线性代数 居余马 第3章 线性方程组.ppt

第二章 矩阵 第3章 线性方程组 主要内容 N维向量及其线形相关性 向量组的秩及其极大线形无关组 矩阵的秩，相抵标准型 齐次线性方程组有非零解的条件及解的结构 非齐次线性方程组有非零解的条件及解的结构 本章要解决的问题和使用的工具  主要问题 中心问题是讨论线性方程组解的基本问题 方程组Ax＝b的增广矩阵 在何时可以使得其演变为 阶梯型矩阵（C，d）中的dr＋1＝0 采用消元法所得的阶梯型矩阵非零的行数是否唯一确定 自由变量可以随便选择，问题是这样得到的方程组解的集合是否相等。 使用的工具 消元法 向量及相应的理论 3.1 n 维向量及其线性相关性 Ax=0的一般解为： x = k1 x1+k2 x2，即 x = k1(?3,1,0,0,0)T + k2(7,0, ?2,0,1)T 解 对A做初等行变换，将A化为行简化阶梯形矩阵U。 选x1, x3,, x4为主元，x2, x5为自由未知量， 取x2=0, x5 =1，得x2=(7,0,?2,0,1)T, {x1，x2} 为Ax=0 一个基础解系。 取x2=1, x5 =0 得 x1=(?3,1,0,0,0)T。 r(A)=3, n-r=2 （k1，k2为任意常数） 例 求解齐次线性方程组 例3． 若Am?nBn?s=0, 则 r(A)+r(B)?n。 r(B)＝秩｛ ?1, ?2 ,?, ?s ｝?n－r(A), 即 r(A)+r(B)?n 证：记 B=(?1, ?2 ,?, ?s) （?i 为B的第 i 列向量）。 由AB=0 ，得 A?i=0 (i=1,?, s), 即?1, ?2 ,?, ?s都是Ax=0的解， 又Ax=0 的基础解系含n－r(A) 个解，即 Ax=0 的任意一组解中至多包含 n－r(A) 个线性无关的解，所以， 例4 设A是m?n实矩阵，证明：r(AT A)=r(A)。 设(ATA) x=0 (x?Rn)，则 xT(ATA) x= 0 ，即 (Ax)TAx= 0 。令Ax= (b1, b2 ,?, bm)T ?Rm（实向量），则 (Ax)TAx= b12+ b22 +?+bm2= 0 ，故必有b1=b2 =?= bm =0 ， 证： 由秩的性质知 r(ATA) ? r(A)，只需证明 r(ATA) ? r(A)。 只要证明： ATAx=0的解集合包含于 Ax=0 的解集合。 即Ax=0 。因此， ATAx=0的解必满足方程Ax=0，所以，n – r(ATA) ? n – r(A), 即 r(ATA ) ? r(A)。 3.5 非齐次线性方程组有解的条件及解的结构 设 A=(?1, ?2,,?, ?n), 则Ax=b 等价于向量方程 x1?1 + x2 ?2,+?+xn ?n=b Ax= b有解，即 b可经A的列向量线性表示。所以， 秩 (?1, ?2,,?, ?n，b)= 秩 (?1, ?2,,?, ?n) 即 r(A, b) = r(A) 定理3.15 对于非齐次线性方程组Ax=b ,下列命题等价: (1) Ax= b有解; (2) b可由A的列向量组线性表示; (3) r(A,b)= r(A)即增广矩阵的秩等于系数矩阵的秩。 Ax=b 与 Cx=d 为同解方程组， Ax=b 有解 ? dr+1=0 又 r(C, d) = r(A, b) ； r(C) = r(A)，所以， Ax=b 有解 ? r(A, b) = r(A) r(C, d) = r(C) 推论：Ax=b 有唯一解 ? r(A, b) = r(A)= n (A的列数)。 因b由A的列向量组线性表示，且表示法唯一的的充要条件是A的列向量组 ?1, ?2,,?, ?n线性无关，即秩{?1, ?2,,?, ?n}=n。 定理3.16 若 x1, x2 是A x=b 的解，则 x1?x2 是对应的齐次线性方程组A x=0 的解。 定理3.16 若 x1, x2 是A x=b 的解，则 x1?x2 是对应的齐次线性方程组A x=0 的解。 证： A(x1?x2) = A x1 ? A x2 = b ? b = 0。 定理3.16 若A x = b 有解，则其一般解为x = x0 +?x, 其中x0 是A x = b 的一个特解（某一个解）； ?x = k1x1 + k2x2 +?+ kpxp 是A x = 0 （称为A x = b 的导出组）的一般解。 可以表示为 x* ? x0 = k