概念引入 之四: 矩阵运算 李尚志 中国科学技术大学.
9.5空间向量及其运算 2.共线向量与共面向量 淮北矿业集团公司中学 纪迎春.
φ=c1cosωt+c2sinωt=Asin(ωt+θ).
定义5 把矩阵 A 的行换成同序数的列得到的矩阵,
第四节 向量的乘积 一、两向量的数量积 二、两向量的向量积.
§5 向量空间.
第一节 矩阵的初等变换 一、消元法解线性方程组 二、矩阵的初等变换 三、初等矩阵的概念 四、初等矩阵的应用.
高等代数课件 陇南师范高等专科学校数学系 2008年制作.
§4.5 最大公因式的矩阵求法( Ⅱ ).
§1 向量的内积、长度及正交性 1. 内积的定义及性质 2. 向量的长度及性质 3. 正交向量组的定义及求解 4. 正交矩阵与正交变换.
第三章 线性方程组 §4 n维向量及其线性相关性(续7)
第七章 线性空间与线性变换 §1 线性空间定义与性质
Presentation transcript:

第四节 线性方程组解的结构 前面我们已经用初等变换的方法讨论了线性方程组的解法, 并建立了两个重要定理: 第四节 线性方程组解的结构 前面我们已经用初等变换的方法讨论了线性方程组的解法, 并建立了两个重要定理: (1) 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为其系数矩阵的秩 R(A)< n. (2) 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为系数矩阵A与增广矩阵B=(A | b)的秩相等, 且当R(A)=R(B)=n时有唯一解; 当R(A)=R(B)<n时有无穷多解;

一、齐次线性方程组的解 设有齐次线性方程组 若记 则上述方程组可写成向量方程 Ax = 0.

若x1=11, x2=21, ···, xn=n1为方程组Ax = 0的解, 则 (1) 若x = 1, x = 2为Ax = 0的解, 则 x =1 + 2也是Ax = 0的解. 证明: 因为 A1 = 0, A2 = 0, 所以 A(1 + 2) = A1 + A2 = 0, 故 x =1 + 2也是Ax = 0的解.

(2) 若x = 1为Ax = 0的解, k为数, 则 x = k1也是 所以 A(k1) = kA1 = k 0 = 0, 故 x = k1也是Ax = 0的解.   这两个性质表明, Ax = 0的全体解向量所组成的集合对于加法和数乘运算是封闭的, 因此构成一个向量空间, 称此向量空间为齐次方程组 Ax = 0 的解空间.

二、基础解系及其求法 称向量组1, 2, ···, t为齐次线性方程组Ax = 0的基础解系, 如果 (2) Ax = 0的任一解都可由1, 2, ···, t 线性表出. 如果向量组1, 2, ···, t 为齐次线性方程组Ax = 0的一组基础解系, 那么, Ax = 0的通解可表示为: x = k11 + k22 + ··· + ktt 其中k1, k2, ···, kt为任意常数.

  设齐次线性方程组Ax = 0的系数矩阵A的前 r 个列向量线性无关, 于是A可化为: 即有方程组 (1)

现对( xr+1, ···, xn )T 取下列 n–r 组数(向量): 分别代入方程组(1)依次得: 从而求得原方程组的 n–r个解:

···, 依据以上的讨论,还可推得 定理1: 当 n元齐次线性方程组 Amnx = 0的系数矩阵的秩R(A)=r时, 解集S的秩为 n–r .

当R(A)=n时, 方程组Ax = 0只有零解, 故没有基础解系(此时解空间只含一个零向量, 为0维向量空间). 当R(A)=r < n时, 方程组Ax=0必有含n–r个向量的基础解系1, 2, ···, n-r . 因此由最大无关组的性质可知,方程组Ax=0的任何n–r个线性无关的解都可构成它的基础解系. 并由此可知齐次线性方程组的基础解系并不是唯一的,它的通解的形式也不是唯一的.

例1: 求齐次线性方程组 的基础解系与通解. 解: 对系数矩阵A作初等行变换, 变为行最简矩阵, 有 得

即得基础解系: 并由此得通解:

例2: 设AmnBnl = Oml , 证明R(A)+R(B) n. 证明: 设B =(b1, b2, ···, bl ), 则 AB = A(b1, b2, ···, bl ) = (0, 0, ···, 0 ) = Oml , 即 Abi = 0 ( i =1, 2, ···, l), 也就是说, B的每个一列向量都是以A为系数矩阵的齐次线性方程组Ax=0的解向量. 由齐次线性方程组解的 性质知: 方程组Ax=0的解向量组的秩为n–R(A), 因此, R(B)=R(b1, b2,··· ,bl ) n–R(A). 故 R(A)+R(B) n.

三、非齐次线性方程组的解 (1) 设 x=1 及 x=2 都是方程组 Ax=b 的解, 则 x=1–2为对应齐次方程组Ax=0的解. 证明: 因为 A1=b, A2=b, 所以 A(1–2) = A1–A2 = b – b = 0. 故, x=1–2为对应齐次方程组Ax=0的解. (2) 设 x= 是方程组 Ax=b 的解, x= 是方程组 Ax=0 的解, 则 x=+ 仍为方程组 Ax=b 的解. 证明: 因为 A=b, A=0, 所以 A(+) = A +A = 0 + b = b. 故, x=+ 为方程组 Ax=b 的解.

非齐次线性方程组Ax=b的通解为: x = k11 + k22 + ··· + kn-rn-r +*. 其中 k11+k22+···+kn-rn-r 为对应齐次线性方程组Ax=0的通解, *为非齐次线性方程组Ax=b的任意一个特解. 例4: 求解方程组 解: 对增广矩阵B施行初等行变换:

可见R(A)=R(B)=2, 故方程组有解, 并有 取 x2 = x4 = 0, 则x1 = x3 = 即得方程组的一个解

在对应的齐次线性方程组 中, 取 即得对应的齐次线性方程组的基础解系为: 于是所求通解为:

第五节 向量空间 定义1 设 为 维向量的集合,如果集合 非空, 且集合 对于加法及乘数两种运算封闭,那么就称 集合 为向量空间. 说明 第五节 向量空间 一、向量空间的概念 定义1 设 为 维向量的集合,如果集合 非空, 且集合 对于加法及乘数两种运算封闭,那么就称 集合 为向量空间. 说明 1.集合 对于加法及乘数两种运算封闭指 2. 维向量的集合是一个向量空间,记作 .

. , 3 是一个向量空间 维向量的全体 R 例1

例2 判别下列集合是否为向量空间. 解

例3 判别下列集合是否为向量空间. 解

维向量,集合 为两个已知的 设 n b a , 例4 试判断集合是否为向量空间.

一般地, 为 { } . , 2 1 V R b x a s m =  + 试证: 记 等价, 与向量组 设向量组 l L 例5

定义2 设 是向量空间,如果 个向量 ,且满足 那末,向量组 就称为向量 的一个 基, 称为向量空间 的维数,并称 为 维向量 空间. 三、向量空间的基与维数 定义2 设 是向量空间,如果 个向量 ,且满足 那末,向量组 就称为向量 的一个 基, 称为向量空间 的维数,并称 为 维向量 空间.

说明 (1)只含有零向量的向量空间称为0维向量空间,因此它没有基. (2)若把向量空间 看作向量组,那末 的基 就是向量组的最大无关组, 的维数就是向量组的 秩. (3)若向量组 是向量空间 的一 个基,则 可表示为

设矩阵 例6