---------------------------------------------------------------最新资料推荐------------------------------------------------------ 齐次线性方程组的基础解系(PPT) 齐次线性方程组的基础解系(PPT) 齐次线性方程组的基础解 系对于齐次线性方程组a11x1a12x2a1nxn0, a12x1a22x2a2nxn0, ax ax ax0. m22mnn m11 令a11a12 a21a22 , 1 2 am1 am2 a1n a2n ,,n amn 则上述方程组即为 x1 1 x2 2 xn n 0 (*) （其中 0 为零向量）。 将（*）的解视为 n 维向量，则所有解向量构成 K 中的一个向量组，记为 S。 n 命题 S 中的元素（解向量）的线性组合仍属于 S（仍是解）。 证明只需要证明 S 关于加法与数乘封闭。 设(k1,k2,,kn),(l1,l2,,ln)S，则k11k2 2 kn n 0 l1 1 l2 2 ln n 0 于是 (k1 l1) 1 (k2 l2) 2 (kn ln) n 0 故 (k1 l1,k2 l2, ,kn ln) S；又因为k K kk1 1 kk2 2 kkn n 0 所以(kk1,kk2, ,kkn) S。 证毕。 定义（线性方程组基础解系）齐次线性方程组（*）的一组解 1 / 7
向量1, 2, , s 如果满足如下条件： （1）1, 2, , s 线性无关；（2）方程组（*）的 任一解向量都可被1, 2, , s 线性表出，那么，就称1, 2, , s 是齐次线性方程组（*）的一个基础解系。 定理数域上的齐次线性方程组的基础解系中的向量个数等于变 元个数减去系数矩阵的秩。 证明记线性方程组为 x1 1 x2 2 xn n 0 其中a11a12 a21a22 , 1 2 am1 am2 a1n a2n , , n amn 设1, 2, , n 的秩为 r，无妨设1, 2, , n 为其极大线性无关部分组， 则r 1, r 2, , n 皆可被1, 2, , r 线性 表出，即存在 kij K(1 i n r,1 j r)，使得r 1 k11 1 k1 2 2 k1r r r 2 k21 1 k22 2 k2r r n kn r1 1 kn r2 2 kn rr r, 即 ki1 1 ki2 2 kir r 1 r i 0, (i 1,2, n r)于是 S 中含 有向量1(k11,k12,,k1r,1,0,,0) 2 (k21,k22,,k2r,0,1,,0) n r(kn r1,kn r2, ,kn rr,0,0, ,1) 只需要证明1, 2, , n r 是解向量组的一个极大线性无关部分组即可。 易见，向量组1, 2, , n r 线性无关。 只需要再证明1, 2, , n r 能线性表出任意一个S 即
第三章 线性方程组 §3.1 线性方程组的矩阵消元解法 例3.1 求解线性方程组 ??? ??=+-=+-=-+4 5342622321 321321x x x x x x x x x 解方程组通常采用消元法，比如将第2个方程乘2-加到第1个方程，可消去1x 得到09632=-x x ，将此方程两边除以3，约简可得03232=-x x 。 除了消元和约简，有时还要交换两个方程的位置。这些变形运算实际上仅在变量的系数之间进行，所以只需将所有的系数和常数项列成一个矩阵，做初等行变换即可。显然消元、约简和交换方程位置分别相当于矩阵的消去变换、倍缩变换和换行变换。比如上面对本例的两个具体变形相当于以下矩阵初等行变换： ????? ??---411534216122→????? ??---411534210960→???? ? ??---411534210320 其中第一个变换是第2行乘2-加到第1行，第二个变换是以31乘第1行。矩阵的初等变换可以使解方程组的过程显得紧凑、快捷、简洁。 下面我们运用初等变换的标准程序（参看§2.4）来解例3.1的线性方程组： ????? ??---4115342]1[6122 →? ?? ?? ??----111990342 109]6[0 ?→?* ????? ??---11]5.5[0005 .110310 1→? ???? ? ?210030101001 其中，主元都用“[ ]”号作了标记。消元与换行可同步进行（如带“*”号的第二 步），换行的目的是为了使主元呈左上到右下排列。最后一个矩阵对应方程组 ?? ? ??=++=++=++2 003001 00321x x x 实际上已得到方程组的解是11=x ，32=x ，23=x 。写成列向量 ()T x 2,3,1=，叫做解向量。显然解向量可以从最后一个矩阵右侧的常数列 直接读出，无需写出对应的方程组。 第二章曾经把一般的线性方程组（2.2）写成矩阵形式b Ax =，比如例 3.1 的线性方程组，写成矩阵形式是??? ? ? ??=????? ??---436115421122x 。
习题3 3-1．求下列齐次线性方程组的通解： （1）?? ? ??=--=--=+-087305302z y x z y x z y x . 解 对系数矩阵施行行初等变换，得 ???? ? ??-----?→?????? ??-----=144072021 1873153211A )(000720211阶梯形矩阵B =???? ? ??-?→? ??? ?? ??-?→?0002720211)(000271021101行最简形矩阵C =????? ? ???→? ， 与原方程组同解的齐次线性方程组为 ??? ??? ?=+=+02702 11 z y z x ， 即 ??? ??? ?-=-=z y z x 272 11（其中z 是自由未知量）， 令1=z ，得到方程组的一个基础解系 T )1,2 7,211(-- =ξ, 所以，方程组的通解为
,)1,2 7,211(T k k -- =ξk 为任意常数． （2）??? ??=+++=+++=++++0 86530543207224321 432154321x x x x x x x x x x x x x . 解 对系数矩阵施行行初等变换，得 ???? ? ??--?→?????? ??=21202014101072211086530543272211A )(7000014101072211阶梯形矩阵B =????? ??-?→? ???? ? ??-?→?70000141010211201 )(100000101001201行最简形矩阵C =???? ? ???→?， 与原方程组同解的齐次线性方程组为 ??? ??==+=++00 025 42431x x x x x x ， 即 ??? ??=-=--=025 4 2431x x x x x x （其中43,x x 是自由未知量）， 令34(,)T x x =(1,0)T ，(0,1)T ，得到方程组的一个基础解系 T )0,0,1,0,2(1-=ξ，T )0,1,0,1,1(2--=ξ， 所以，方程组的通解为
第四章 线性方程组 1．线性方程组的基本概念 (1)线性方程组的一般形式为： 其中未知数的个数n 和方程式的个数m 不必相等. 线性方程组的解是一个n 维向量(k 1,k 2, …,k n )(称为解向量),它满足当每个方程中的未知数x 用k i 替代时都成为等式. 线性方程组的解的情况有三种:无解,唯一解,无穷多解. 对线性方程组讨论的主要问题两个:(1)判断解的情况.(2)求解,特别是在有无穷多接时求通解. b 1=b 2=…=b m =0的线性方程组称为齐次线性方程组. n 维零向量总是齐次线性方程组的解,称为零解.因此齐次线性方程组解的情况只有两种:唯一解(即只有零解)和无穷多解(即有非零解). 把一个非齐次线性方程组的每个方程的常数项都换成0，所得到的齐次线性方程组称为原方程组的导出齐次线性方程组，简称导出组. (2) 线性方程组的其他形式 线性方程组除了通常的写法外,还常用两种简化形式： 向量式 x 1α1+x 2α2+…+n x n α= β， (齐次方程组x 1α1+x 2α2+…+n x n α=0). 即[] n a a ,,a 21ΛΛ??? ?? ? ??????n x x x M 21=β 全部按列分块，其中β,,21n a a a ΛΛ 如下 ????????????= 121111m a a a M α ，????????????=222122m a a a M α，………，????????????=mn n n n a a a M 21α, ? ? ??? ???????=m b b b M 21β 显然方程组有解的充要条件是向量β可由向量组n ααα,,21ΛΛ线性表示。 矩阵式 AX =β，(齐次方程组AX =0). ? ? ???? ? ?????=mn m m n n a a a a a a a a a A Λ M O M M Λ Λ 2 122221 11211 ，????????????=n x x x X M 2 1 ???? ? ???????=m b b b M 21β 其中A 为m n ?矩阵，则： ① m 与方程的个数相同，即方程组AX =β有m 个方程； ② n 与方程组的未知数个数相同，方程组AX =β为n 元方程。 矩阵A 称为方程组的系数矩阵，A =（n ααα,,21ΛΛ，β），称矩阵A 为方 程组的增广矩阵。 2. 线性方程组解的性质 (1) 齐次方程组AX =0 如果η1, η2,…,ηs 是齐次方程组AX =0的一组解,则它们的任何线性组合 c 1η1+ c 2η2+? + c s ηs 也都是解. (2) 非齐次方程组AX =β 性质1：非齐次线性方程组的两个解之差是它的导出组的解。 性质2：非齐次线性方程组的一个解和其导出组的一个解的和仍然是非齐次线 性方程组的一个解。 3.线性方程组解的情况的判别 （1）对于齐次方程组AX =0,判别解的情况用两个数: n,r(A ). 若有非零解? r(A ) 四：基本方法 基本思路将在解题的过程中得到体现。 1．（求线性方程组的唯一解或特解），这类问题的求法分为两类：一类主要用于解低阶稠 密矩阵——直接法；一类是解大型稀疏矩阵——迭代法。 1.1利用矩阵除法求线性方程组的特解（或一个解） 方程：AX=b，解法：X=A\b，(注意此处’\’不是’/’) 例1-1 求方程组的解。 解: A = ; = ；b=(1,0,0,0,1)’ 由于>>rank(A)=5,rank( )=5 %求秩，此为R（A）=R（）>=n的情形，有唯一解。 >>X= A\b %求解X =(2.2662, -1.7218, 1.0571,-0.5940, 0.3188)’ 或用函数rref 求解，>>sv=rref(A:b);所得sv的最后一列即为所要求的解。 1．2 利用矩阵的LU、QR和cholesky分解求方程组的解 这三种分解，在求解大型方程组时很有用。其优点是运算速度快、可以节省磁盘空间、节省内存。 I) LU分解又称Gauss消去分解，可把任意方阵分解为下三角矩阵的基本变换形式（行交换）和上三角矩阵的乘积。即A=LU，L为下三角阵，U为上三角阵。 则：A*X=b 变成L*U*X=b 所以X=U\(L\b) 这样可以大大提高运算速度。命令[L，U]=lu (A) 在matlab中可以编如下通用m 文件： 在Matlab中建立M文件如下 % exp1.m A;b; [L，U]=lu (A); X=U\(L\b) II）Cholesky分解 若A为对称正定矩阵，则Cholesky分解可将矩阵A分解成上三角矩阵和其转置的乘积，即：其中R为上三角阵。 方程A*X=b 变成所以 在Matlab中建立M文件如下 % exp2.m A;b; [R’，R]=chol(A); X=R\(R’\b) III）QR分解 对于任何长方矩阵A，都可以进行QR分解，其中Q为正交矩阵，R为上三角矩阵的初等变换形 式，即：A=QR 方程A*X=b 变形成QRX=b 所以X=R\(Q\b) 第四章 线性方程组 1．设齐次方程组12312312 30030 x ax x ax x x x x x ++=?? ++=??-+=? 有非零解，求a 及其通解. 解：因为此方程组有非零解，故系数矩阵的行列式为零. 2211 ||1 131******** a a a a a a ==-+--+=-=-A 所以，2 1a =，即1a =± （1）当1a =时，对此方程组的系数矩阵进行行变换 111111120111000011113022000?????? ? ? ?=→→- ? ? ? ? ? ?--?????? A 原方程组等价于1223200x x x x +=??-=?, 即 12322x x x x =-??=?. 取21x =，得1211-?? ? = ? ? ?? ξ为方程组的基 础解系. 则方程组的通解为1(2,1,1),k k k ==-∈X ξT R . （2）当1a =-时， 111111110111001001113000000---?????? ? ? ?=-→→ ? ? ? ? ? ?-??????A 原方程组等价于123 0x x x -=??=? 取21x =，得()T 21,1,0=ξ为方程组的基础解系. 故通解为2(1,1,0), T R k k k ==∈X ξ. 2．解齐次方程组 （1）1234123412 3420222020x x x x x x x x x x x x ++-=??+++=??++-=? （2）12341234 12 3412342350 327043602470 x x x x x x x x x x x x x x x x +-+=??++-=??+-+=??-+-=? 解线性方程组基思想 ————————————————————————————————作者：————————————————————————————————日期： 四：基本方法 基本思路将在解题的过程中得到体现。 1．（求线性方程组的唯一解或特解），这类问题的求法分为两类：一类主要用于解低阶稠 密矩阵——直接法；一类是解大型稀疏矩阵——迭代法。 1.1利用矩阵除法求线性方程组的特解（或一个解） 方程：AX=b，解法：X=A\b，(注意此处’\’不是’/’) 例1-1 求方程组的解。 解: A = ; = ；b=(1,0,0,0,1)’ 由于>>rank(A)=5,rank( )=5 %求秩，此为R（A）=R（）>=n的情形，有唯一解。 >>X= A\b %求解X =(2.2662, -1.7218, 1.0571,-0.5940, 0.3188)’ 或用函数rref 求解，>>sv=rref(A:b);所得sv的最后一列即为所要求的解。 1．2 利用矩阵的LU、QR和cholesky分解求方程组的解 这三种分解，在求解大型方程组时很有用。其优点是运算速度快、可以节省磁盘空间、节省内存。 I) LU分解又称Gauss消去分解，可把任意方阵分解为下三角矩阵的基本变换形式（行交换）和上三角矩阵的乘积。即A=LU，L为下三角阵，U为上三角阵。 则：A*X=b 变成L*U*X=b 所以X=U\(L\b) 这样可以大大提高运算速度。命令[L，U]=lu (A) 在matlab中可以编如下通用m 文件： 在Matlab中建立M文件如下 % exp1.m A;b; [L，U]=lu (A); X=U\(L\b) II）Cholesky分解 若A为对称正定矩阵，则Cholesky分解可将矩阵A分解成上三角矩阵和其转置的乘积，即：其中R为上三角阵。 方程A*X=b 变成所以 在Matlab中建立M文件如下 % exp2.m A;b; [R’，R]=chol(A); X=R\(R’\b) III）QR分解 对于任何长方矩阵A，都可以进行QR分解，其中Q为正交矩阵，R为上三角矩阵的初等变换形 式，即：A=QR 方程A*X=b 变形成QRX=b 所以X=R\(Q\b) 齐次线性方程组的基础解系及其应用 齐次线性方程组一般表示成AX=0的形式，其主要结论有： （1）齐次线性方程组AX=0一定有解，解惟一的含义是只有零解，有非零解的含义是解不惟一（当然有无穷多解）。有非零解的充要条件是R(A) 线性方程组解题方法技巧与题型归纳 题型一 线性方程组解的基本概念 【例题1】如果α1、α2是方程组 123131233231 2104 x x ax x x x ax x --=?? -=??-++=? 的两 个不同的解向量，则a 的取值如何 解： 因为α1、α2是方程组的两个不同的解向量，故方程组有无穷多解，r(A)= r(Ab)＜3， 对增广矩阵进行初等行变换： 21131132031022352104002314510a a a a a a a ----???? ? ?-→-- ? ? ? ?-----???? 易见仅当a=-2时，r(A)= r(Ab)=2＜3， 故知a=-2。 【例题2】设A 是秩为3的5×4矩阵， α1、α2、 α3是非齐次线性方程组Ax=b 的三个不同的解，若α1+α2+2α3=（2，0，0，0）T , 3α1+α2= （2，4，6，8）T ,求方程组Ax=b 的通解。 解:因为r(A)= 3，所以齐次线性方程组Ax=0的基础解系由4- r(A)= 1个向量构成， 又因为（α1+α2+2α3）-（3α1+α2） =2（α3-α1）=（0，-4，-6，-8）T , 是Ax=0的解， 即其基础解系可以是（0，2，3，4）T , 由A （α1+α2+2α3）=Aα1+Aα2+2Aα3=4b 知1/4 （α1+α2+2α3）是Ax=b 的一个解， 故Ax=b 的通解是 ()1,0,0,00,2,3,42T T k ?? + ??? 【例题3】已知ξ1=（-9，1，2，11）T ，ξ2=（1，- 5，13，0）T ，ξ3=（-7，-9，24，11）T 是方程组 12234411223441 234432332494x a x x a x d x b x x b x x x x c x d +++=?? +++=??+++=?的三个解，求此方程组的通解。 分析：求Ax=b 的通解关键是求Ax=0的基础解系，判断r(A)的秩。 解：A 是3×4矩阵， r(A)≤3，由于A 中第2，3两行不成比例，故r(A)≥2，又因为 η1=ξ1-ξ2=（-10，6，-11，11）T , η2=ξ2-ξ3= (8,4,-11,-11)T 是Ax=0的两个线性无关的解向量， 于是4- r(A)≥2，因此r(A)=2，所以ξ1+k 1η1+k 2η2是通解。 总结： 不要花时间去求方程组，太繁琐，由于ξ1-ξ2，ξ1-ξ3或ξ3-ξ1，ξ3-ξ2等都可以构成齐次线性方程组的基础解系，ξ1，ξ2，ξ3都是特解，此类题答案不唯一。 题型2 线性方程组求解 第4章解线性方程组的迭代法 用迭代法求解线性方程组与第4章非线性方程求根的方法相似，对方程组进行等价变换，构造同解方程组(对可构造各种等价方程组， 如分解，可逆，则由得到)，以此构造迭代关系式 （4.1） 任取初始向量，代入迭代式中，经计算得到迭代序列。 若迭代序列收敛，设的极限为，对迭代式两边取极限 即是方程组的解，此时称迭代法收敛，否则称迭代法发散。我们将看到，不同于非线性方程的迭代方法，解线性方程组的迭代收敛与否完全决定于迭代矩阵的性质，与迭代初始值的选取无关。迭代法的优点是占有存储空间少，程序实现简单，尤其适用于大型稀疏矩阵；不尽人意之处是要面对判断迭代是否收敛和收敛速度的问题。 可以证明迭代矩阵的与谱半径是迭代收敛的充分必要条件，其中是矩阵的特征根。事实上，若为方程组的解，则有 再由迭代式可得到 由线性代数定理，的充分必要条件。 因此对迭代法(4.1)的收敛性有以下两个定理成立。 定理4.1迭代法收敛的充要条件是。 定理4.2迭代法收敛的充要条件是迭代矩阵的谱半径 因此，称谱半径小于1的矩阵为收敛矩阵。计算矩阵的谱半径，需要求解矩阵的特征值才能得到，通常这是较为繁重的工作。但是可以通过计算矩阵的范数等方法简化判断收敛的 工作。前面已经提到过，若||A||p矩阵的范数，则总有。因此，若，则必为收敛矩阵。计算矩阵的1范数和范数的方法比较简单，其中 于是，只要迭代矩阵满足或，就可以判断迭代序列 是收敛的。 要注意的是，当或时，可以有，因此不能判断迭代序列发散。 在计算中当相邻两次的向量误差的某种范数小于给定精度时，则停止迭代计算，视为方程组的近似解（有关范数的详细定义请看3.3节。） 4.1雅可比（Jacobi）迭代法 4.1.1 雅可比迭代格式 雅可比迭代计算 元线性方程组 （4.2） 写成矩阵形式为。若将式（4.2）中每个方程的留在方程左边，其余各项移到方程右边；方程两边除以则得到下列同解方程组： 记，构造迭代形式 第一讲 基本概念 一．线性方程组的基本概念 线性方程组的一般形式为: ???????=+++=+++=+++, ,,22112222212111212111m n mn m m n n n n b x a x a x a b x a x a x a b x a x a x a 其中未知数的个数n 和方程式的个数m 不必相等. 线性方程组的解是一个n 个数1C ,2C , …, n C 构成,它满足:当每个方程中的 未知数1x 都用1C 替代时都成为等式. 对线性方程组讨论的主要问题两个: (1)判断解的情况. 线性方程组的解的情况有三种:无解,唯一解,无穷多解. ???=+=+f ey dx c by ax 如果两条直线是相交的则有一个解；如果两条直线是重合的则有无穷 多个解；如果两条直线平行且不重合则无解。 (2)求解,特别是在有无穷多解时求通解. 齐次线性方程组: 021====n b b b 的线性方程组.0,0,…,0 总 是齐次线性方程组的解,称为零解. 因此齐次线性方程组解的情况只有两种:唯一解(即只要零解)和无穷 多解(即有非零解). 二.矩阵和向量 1.基本概念 矩阵和向量都是描写事物形态的数量形式的发展. 矩阵由数排列成的矩形表格, 两边界以圆括号或方括号, m 行n 列的表格称为m ?n 矩阵. 这些数称为他的元素,位于第i 行j 列的元素称为 (i,j)位元素. 5401 23-是一个2?3矩阵. 对于上面的线性方程组,称矩阵 mn m m n n a a a a a a a a a A 21222 2111211 =和m mn m m n n b b b a a a a a a a a a A 212 12222111211)(=β 为其系数矩阵和增广矩阵. 增广矩阵体现了方程组的全部信息,而齐 次方程组只用系数矩阵就体现其全部信息. 2009年的一个题中,一个方程组的系数矩阵为 习题 3-1 矩阵的初等变换及初等矩阵 1.用初等行变换化矩阵 1021 2031 3043 A - ?? ?? =?? ?? ?? 为行最简形. 2.用初等变换求方阵 321 315 323 A ?? ?? =?? ?? ?? 的逆矩阵. 3.设 412 221 311 A - ?? ?? =?? ?? - ?? , 3 22 31 - ?? ?? ?? ?? - ?? 1 B=,求X使AX B =. 4.设A是n阶可逆矩阵,将A的第i行与第j行对换后得矩阵B. (1) 证明B可逆(2)求1 AB-. 习题 3-2 矩阵的秩 1.求矩阵的秩: (1)310211211344A ????=--????-?? (2)11121212221 2n n n n n n a b a b a b a b a b a b B a b a b a b ??????=??????01,2,,i i a b i n ≠????=?? 2.设12312323k A k k -????=--????-?? 问k 为何值,可使 (1)()1R A =; (2)()2R A =; (3)()3R A =. 3. 从矩阵A 中划去一行,得矩阵B ,则)(A R 与)(B R 的关系是 . .()()a R A R B = .()()b R A R B <； .()()1c R B R A >-； .()()()1 d R A R B R A ≥≥- 4. 矩阵???? ??????-------815073*********的秩R= . a.1; b . 2; c . 3; d . 4. 5. 设n (n ≥3)阶方阵????? ???????=111 a a a a a a a a a A 的秩R (A )=n -1,则a = . a . 1; b . n -11; c . –1; d . 1 1-n . 6.设A 为n 阶方阵,且2 A A =,试证: ()()R A R A E n +-= 常微分方程学习活动6-第三章一阶线性方程组、第四章n阶线性方程的综合练习WORD版 常微分方程学习活动6 第三章一阶线性方程组、第四章n 阶线性方程的综合练习 本课程形成性考核综合练习共3次，内容主要分别是第一章初等积分法的综合练习、第二章基本定理的综合练习、第三章和第四章的综合练习，目的是通过综合性练习作业，同学们可以检验自己的学习成果，找出掌握的薄弱知识点，重点复习，争取尽快掌握． 要求：首先请同学们下载作业附件文档并进行填写，文档填写完成后请在本次作业页面中点击“去完成”按钮进入相应网页界面完成任务，然后请将所做完的作业文档以附件的形式上传到课程上，随后老师会在课程中进行评分。 一、填空题 1．若A (x )在(-∞,+∞)上连续，那么线性齐次 方程组Y A Y )(d d x x =，n R Y ∈的任一非零解在1 +n R 空间 不能 与x 轴相交． 2．方程组n x x x R Y R Y F Y ∈∈=,),,(d d 的任何一个解的 图象是 n+1 维空间中的一条积分曲线． 3．向量函数组Y 1(x ), Y 2(x ),…,Y n (x )线性相关的 必要 条件是它们的朗斯期行列式W (x )=0． 4．线性齐次微分方程组n x x x R Y R Y A Y ∈∈=,,)(d d ，的一个基本解组的个数不能多于 n+1 个． 5．若函数组)()(2 1 x x ??，在区间),(b a 上线性相关， 则它们的朗斯基行列式)(x W 在区间),(b a 上 恒等于 ． 6．函数组? ? ?==x y x y cos sin 2 1的朗斯基行列式)(x W 是 x x x x x W sin cos cos sin )(-= 7．二阶方程 2=+'+''y x y x y 的等价方程组是 ?????--='='y x xy y y y 2111 ． 8．若)(1 x y ?=和) (2 x y ? =是二阶线性齐次方程的 基本解组，则它们 没有 共同零点． 9．二阶线性齐次微分方程的两个解 ) (1x y ?=, ) (2x y ?=成为其基本解组的充要条件是 线性无关 ． 10．n 阶线性齐次微分方程线性无关解的个 第四章 线性方程组 一 综述 线性方程组是线性代数的主要内容之一.本章完满解决了关于线性方程组的三方面的问题,即何时有解、有解时如何求解、有解时解的个数,这在理论上是完美的. 作为本章的核心问题是线性方程组有解判定定理（相容性定理）,为解决这个问题,从中学熟知的消元法入手,分析了解线性方程组的过程的实质是利用同解变换,即将方程的增广矩阵作行变换和列的换法变换化为阶梯形（相应得同解方程组）,由此相应的简化形式可得出有无解及求其解.为表述由此得到的结果,引入了矩阵的秩的概念,用它来表述相容性定理.其中实质上也看到了一般线性方程组有解时,也可用克莱姆法则来求解（由此得所谓的公式解——用原方程组的系数及常数项表示解）.内容紧凑,方法具体.其中矩阵的秩的概念及求法也比较重要,也体现了线性代数的重要思想（标准化方法）. 线性方程组内容的处理方式很多,由于有至少五种表示形式,其中重要的是矩阵形式和线性形式,因而解线性方程组的问题与矩阵及所谓线性相关性关系密切；本教材用前者（矩阵）的有关问题讨论了有解判定定理,用后者讨论了（有无穷解时）解的结构.实际上线性相关性问题是线性代数非常重要的问题,在以后各章都与此有关.另外,从教材内容处理上来讲,不如先讲矩阵及线性相关性,这样关于线性方程组的四个问题便可同时讨论. 二 要求 掌握消元法、矩阵的初等变换、秩、线性方程组有解判定定理、齐次线性方程组的有关理论. 重点：线性方程组有解判别法,矩阵的秩的概念及求法. 4.1 消元法 一 教学思考 本节通过具体例子分析解线性方程组的方法——消元法,实质是作方程组的允许变换（同解变换）化为标准形,由此得有无解及有解时的所有解.其理论基础是线性方程组的允许变换（换法、倍法、消法）是方程组的同解变换.而从形式上看,施行变换的过程仅有方程组的系数与常数项参与,因而可用矩阵（线性方程组的增广矩阵）表述,也就是对（增广）矩阵作矩阵的行（或列换法）初等变换化为阶梯形,进而化为标准阶梯形,其体现了线性代数的一种重要的思想方法——标准化的方法. 二 内容要求 主要分析消元法解线性方程组的过程与实质,以及由同解方程组讨论解的情况（存在性与个数）,为下节作准备,同时指出引入矩阵的有关问题（初等变换等）的必要性,矩阵的初等变换和方程组的同解变换间的关系. 三 教学过程 1．引例：解方程组???? ?????=++=++=++2534233351 3121321321321x x x x x x x x x （1） 定义：我们把上述三种变换叫做方程组的初等变换,且依次叫换法变换、倍法变换、消法变换. 2．消元法的理论依据 3．转引 在上面的讨论中,我们看到在对方程组作初等变换时,只是对方程组的系数与常数项进行了运算,而未知数没有参加运算,也就是说线性方程组有没有解以及有什么样的解完全决定于它的系数和常数项,因此在讨论线性方程组时,主要是研究它的系数和常数项.因而消元法的过程即用初等变换把方程组化为阶梯形方程组,来解决求解问题,此可转用另一种形式表述.为此引入： 第四章 线性方程组 一、本章知识串讲 线性方程组是线性代数的基础内容之一，首先应当会解方程组，主要方法是高斯消元法，特殊情况可考虑用克莱姆法则.特别地，当方程组中有参数时，讨论解的各种情况时不要遗漏；其次，齐次方程组0A x =总是有解的，我们关心的问题是它何时有非零解？有多少非零解？如何表示每个解？这就有解空间，解空间的基（即基础解系）等概念，要掌握基础解系的求法；再其次，对于非齐次线性方程组,Ax b =要理解解的结构，有解的判定等问题；最后应注意方程组与向量组线性表示及秩之间的联系，要了解方程组与空间平面的关系. 二、大纲考查要点诠释 1．线性方程组的各种表达形式 1111 22112112 222211 22,,n n n n m m m n n m a x a x a x b a x a x a x b a x a x a x b +++=?? +++=??? ?+++=? （4.1） 可用矩阵乘法表示为：.A x b = （4.2） 如果对系数矩阵A 按列分块，方程组有向量形式 1122 .n n x x x b ααα+++= （4.3） 2．齐次方程组0A x =恒有解（必有零解） 当有非零解时，由于解向量的任意线性组合仍是该齐次方程组的解向量，因此0A x =的全体解向量构成一个向量空间，称为该方程组的解空间.解空间的维数是(),n r A -解空间的一组基称为齐次方程组的基础解系. 3．如12,,,t ηηη 是0A x =的基础解系，即12,,,t ηηη 是0A x =的解，12,,,t ηηη 线性无关，且 ().t n r A =- （4.4） 1122t t k k k ηηη+++ 是0A x =的通解. 基础解系中解向量的个数是(),()n r A n r A --也是方程组自由变量的个数. 求基础解系时，可对A 作初等行变换化为阶梯形矩阵，称每个非零行中第一个非0系数所代表的未知数是主元（共有()r A 个主元），那么剩余的其它未知数就是自由变量（共有()n r A -个），对自由变量按阶梯形适当赋值后，再代入求解就可得到基础解系. 【例4.1】若某齐次方程组经高斯消元，化为 1 2131 542 3-?? ?→ - ? ?-? ? 则()532,n r A -=-=基础解系由2个向量组成.此时134,,x x x 是主元，25,x x 是自变量，因而可赋值为 12(, 1 ,,,0), (, 0,,,2).T T ηη== 第三章矩阵的初等变换与线性方程组 3.4.1 基础练习 1．已知，求. 2．已知，求. 3．若矩阵满足，则（）. (A (B (C (D 4．设矩阵满足关系，其中，求. 5．设矩阵，求. 6．是矩阵，齐次线性方程组有非零解的充要条件是 . 7．若非齐次线性方程组中方程个数少于未知数个数，那么( . (A 必有无穷多解； (B 必有非零解； (C 仅有零解； (D 一定无解. 8．求解线性方程组 （1），（2） （3） 9．若方程组 有无穷多解，则 . 10．若都是线性方程组的解，则( . (A (B (C (D 3.4.2 提高练习 1．设为5阶方阵，且，则= . 2．设矩阵，以下结论正确的是( . (A时， (B 时， (C时， (D 时， 3．设是矩阵，且，而，则 . 4．设，为3阶非零矩阵，且，则 . 5．设, 问为何值，可使 （1）（2）（3）. 6．设矩阵，且，则 . 7．设，试将表示为初等矩阵的乘积. 8．设阶方阵的个行元素之和均为零，且，则线性方程组的通解为 . 9．设，， ，其中可逆，则 . 10．设阶矩阵与等价，则必有（）. （A）当时，（B）当时， （C）当时，（D）当时， 11．设，若，则必有（）. （A）或（B）或 （C）或（D）或 12．齐次线性方程组的系数矩阵记为，若存在三阶矩阵，使得，则（）. （A）且（B）且 （C）且（D）且 13．设是三阶方阵，将的第一列与第二列交换得到，再把的第二列加到第三列得到，则满足的可逆矩阵为（）. （A）（B）（C）（D） 14．已知，为三阶非零矩阵，且，则（）. （A）时，（B）时， （C）时，（D）时， 15．若线性方程组有解，则常数应满足条件. 16．设方程组有无穷多个解，则. 17．设阶矩阵与维列向量，若，则线性方程组（）. （A）必有无穷多解（B）必有唯一解 （C）仅有零解（D）必有非零解. 18．设为矩阵，为矩阵，则线性方程组（）. （A）当时仅有零解（B）当时必有非零解 （C）当时仅有零解（D）当时必有非零解 19．求的值，使齐次线性方程组 有非零解，并求出通解. 线性方程组和矩阵知识总结 吴荣魁 2013201363 线性方程组的基本概念 ???????=+++=+++=+++m mn m m n n n n b x a x a x a b x a x a x a b x a x a x a 322112222212111212111 其中未知数的个数n 和方程式的个数m 不必相等. 线性方程组的解是一个n 维向量它满足:当每个方中的未知数xi 都用ki 替代时都成为等式. 线性方程组的解的情况有三种:无解,唯一解,无穷多解. 对线性方程组讨论的主要问题两个:(1)判断解的情况.(2)求解 b1=b2=…=bm=0的线性方程组称为齐次线性方程组. n 维零向量总是齐次线性方程组的解,称为零解.因此齐次线性方程组解的情况只有两种:唯一解(即只要零解)和无穷多解(即有非零解). 把一个非齐次线性方程组的每个方程的常数项都换成0，所得到的齐次线性方程组称为原方程组的导出齐次线性方程组，简称导出组. 线性方程组的解法 ???????=+++=+++=+++m mn m m n n n n b x a x a x a b x a x a x a b x a x a x a 322112222212111212111 （1）、写出线性方程组的增广矩阵。 （2）、用初等行变换把增广矩阵化为阶梯形矩阵。 （3）、看阶梯形矩阵的最后一个非零行的首非零元是否在最后一列。如果是，则方程组无解；反之方程组有解。 （4）、在有解的情况下，找出阶梯形矩阵中非零行的个数r 。如果r=n ，则方程组有唯一解；如果r 常微分方程学习活动6 第三章一阶线性方程组、第四章n 阶线性方程的综合练习 本课程形成性考核综合练习共3次，内容主要分别是第一章初等积分法的综合练习、第二章基本定理的综合练习、第三章和第四章的综合练习，目的是通过综合性练习作业，同学们可以检验自己的学习成果，找出掌握的薄弱知识点，重点复习，争取尽快掌握． 要求：首先请同学们下载作业附件文档并进行填写，文档填写完成后请在本次作业页面中点击“去完成”按钮进入相应网页界面完成任务，然后请将所做完的作业文档以附件的形式上传到课程上，随后老师会在课程中进行评分。 一、填空题 1．若A (x )在(-∞,+∞)上连续，那么线性齐次方程组Y A Y )(d d x x =，n R Y ∈的任一非零解在1 +n R 空间 不能 与x 轴相交． 2．方程组 n x x x R Y R Y F Y ∈∈=,),,(d d 的任何一个解的图象是 n+1 维空间中的一条积分曲线． 3．向量函数组Y 1(x ), Y 2(x ),…,Y n (x )线性相关的 必要 条件是它们的朗斯期行列式W (x )=0． 4．线性齐次微分方程组n x x x R Y R Y A Y ∈∈=,,)(d d ，的一个基本解组的个数不能多于 n+1 个． 5．若函数组)()(21x x ??，在区间),(b a 上线性相关，则它们的朗斯基行列式)(x W 在区间),(b a 上 恒等于 ． 6．函数组?? ?==x y x y cos sin 2 1的朗斯基行列式)(x W 是 x x x x x W sin cos cos sin )(-= 7．二阶方程02 =+'+''y x y x y 的等价方程组是 ?????--='='y x xy y y y 2 11 1 ． 8．若)(1x y ?=和)(2x y ?=是二阶线性齐次方程的基本解组，则它们 没有 共同零点． 9．二阶线性齐次微分方程的两个解)(1x y ?=,)(2x y ?=成为其基本解组的充要条件是 线性无关 ． 10．n 阶线性齐次微分方程线性无关解的个数最多为 n 个． 11．在方程y″+ p (x )y′+q (x )y = 0中，p (x ), q (x )在(-∞,+∞)上连续，则它的任一非零解在xOy 平面上 可以 与x 轴横截相交． 《线性代数》根据“卓越工程师教育培养计划”的基本要求，突出基本概念、基本理论、基本技能，注重培养学生数学素质。教材在满足教学要求的前提下，适当降低理论推导的要求，但重视阐明基本理论的脉络。习题配置 中也突出基本题、概念题和与工程相关的实际应用题等。 由于研究关联着多个因素的量所引起的问题，则需要考察多元函数。如果所研究的关联性是线性的，那么称这 个问题为线性问题。历史上线性代数的第一个问题是关于解线性方程组的问题，而线性方程组理论的发展又促 成了作为工具的矩阵论和行列式理论的创立与发展，这些内容已成为我们线性代数教材的主要部分。最初的线 性方程组问题大都是来源于生活实践，正是实际问题刺激了线性代数这一学科的诞生与发展。另外，近现代数 学分析与几何学等数学分支的要求也促使了线性代数的进一步发展。 矩阵和行列式行列式出现于线性方程组的求解，它最早是一种速记的表达式，现在已经是数学中一种非常 有用的工具。行列式是由莱布尼茨和日本数学家关孝和发明的。 1693 年4 月，莱布尼茨在写给洛比达的一封 信中使用并给出了行列式，并给出方程组的系数行列式为零的条件。同时代的日本数学家关孝和在其著作《解 伏题元法》中也提出了行列式的概念与算法。 1750 年，瑞士数学家克莱姆 (G.Cramer,1704-1752) 在其著作《线性代数分析导引》中，对行列式的定义和展开法则给出了比较完整、明确的阐述，并给出了现在我们所称的解线性方程组的克莱姆法则。稍后，数学 家贝祖 (E.Bezout,1730-1783) 将确定行列式每一项符号的方法进行了系统化，利用系数行列式概念指出了如何判断一个齐次线性方程组有非零解。总之，在很长一段时间内，行列式只是作为解线性方程组的一种工具 使用，并没有人意识到它可以独立于线性方程组之外，单独形成一门理论加以研究。 在行列式的发展史上，第一个对行列式理论做出连贯的逻辑的阐述，即把行列式理论与线性方程组求解相 分离的人，是法国数学家范德蒙 (A-T.Vandermonde,1735-1796) 。范德蒙自幼在父亲的知道下学习音乐，但对数学有浓厚的兴趣，后来终于成为法兰西科学院院士。特别地，他给出了用二阶子式和它们的余子式来展开 行列式的法则。就对行列式本身这一点来说，他是这门理论的奠基人。 1772 年，拉普拉斯在一篇论文中证明 了范德蒙提出的一些规则，推广了他的展开行列式的方法。 继范德蒙之后，在行列式的理论方面，又一位做出突出贡献的就是另一位法国大数学家柯西。 1815 年， 柯西在一篇论文中给出了行列式的第一个系统的、几乎是近代的处理。其中主要结果之一是行列式的乘法定理。另外，他第一个把行列式的元素排成方阵，采用双足标记法；引进了行列式特征方程的术语；给出了相似行列 式概念；改进了拉普拉斯的行列式展开定理并给出了一个证明等。 19 世纪的半个多世纪中，对行列式理论研究始终不渝的作者之一是詹姆士?西尔维斯特 (J.Sylvester,1814-1894) 。他是一个活泼、敏感、兴奋、热情，甚至容易激动的人，然而由于是犹太人的缘故，他受到剑桥大学 的不平等对待。西尔维斯特用火一般的热情介绍他的学术思想，他的重要成就之一是改进了从一个次和一个次的多项式中消去 x 的方法，他称之为配析法，并给出形成的行列式为零时这两个多项式方程有公共根充分必要 条件这一结果，但没有给出证明。 继柯西之后，在行列式理论方面最多产的人就是德国数学家雅可比 (J.Jacobi,1804-1851) ，他引进了函数 行列式，即“雅可比行列式”，指出函数行列式在多重积分的变量替换中的作用，给出了函数行列式的导数公式。雅可比的著名论文《论行列式的形成和性质》标志着行列式系统理论的建成。由于行列式在数学分析、几 何学、线性方程组理论、二次型理论等多方面的应用，促使行列式理论自身在19世纪也得到了很大发展。整个19 世纪都有行列式的新结果。除了一般行列式的大量定理之外，还有许多有关特殊行列式的其他定理都相继得到。 矩阵矩阵是数学中的一个重要的基本概念，是代数学的一个主要研究对象，也是数学研究和应用的一个重 要工具。“矩阵”这个词是由西尔维斯特首先使用的，他是为了将数字的矩形阵列区别于行列式而发明了这个 述语。而实际上，矩阵这个课题在诞生之前就已经发展的很好了。从行列式的大量工作中明显的表现出来，为 了很多目的，不管行列式的值是否与问题有关，方阵本身都可以研究和使用，矩阵的许多基本性质也是在行列 式的发展中建立起来的。在逻辑上，矩阵的概念应先于行列式的概念，然而在历史上次序正好相反。 英国数学家凯莱 (A.Cayley,1821-1895) 一般被公认为是矩阵论的创立者，因为他首先把矩阵作为一个独立的数学概念提出来，并首先发表了关于这个题目的一系列文章。凯莱同研究线性变换下的不变量相结合，首先 引进矩阵以简化记号。 1858 年，他发表了关于这一课题的第一篇论文《矩阵论的研究报告》，系统地阐述了 关于矩阵的理论。文中他定义了矩阵的相等、矩阵的运算法则、矩阵的转置以及矩阵的逆等一系列基本概念， 指出了矩阵加法的可交换性与可结合性。另外，凯莱还给出了方阵的特征方程和特征根（特征值）以及有关矩解线性方程组的基本思想
第四章 线性方程组习题及答案
解线性方程组基思想
齐次线性方程组基础解系
线性方程组解题方法技巧与题型归纳
数值计算_第4章 解线性方程组的迭代法
线性基本概念
线性代数习题[第三章] 矩阵的初等变换与线性方程组
常微分方程学习活动6-第三章一阶线性方程组、第四章n阶线性方程的综合练习WORD版
高等代数教案第四章线性方程组
第四章 线性方程组
第三章 矩阵的初等变换与线性方程组习题 含答案.
线性方程组和矩阵知识总结.doc
常微分方程学习活动6 第三章一阶线性方程组、第四章n阶线性方程的综合练习
线性代数的基本概念
相关主题
文本预览
