美文网首页
线性方程组(五)- 线性方程组的解集

线性方程组(五)- 线性方程组的解集

作者: mHubery | 来源:发表于2019-02-25 23:03 被阅读0次

    小结

    1. 齐次线性方程组的定义。
    2. 解集的参数向量形式。
    3. 非齐次线性方程组的解。

    齐次线性方程组

    线性方程组称为齐次的,若它可写成\boldsymbol{Ax}=\boldsymbol{0}的形式,其中\boldsymbol{A}m{\times}n矩阵而\boldsymbol{0}\mathbb{R}^{m}中的零向量。这样的方程组至少有一个解,即\boldsymbol{x}=\boldsymbol{0}\mathbb{R}^{n}中的零向量),这个解称为它的平凡解。对给定方程\boldsymbol{Ax}=\boldsymbol{0},重要的是它是否有非平凡解,即满足\boldsymbol{Ax}=\boldsymbol{0}的非零向量\boldsymbol{x}

    齐次方程\boldsymbol{Ax}=\boldsymbol{0}有非平凡解当且仅当方程至少有一个自由变量。

    确定齐次方程组\begin{cases} { 3x_1 + 5x_2 - 4x_3 = 0 \\ -3x_1 - 2x_2 + 4x_3 = 0 \\ 6x_1 + x_2 - 8x_3 = 0 }\end{cases}是否有平凡解,并描述它的解集。
    解:令\boldsymbol{A}为该方程组的系数矩阵,用行化简算法把增广矩阵\begin{bmatrix}\boldsymbol{A} & \boldsymbol{0} \end{bmatrix}化为阶梯形
    \begin{bmatrix}3 & 5 & -4 & 0 \\ -3 & -2 & 4 & 0 \\ 6 & 1 & -8 & 0\end{bmatrix}\begin{bmatrix} 3 & 5 & -4 & 0 \\ 0 & 3 & 0 & 0 \\ 0 & 9 & 0 & 0\end{bmatrix}\begin{bmatrix} 3 & 5 & -4 & 0 \\ 0 & 3 & 0 & 0 \\ 0 & 0 & 0 & 0\end{bmatrix}
    因为x_3是自由变量,故\boldsymbol{Ax}=\boldsymbol{0}有平凡解(对x_3的每一个选择都有一个解)。为描述解集,继续把\begin{bmatrix}\boldsymbol{A} & \boldsymbol{0} \end{bmatrix}化为简化阶梯形:
    \begin{bmatrix} 1 & 0 & -\frac{4}{3} & 0 \\ 0 & 1 & 0 & 0 \\ 0 & 0 & 0 & 0 \end{bmatrix} \qquad \begin{cases}{ x_1 = frac{4}{3}x_3 \\ x_2 = 0 \\ x_3为自由变量 }\end{cases}
    \boldsymbol{Ax}=\boldsymbol{0}的通解有向量形式
    \boldsymbol{x}=\begin{bmatrix}x_1 \\ x_2 \\ x_3\end{bmatrix}=\begin{bmatrix}\frac{4}{3}x_3 \\ 0 \\ x_3\end{bmatrix}=x_3\begin{bmatrix}\frac{4}{3} \\ 0 \\ 1\end{bmatrix}=x_3\boldsymbol{v},其中\boldsymbol{v}=\begin{bmatrix}\frac{4}{3} \\ 0 \\ 1\end{bmatrix}
    注意,非平凡解向量\boldsymbol{x}可能有些零元素,只要不是所有元素都是0即可。

    描述齐次方程组\begin{cases}{ 10x_1 - 3x_2 - 2x_3 = 0 }\end{cases}的解集。
    解:这里无须矩阵记号。用自由变量x_2x_3表示基本变量x_1。通解为:
    \begin{equation}\begin{aligned} \boldsymbol{x}&=\begin{bmatrix}x_1 \\ x_2 \\ x_3\end{bmatrix}=\begin{bmatrix}0.3x_2 + 0.2x_3 \\ 0 \\ x_3\end{bmatrix}=\begin{bmatrix}0.3x_2 \\ 0 \\ 0\end{bmatrix} + \begin{bmatrix}0.2x_3 \\ 0 \\ 0\end{bmatrix} \\&=x_2\begin{bmatrix}0.3 \\ 0 \\ 0\end{bmatrix} + x_3\begin{bmatrix}0.2 \\ 0 \\ 0\end{bmatrix} \\&=x_2\boldsymbol{u}+x_3\boldsymbol{v},其中\boldsymbol{u}=\begin{bmatrix}0.3 \\ 0 \\ 0\end{bmatrix},\boldsymbol{v}=\begin{bmatrix}0.2 \\ 0 \\ 0\end{bmatrix} \end{aligned}\end{equation}

    齐次方程\boldsymbol{Ax}=\boldsymbol{0}总可表示为Span{\boldsymbol{v_1},\cdots,\boldsymbol{v_p}},其中\boldsymbol{v_1},\cdots,\boldsymbol{v_p}是适当的解向量。若唯一解是零向量,则解集就是Span{\boldsymbol{0}};若方程\boldsymbol{Ax}=\boldsymbol{0}仅有一个自由变量,则解集是通过原点的一条直线。若有两个或更多个自由变量,则解集是通过原点的平面。

    上述方程\begin{cases}{ 10x_1 - 3x_2 - 2x_3 = 0 }\end{cases}是平面的隐式描述,解此方程就是要找这个平面的显示描述\boldsymbol{x}=x_2\boldsymbol{u}+x_3\boldsymbol{v}),就是说将它作为\boldsymbol{u}\boldsymbol{v}的子集。
    显示描述称为平面的参数向量方程,记为\boldsymbol{x}=s\boldsymbol{u}+t\boldsymbol{v}\quad(s,t为实数)。当解集用向量显示表示,我们称之为解的参数向量形式

    非齐次方程组的解

    描述\boldsymbol{Ax}=\boldsymbol{b}的解,其中\boldsymbol{A}=\begin{bmatrix}3 & 5 & -4 \\ -3 & -2 & 4 \\ 6 & 1 & -8\end{bmatrix}\boldsymbol{b}=\begin{bmatrix} 7 & -1 & -4 \end{bmatrix}
    解:对\begin{bmatrix}\boldsymbol{A} & \boldsymbol{b}\end{bmatrix}作行变换得
    \begin{bmatrix}3 & 5 & -4 & 7 \\ -3 & -2 & 4 & -1 \\ 6 & 1 & -8 & -4\end{bmatrix}\begin{bmatrix}1 & 0 & -\frac{4}{3} & -1 \\ 0 & 1 & 0 & 2 \\ 0 & 0 & 0 & 0\end{bmatrix}
    把每个基本变量用自由变量表示:\begin{cases}{x_1 - \frac{4}{3} = -1 \\ x_2 = 2 \\ 0 = 0}\end{cases}
    \boldsymbol{Ax}=\boldsymbol{b}的通解可写成向量形式
    \begin{equation}\begin{aligned}\boldsymbol{x}&=\begin{bmatrix}x_1 \\ x_2 \\ x_3\end{bmatrix}=\begin{bmatrix}-1+\frac{4}{3}x_3 \\ 2 \\ x_3\end{bmatrix}=\begin{bmatrix}-1 \\ 2 \\ 0\end{bmatrix}+\begin{bmatrix}\frac{4}{3}x_3 \\ 0 \\ x_3\end{bmatrix}\\&=\begin{bmatrix}-1 \\ 2 \\ 0\end{bmatrix} + x_3\begin{bmatrix}\frac{4}{3} \\ 0 \\ 1\end{bmatrix}\end{aligned}\end{equation}
    方程\boldsymbol{x}=\boldsymbol{p} + x_3\boldsymbol{v},其中\boldsymbol{p}=\begin{bmatrix}-1 \\ 2 \\ 0\end{bmatrix},\boldsymbol{v}=\begin{bmatrix}\frac{4}{3} \\ 0 \\ 1\end{bmatrix},或用t表示自由变量,\boldsymbol{x}=\boldsymbol{p} + t\boldsymbol{v}就是用参数变量形式表示的\boldsymbol{Ax}=\boldsymbol{b}的解集。

    注意:第一个例子齐次方程组\begin{cases} { 3x_1 + 5x_2 - 4x_3 = 0 \\ -3x_1 - 2x_2 + 4x_3 = 0 \\ 6x_1 + x_2 - 8x_3 = 0 }\end{cases}的系数矩阵和上诉例子的系数矩阵是同一矩阵:\begin{bmatrix}3 & 5 & -4 \\ -3 & -2 & 4 \\ 6 & 1 & -8\end{bmatrix}。两个方程的参数形式的\boldsymbol{v}是相同的。故\boldsymbol{Ax}=\boldsymbol{b}的解可由向量\boldsymbol{p}加上\boldsymbol{Ax}=\boldsymbol{0}的解得到,向量\boldsymbol{p}本身也是\boldsymbol{Ax}=\boldsymbol{b}的一个特解。

    为了从几何上描述\boldsymbol{Ax}=\boldsymbol{b}的解集,我们可以把向量加法解释为平移
    \boldsymbol{L}是通过\boldsymbol{0}\boldsymbol{v}的直线。\boldsymbol{L}的每个点加上\boldsymbol{p}得到\boldsymbol{x}=\boldsymbol{p} + t\boldsymbol{v}表示的平移后的直线。注意\boldsymbol{p}也在平移后的直线上。称\boldsymbol{x}=\boldsymbol{p} + t\boldsymbol{v}通过\boldsymbol{p}平行于\boldsymbol{v}的直线方程。综上,\boldsymbol{Ax}=\boldsymbol{b}的解集是一条通过\boldsymbol{p}而平行于\boldsymbol{Ax}=\boldsymbol{0}的解集的直线

    设方程\boldsymbol{Ax}=\boldsymbol{b}对某个\boldsymbol{b}是相容的,\boldsymbol{p}为一个特解,则\boldsymbol{Ax}=\boldsymbol{b}的解集是所有形如\boldsymbol{w}=\boldsymbol{p} + \boldsymbol{v_h}的向量的集,其中\boldsymbol{v_h}是齐次方程\boldsymbol{Ax}=\boldsymbol{0}的任意一个解。
    注意:仅适用于方程\boldsymbol{Ax}=\boldsymbol{b}至少有一个非零解\boldsymbol{p}的前提下。当\boldsymbol{Ax}=\boldsymbol{b}无解时,解集是空集。

    把(相容方程组的)解集表示称参数向量形式:

    1. 把增广矩阵行化简为简化阶梯形矩阵。
    2. 把每个基本变量用自由变量表示。
    3. 把一般解\boldsymbol{x}表示称向量,如果有自由变量,其元素依赖于自由变量。
    4. \boldsymbol{x}分解为向量(元素为常数)的线性组合,用自由变量作为参数。

    相关文章

      网友评论

          本文标题:线性方程组(五)- 线性方程组的解集

          本文链接:https://www.haomeiwen.com/subject/wtwwyqtx.html