自強学院 尹剑翀 07120004指导老师 顾传青.pptVIP

自强学院 尹剑翀指导老师 顾传青;让我们引入一个线性方程组的求解过程来开始我们的论述： ;对方程组;于是，原方程可以化为; 那么，为什么我们可以通过初等行变换来分析线性方程组，又为什么能够通过“特解＋基础解系”的向量方式得到方程组的通解呢？;对线性方程组; ;我们在解方程时使用的消元法，实际上就是对方程组进行变换，而所做的变换可以总结为以下的三种变换。 I).用一非零的数乘某一方程； II).把一个方程的倍数加到另一个方程； III).互换两个方程的位置。 I)、II)、III) 三个变换称为线性方程组的初等变换。 很容易看出，进行了初等变换之后原方程组与现方程组是同解的。 应用到矩阵中行列之间的加减，便称为矩阵的初等变换。;在去除了未知量后，线性方程组可以表示为形如;矩阵的行向量描述： ;矩阵的列向量描述： ; 通过这样的式子我们可以发现，线性方程组可以用向量的形式来进行描述，; 我们甚至可以把原线性方程组改写为; ;线性相关性; 方程组，如 ，它可以用矩阵描述为 ， 进而我们可以分解为三个行向量：设向量组{α，β，γ }，其中 、 ` 和 。可以发现α，β，γ线性相关，因为 。 从线性方程组的角度出发，我们可以发现，通过加减消元法，把方程 左右同乘以-2加到方程 遂得到 ，与第三个方程形式完全相同，可知第三个方程“多余”, 因此我们可以使得方程组变形为 ， 用矩阵描述为 。 由此我们可以知道，通过矩阵的初等行变换，我们可以达到化简方程组，减少计算量的目的。 所谓的“线性无关”，在线性方程组中的解释就是删除冗余的方程后剩下的那些方程间的状态。化简了线性方程组之后，方程与方程之间的约束关系变得更为明晰。;极大无关组和秩 ;如向量组｛ α，β，γ ｝ 其极大无关组即可以是〔α，β〕，又可以是〔 α，γ 〕，也可以是〔 β，γ 〕。 用线性方程组来解释的话，有 ， 它显然与方程组 、 、 同解 （通过消元法验证）。;向量组的极大无关组含有向量的个数称为向量组的秩。 像向量组 〔 、 、 〕: 秩为2，与之对应的线性方程组 经等效之后含有的 线性无关的方程个数也为2个（但是具体是那两个是无法确定的）。 推广到矩阵，所谓矩阵的行秩就是指矩阵行向量组的秩，矩阵的列秩就是矩阵列向量组的秩。 可以证明，矩阵的行秩与列秩相等。因此，我们把矩阵的行秩与列秩统称为矩阵的秩。;在对秩进行了界定之后，我们对线性方程组的面貌越来越清晰了。 当我们把方程组通过矩阵的初等变换化为阶梯阵的时候， 如引例 → 的过程，目的便是 把自由未知量x3， x4 （互相线性无关）与相关未知量x1, x2(同x3 ， x4线性相关，关系式 )分离开来， 使用矩阵对方程组的变量x1 ， x2 ， x3 ， x4之间的关系进行形象化的描述。 此时我们发现，线性方程组的秩就相当于各个未知量之间关系式的个数。;使用矩阵初等行变换达到对方程组的变量之间的关系进行形象化的描述之后，我们的求解问题转化为如何描述线性方程组的解。于是，我们引入了解向量。 线性方程组的解可以描述为各个线性无关的解向量的和，如引例中线性方程组的通解用解向量的和： 来描述（其中 ， ， ; k1，k2，为任意常数）。 当然， 和