Merge remote-tracking branch 'origin/develop' into develop

pull/6/head
刘柯妤 3 months ago
commit ce9f75b744

@ -1,6 +1,6 @@
## **$Ax=0$与$Bx=0$同解问题**
充要条件:$rankA=rankB=rank\begin{bmatrix} A \\ B\end{bmatrix}$.
$Ax=\alpha$ 与 $Bx=\beta$ 同解问题:
$Ax=\alpha$ 与$Bx=\beta$同解问题:
充要条件:$rank\begin{bmatrix} A & \alpha\end{bmatrix}=rank\begin{bmatrix} B &\beta\end{bmatrix}=rank\begin{bmatrix} A &\alpha\\ B&\beta\end{bmatrix}$.
如何理解(非严格证明,目的是便于理解):
@ -8,6 +8,8 @@ $Ax=\alpha$ 与 $Bx=\beta$ 同解问题:
考虑这两个齐次线性方程组的解空间,分别记为$N(A)$,$N(B)$,这两个集合是完全相同的,
可以得到$N(A)\subset N(B)$,以及$N(B)\subset N(A)$.
$N(A)\subset N(B)$可以得到什么呢?
说明$Ax=0$的解比较少,$Bx=0$的解比较多,一个方程组解多就说明他的方程限制相对宽松,解少则说明方程要求比较严格。换言之,$Bx=0$的每个方程是由$Ax=0$的方程线性表示的,同理$N(B)\subset N(A)$ 可以得到 $Ax=0$ 的每个方程是由 $Bx=0$ 的方程线性表示的,进而说明这两个系数矩阵的行向量能够互相线性表示,即行向量组等价.用秩的语言表示:$rankA=rankB=rank\begin{bmatrix} A \\ B\end{bmatrix}$.
另一个角度:这两个矩阵化成最简行阶梯型,是相同的,进行化简的时候只用到行变换,故它们的行向量组等价.
@ -25,4 +27,4 @@ $N(A)\subset N(B)$可以得到什么呢?
(C) $a = 2, b = 0, c = 1$;
(D) $a = 2, b = 1, c = 2$.
解析:类似于方程 $AX = B$ 有解的充要条件是$\text{rank} \begin{bmatrix} A & B \end{bmatrix} = \text{rank}A$,由方程 $XA = B$ 有解可知 $\text{rank} \begin{bmatrix} A \\ B \end{bmatrix} = \text{rank}B=\text{rank}A=k$,由初等变换不改变秩得$$\text{rank} \begin{bmatrix} B & O \\ A & E \end{bmatrix} =\text{rank} \begin{bmatrix} B & O \\ O & E \end{bmatrix}=n+k$$
解析:类似于方程 $AX = B$ 有解的充要条件是$\text{rank} \begin{bmatrix} A & B \end{bmatrix} = \text{rank}A$,由方程 $XA = B$ 有解可知 $\text{rank} \begin{bmatrix} A \\ B \end{bmatrix} = \text{rank}B=\text{rank}A=k$,由初等变换不改变秩得$$\text{rank} \begin{bmatrix} B & O \\ A & E \end{bmatrix} =\text{rank} \begin{bmatrix} B & O \\ O & E \end{bmatrix}=n+k$$

@ -0,0 +1,8 @@
对非齐次线性方程组 $A_{m\times n}x=b$,
1. 无解的充要条件是 $\text{rank}A < \text{rank}[A\ \ b]$
2. 有唯一解的充要条件是 $\text{rank}A = \text{rank}[A\ \ b] = n$
3. 有无穷多解的充要条件是 $\text{rank}A = \text{rank}[A\ \ b] < n$。
注:上述定理也说明非齐次线性方程组有解的充要条件是 $\text{rank}A = \text{rank}[A\ \ b]$。
把以上结论应用到齐次线性方程组,可得
推论 齐次线性方程组 $A_{m\times n}x=0$ 有非零解(无穷多解)的充要条件是 $\text{rank}A < n$,即系数矩阵的秩小于未知数个数。
Loading…
Cancel
Save