3-3-Ax=b的完整解
一句话概括
非齐次方程组 的完整解(complete solution)是
即「一个特解 + 零空间的任意向量」:特解负责把等式右端变成 ,零空间负责在解集内部自由移动。
是否有解,取决于 是否落在列空间 中;解的个数,取决于秩 与 的大小关系——本篇给出本章最重要的秩的四种情形对照表。
本篇覆盖:完整解的结构与证明、可解性条件(消元后不出现 ,)、求特解的方法(令自由变量全为 后回代)、用增广矩阵行化简的完整例题、秩的四种情形与各自的具体例子、从列空间与零空间维数解释这四种情形、满秩方阵的等价条件汇总。
本篇新增
- 第八节 8.2(新增):线性方程组理论的应用——克拉默法则与拉格朗日插值公式、网络流量(交通流量完整例题 + 路段封闭 + 无解讨论)、几何应用(两直线位置关系、 张平面位置关系、 点共线)。
- 第十节:基础解系与齐次通解 ,以及国内高频的含参数方程组讨论。
- 第十一节:非齐次方程组解的结构——四条性质 + 证明 + 五个推论。
- 第十二节:向量组的秩与极大线性无关组如何决定可解性与唯一性。
- 第十三节:秩的子式定义与计算,用最高阶非零子式讨论含参数矩阵的秩与可解性。
- 第十四节:本篇小结。新增例题共 13 道(例题 5—17)。
一、定义
1.1 非齐次方程组
设 是 实矩阵,。方程
称为非齐次(nonhomogeneous)线性方程组(只要 )。对应的齐次方程 称为它的导出组(associated homogeneous system)。
- 增广矩阵(augmented matrix):把 作为第 列接在 后面,记作
- 完整解(complete solution): 的全部解组成的集合,记作 或解集 。
关键区别(务必牢记):解集 一般不是子空间,因为当 时 不是解(),子空间必须含零向量。 是不过原点的仿射集(affine set)——一条不过原点的直线、一个不过原点的平面,等等。
国内教材的叫法
| 本库(Strang) | 国内教材(同济版) |
|---|---|
| 齐次方程 的零空间 | 导出组的解空间 |
| 的一组基 | 基础解系 |
| 特解 | 特解 |
| 完整解 | 通解 |
| 有解判别定理 |
换句话说:本库的「完整解」就是国内教材的「通解」,只是国内教材一定把它写成「特解 + 基础解系的线性组合」这种显式形式。国内教材把这个结论放在第四章,紧接在齐次方程组之后,并称其为非齐次线性方程组解的结构(本篇第十一节与 3-2-零空间与阶梯形 第十三节都会重讲)。
1.2 两句话的几何图像
- 按列看:,所以方程有解 是 的列向量的线性组合,即
- 按解集看:解集 = 特解这个点 + 零空间这个子空间(平移)。
二、几何直观
2.1 解集是零空间的一次「平移」
先把结论的几何图像说清楚,再证明。
设 是 的某一个解(称为特解,particular solution)。那么解集是
这是一次平移(translation):把零空间这个「过原点的子空间」整体搬到 处,得到的集合仍与 平行、同维,但不过原点(除非 ,此时 可以取, 回到子空间)。
图像(三维, 矩阵):
- 若 : 是一个点。
- 若 : 是一条直线,方向就是零空间的基向量 ,位置由特解决定。
- 若 : 是一个平面,其「方向平面」是 ,位置由特解决定。
两种直线图像(按行看): 方程组按行看是三个平面,它们交于一点(唯一解)、交于一条直线(无穷多解)或交于一个平面(无穷多解);若无公共点则无解。而按列看,「交于一条直线」与「 在列空间中但列相关」是同一件事。
2.2 三个层次的问题
解 时永远按顺序问三个问题:
- 有没有解? —— 吗?(消元后有没有出现 )
- 有多少解? —— 自由变量个数 是 还是正数?
- 解长什么样? —— 写出 。
这三个问题分别由 与 的关系、 与 的关系回答。第一节给出的「秩的四种情形」表就是把这些问题一次答完。
三、性质与定理
3.1 定理 1:完整解的结构
定理 1(解的结构定理) 设 有解, 是它的任意一个特解, 是导出组的解空间。则
适用条件: 为任意 实(或复)矩阵; 必须使得方程可解(否则 ,本定理无内容)。 可以是任何特解,换一个特解得到的平移集合完全相同。
证明 需要证明两个方向的包含关系。
(i)右端每个元素都是解:。
任取 ,则 。由矩阵乘法的线性性,
所以 。
(ii)每个解都能写成这种形式:。
任取 ,即 。考察差向量 :
所以 。记 ,则 ,正是右端的形式。
两个方向合起来即得 。
证明的核心只有一句话:任意两个解的差是导出组的解。这也是国内教材里的「非齐次方程的通解 = 特解 + 导出组通解」。
直接推论
- 若 (即 ),则解至多一个:有解时唯一。
- 若 ,则只要有一个解,就有无穷多个解(因为零空间里有无穷多个向量,且不同的 给出不同的解)。
- 因此「解的个数」只有三种可能:零个(无解)、一个(唯一解)、无穷多个。绝不可能恰好有两个解。这是线性方程组的基本二分法。
3.2 定理 2:可解性条件
定理 2(可解性判据) 对 矩阵 与 ,下面四条互相等价:
- 有解;
- ,即 是 的列的线性组合;
- 对增广矩阵做行化简,不会出现形如 的行,其中 ;
- 行化简后 。
适用条件:无额外条件,对任意矩阵与任意右端向量成立。 = r(A)$。)
证明 按 、、 三步走。
(1)(2):由矩阵乘法的列形式,
其中 是 的第 列。所以「存在 使 」与「存在系数 使 」是同一句话;而 的定义正是所有列的线性组合的集合。
(2)(4): 是 中由 的列张成的子空间,。把 添作新列得到 :若 ,则新列不增加张成空间的维数,故 ;反之若 ,则 加入后张成空间严格变大,。
(3)(4):行化简不改变 与 (行变换保持列之间的线性关系,见 3-2-零空间与阶梯形)。化简后 的秩等于非零行个数;不出现 ()当且仅当增广矩阵的非零行个数与 的非零行个数相同,即两个秩相等。
实战中的可解性检查
只要在消元过程中看到某一行左半部分全是 、右端却非 ,例如
就立刻可以宣布无解,不必继续算下去。这一行的含义是方程 。
3.3 定理 3:解的个数与秩的关系
定理 3 设 为 矩阵,秩为 。
- 若 (列满秩,无自由变量),则 要么无解,要么有唯一解;
- 若 (有自由变量),则 要么无解,要么有无穷多解;
- 若 (行满秩),则对每个 方程都有解(因为 );
- 若 ,则存在 使方程无解。
证明 (1)无自由变量意味着 ,即 ;由定理 1,有解时解唯一。
(2),零空间含非零向量 ;若 是一个解,则对任意 , 也是解,且 不同得到的解不同,故有无穷多解。
(3) 意味着 的列张成 (因为 且 ),即 ,于是任何 都在列空间中,由定理 2 有解。
(4) 说明 是 的真子空间(例如 中的一张平面),取 为这个子空间之外的向量(例如该平面的法向量方向),则 ,无解。
3.4 秩的四种情形(本章最重要的总结表)
把 与 (行数、方程个数)、(列数、未知量个数)的大小关系穷举,恰好四种情形:
| 情形 | 条件 | 矩阵形状 | 维数 | 维数 | 解的情况 | 几何图像 |
|---|---|---|---|---|---|---|
| ① 满秩方阵 | (充满 ) | 唯一解(对每个 ) | 三个平面交于一点 | |||
| ② 列满秩 | 高瘦 | (真子空间) | 无解 或 唯一解 | 平面相交于一点,或不相交 | ||
| ③ 行满秩 | 矮胖 | (充满 ) | 无穷多解(对每个 ) | 交于一条直线/一个平面 | ||
| ④ 秩不足 | 且 | 一般 | 无解 或 无穷多解 | 要么不交,要么交成直线/平面 |
用两个维度读这张表
- 列空间的维数 与 比: 时 ,一定有解; 时 只是 的一小片,有些 无解。
- 零空间的维数 与 比: 时解唯一; 时解无穷多。
于是四种情形其实是这两句话的组合:「可解性」由 对 决定,「唯一性」由 对 决定。
另一组同样重要的等式:
是左零空间的维数, 是零空间的维数。见 3-5-四大子空间的维数。
3.5 满秩方阵的等价条件汇总
设 是 方阵。下列命题互相等价(每一个都可以当作「 可逆」的定义或判据):
- 可逆(存在 );
- (行列式非零);
- (满秩);
- (零空间只有零向量);
- 只有零解;
- 的列向量线性无关;
- 的行向量线性无关;
- 的列张成 ,即 ;
- 对任意 , 有唯一解;
- (行化简得到单位矩阵);
- 的 个主元齐全(消元过程不发生「零主元」);
- 的特征值全不为零(即 不是特征值)。
证明思路:这是一条循环等价的链,只需证明若干环环相扣的蕴含关系,其余由传递性得到。
- :两边左乘 得 。
- :由 3-2-零空间与阶梯形的定理 2 与推论()。
- : 个主元必须在 列中列列有主元,RREF 的主元列全是单位向量,故 。
- : 说明存在可逆矩阵 使 ,于是 (Gauss–Jordan 求逆的原理,见 2-4-矩阵运算与逆矩阵)。
- : 当且仅当消元不出现零主元当且仅当 (见 5-1-行列式的性质)。
- : 是解,唯一性由 (或 )得到。
- :取 ,说明每个 都在 中,故 。
- :。
- : 有非零解当且仅当 ;取 得「 是特征值 」。
只在方阵成立
上面这份清单只对 方阵成立。对长方形矩阵,「列满秩」与「行满秩」是两件不同的事,也不存在逆矩阵(只有左逆或右逆,见 7-1-SVD的构造与几何意义 中的伪逆)。
四、计算方法与步骤
求 完整解的标准流程
第 1 步 写出增广矩阵 。
第 2 步 行化简到阶梯形(或 RREF),记下主元列与自由列。
第 3 步 检查可解性:若出现 ()的行,则无解,流程结束。
第 4 步 求特解 :令所有自由变量为 ,回代(或直接从 RREF 读出)主元变量。
第 5 步 求零空间基:令自由变量轮流取 、其余取 ,解出主元变量,得 。
第 6 步 写出完整解:
第 7 步 验算:把 与至少一个 代回 。
为什么第 4 步「令自由变量为 」能拿到特解?
在 RREF 中,主元变量的方程形如
(右端 是化简后的常数列。)令所有自由变量 ,立刻得到
即特解就是「主元位置抄常数列、自由位置填 」:
即:主元位置直接抄化简后方程组的常数列 ,自由位置全部填 。
这是最快的求特解方式,也是为什么先把矩阵化到 RREF 最省事。
另一种特解(不建议手算,但概念上重要):把自由变量置零后剩下的方阵(主元列构成的子矩阵)求解,即
它解析地写作 ,前提是主元列线性无关(一定成立)。
五、例题
例题 1(行满秩 + 有自由变量:无穷多解,) 求解
解
第 1 步:写增广矩阵。
注意 恰好是 的第一列,所以解一定存在( 就是一个解)。但我们仍按标准流程走一遍。
第 2 步:行化简。 第 2 行减去 倍第 1 行,第 3 行减去 倍第 1 行:
第 3 行减去第 2 行(左半部分清零,右端也清零,说明两个方程相容):
第 2 行除以 ,再用它把第 1 行第 3 列消掉:
第 3 步:可解性检查。 没有出现 ()的行;且 (这里 ,,属于「行满秩」情形 ③),所以有解。
第 4 步:求特解。 令自由变量 ,。方程组变成 ,,于是
(正是我们一开始观察到的那个解。)
第 5 步:求零空间基。 由 RREF 读出 ,。
- ,:,,得 。
- ,:,,得 。
(与 3-2-零空间与阶梯形 例题 1 的结果一致——这不奇怪: 相同, 就相同。)
第 6 步:写出完整解。
写成坐标形式:
第 7 步:验算。 取 ,,得 :
取 ,,得 :
结论:解集是 中一个二维的不过原点的平面(平移后的零空间),故有无穷多解。
常见误解纠正:不要因为「有两个自由变量」就以为「解集是二维平面所以是子空间」——它不过原点,不是子空间;过原点的那个二维平面()是它的「方向」。
例题 2(列满秩:,无解与唯一解各演示一次) 设
分别求解 与 。
解
先看 的形状:,。两列不成比例( 与 ),所以 (列满秩,情形 ②)。因此零空间只有零向量,解至多一个。
(a) 先解 。
增广矩阵:
行化简:第 2 行减 倍第 1 行,第 3 行减 倍第 1 行:
最后一行左半部分是 、右端是 ,即方程 。由定理 2,无解。
(几何解释: 不在 的两列张成的平面里。这个平面是 中一个过原点的二维子空间,它的方程可以用左零空间写出来:解 ,即
第 1 式乘 减第 2 式得 ,即 ,代回得 。取 得 ,于是相容性条件就是
检查: 给出 ,故无解; 给出 ,故有解。这也说明: 个独立条件恰好就是「 必须与左零空间正交」。)
(b) 再解 。
注意 恰好是 的第一列,所以 是一个解,而且由列满秩知它是唯一解。为了演示流程,仍走一遍:
没有矛盾行,所以有解。继续化到 RREF:
主元列是第 1、2 列,没有自由列,自由变量个数 。直接读出
没有零空间方向可加,所以完整解就是
验算:,成立。
对照小结:同一个 , 无解、 唯一解。决定性因素是 是否在列空间中,不是矩阵本身。 这正是情形 ②「无解或唯一解」的含义。
例题 3(秩不足方阵:,无解或无穷多解) 设
(a) 求 的完整解;(b) 解 ,;(c) 解 ,。
解
注意 的第 2 行等于第 1 行的 倍,所以必有 。
(a)齐次方程。
交换第 2、3 行:
主元列是第 1、2 列,自由列是第 3 列,,。方程是
令自由变量 :
验算:,成立(也说明 )。
(b)解 ,。
第 2 行左半部分全零、右端是 ,即 ,无解。
(原因: 不满足 的行之间必须满足的关系。具体地, 的第 2 行 第 1 行,所以任何 的第 2 个分量必须是第 1 个分量的 倍;但 ,故无解。)
(c)解 ,。
检验行关系: ✓,所以可能可解。
交换第 2、3 行并乘 :
可解性:无矛盾行,,属情形 ④ 的「无穷多解」分支。
特解:令自由变量 :,,故
完整解:
验算:取 ,得 :
取 (即 ): ✓。
解集几何: 中一条过 、方向为 的直线——不过原点,所以不是子空间。
例题 4(情形 ① 与 ③ 的对照) (i) 情形 ①():
,对任何 唯一解。直接得 ,且 。
(ii) 情形 ③():
,对任何 都有解()。取 :增广矩阵已是 RREF 形态
主元列第 1、2 列,自由列第 3 列,。特解(令 ):。零空间基():。
验算 : ✓。解集是 中一条不过原点的直线, 时给出特解。
六、应用
1. 电路分析。 节点法给出 ( 由电导构成)。若存在无解的情形,说明给定的电流分布不满足 Kirchhoff 电流定律;若有无穷多解,说明电路存在「浮动节点」——对应零空间(见 10-1-图与网络)。
2. 化学计量与守恒律。 反应矩阵的零空间给出所有可能的配平方式;若反应右侧的原子数向量不在列空间中,则该反应在原子层面不守恒(无解),这正是定理 2 的物理含义。
3. 数据拟合与最小二乘。 当 (方程比未知量多,典型的数据拟合)时通常 ,属于情形 ②:一般无解。此时退而求其次,解法方程
把 投影到列空间上(见 4-3-最小二乘逼近)。注意 可逆当且仅当 列满秩()——这正是情形 ② 的重要性所在。
4. 结构力学与约束系统。 个自由度、 个独立约束:解存在意味着外载荷在「可传递」的子空间内;零空间维数 是残余自由度(刚体位移模式)。 时意味着约束之间存在冗余(方程不独立),冗余度就是 。
5. 线性规划与网络流。 可行域是 的交集,即解集(一个仿射集)与正象限的交。解集的维数 决定可行域的「平坦程度」(见 10-3-线性规划)。
import numpy as np
A = np.array([[1., 2., 2., 2.],
[2., 4., 6., 8.],
[3., 6., 8., 10.]])
b = np.array([1., 2., 3.])
print("rank(A) =", np.linalg.matrix_rank(A)) # 2
print("rank([A|b]) =", np.linalg.matrix_rank(np.column_stack([A, b]))) # 2 → 可解
# 最小范数最小二乘解(无解时也返回“最接近”的解)
x, res, rk, sv = np.linalg.lstsq(A, b, rcond=None)
print("lstsq x =", x) # 特解方向上的最小范数解
print("residual =", res) # 可解时为空数组
b_bad = np.array([1., 0., 0.])
print("rank([A|b_bad]) =",
np.linalg.matrix_rank(np.column_stack([A, b_bad]))) # 3 > 2 → 无解
8.1 求解线性方程组的三种基本工具(小结)
| 工具 | 适用条件 | 给出什么 | 代价 |
|---|---|---|---|
| 消元法(行最简形) | 任意方程组 | 可解性 + 通解(特解 + 基础解系) | 手算 ,通用 |
| 克拉默法则 | 方阵且 | 唯一解的显式公式 | 需算 个 阶行列式,只适合小规模 |
| 秩的判据 | 任意方程组 | 只判「有无解 / 解是否唯一」,不给解 | 最快,含参数讨论的首选 |
克拉默法则的推导与证明见 5-3-克莱姆法则与体积。本节剩下的部分专门讲第三种工具在三个真实场景里的用法——这是国内教材附录(陈维新《线性代数》附录三「线性方程组理论的应用」)的经典内容,也是考试中最常出现的「应用题」。
8.2 应用一:克拉默法则与拉格朗日插值公式
这一小节的地位
它回答一个自然的问题:给定 个点,能不能唯一确定一个次数低于 的多项式? 答案是「能」,理由是范德蒙德行列式非零加上克拉默法则。这是「方程组有唯一解」这一代数结论在函数论中最漂亮的应用。
8.2.1 引理:次数小于 的多项式最多有 个互异根
引理 设 是次数不超过 的多项式(即 )。若 有 个互不相同的根 ,则 是零多项式()。
证明(反证法 + 齐次方程组)
第 1 步 设
其中 是待定的系数。
第 2 步 把 个根代入 ,得到关于 的齐次线性方程组:
写成矩阵形式 ,其中
第 3 步 注意 正是范德蒙德矩阵(Vandermonde matrix)的转置。范德蒙德行列式的值为
(推导与证明见 5-2-排列与代数余子式。)因为 互不相同,每一个因子 ,所以
第 4 步 由 (列数)知 (3-2-零空间与阶梯形 推论 1),即齐次方程组 只有零解:
所以 ,与「反证法假设 非零」矛盾。
这个引理的两种等价说法
1. 次数不超过 的非零多项式最多有 个互异根(根的个数受次数限制)。
2. 两个次数不超过 的多项式,若在 个互异点处取值相同,则它们恒等(作差即化为引理)。
8.2.2 定理:拉格朗日插值公式
定理(插值的唯一存在性) 设 是 个互不相同的数, 是任意 个数。则存在唯一的次数不超过 的多项式 满足
证明(存在性) 令
则 是首项系数为 的 次多项式,且 对每个 成立。再令
(各项的分母 是非零常数:,因为所有 互异。)
验证 :当 时,求和式中每个 的项都含因子 ,故这些项为 ;而 的项中, 与 中的因子 相消,剩下 ,代入 得 。于是第 项等于
其余项为 ,所以 ,存在性得证。
验证次数:每一项 是 次多项式,故 的次数不超过 。
证明(唯一性) 设 都满足条件。则 的次数不超过 ,且有 个互异根 。由 8.2.1 的引理,,即 。
与线性方程组的关系(为什么放在这一篇)
唯一性也可以直接用克拉默法则说明:把 代入 个插值条件,得到 元线性方程组
因为 ,由克拉默法则(见 5-3-克莱姆法则与体积)方程组有唯一解:
其中 是把 的第 列换成 得到的矩阵。所以「插值多项式唯一存在」等价于「范德蒙德方程组有唯一解」——这正是本篇第 3.4 节「秩的四种情形」中情形 ①(,满秩方阵)的实例:系数矩阵是满秩方阵,对任意右端 都有唯一解。
三点提醒
1. 次数小于 是必要的: 个点不能唯一确定一个 次多项式(有无穷多个)。
2. 必须互异:若有重复节点,,方程组可能无解(例如要求 但 ,矛盾),也可能有无穷多解。
3. 范德蒙德方程组是「病态」的:节点很多时 极小,用克拉默法则或直接解 在数值上极不稳定——实际计算插值多项式应使用拉格朗日形式或牛顿差商形式,这是数值分析的内容(参见 11-1-数值稳定性与LU)。
例题 13(拉格朗日插值:求次数小于 4 的多项式)
题目
求一个次数小于 的多项式 ,满足
要求用拉格朗日插值公式求,并用 numpy 复算验证。
第 1 步:确认唯一性。 个互异节点,次数小于 (即 )。由 8.2.2 的定理,这样的 存在且唯一。
第 2 步:写出 与各 。 节点为 ,
逐项求 :
第 3 步:写出插值公式。
第三项 直接消失,于是
第 4 步:化简。 逐项约分(每项都是 与 中同因子相消后的三次多项式):
- 第 1 项:
- 第 2 项:
- 第 3 项:
先展开三个三次项:
代回:
通分(分母 ):
分子的 项:;
分子的 项:;
分子的 项:;
分子的常数项:。
所以
第 5 步:验算。 逐个节点代入:
第 6 步:用 numpy 复算(同时与「直接解范德蒙德方程组」对照)。
import numpy as np
xs = np.array([2., 3., 4., 5.])
bs = np.array([3., -1., 0., 2.])
# 方式一:直接解范德蒙德方程组 V c = b(列依次是 1, x, x^2, x^3)
V = np.vander(xs, 4, increasing=True)
c = np.linalg.solve(V, bs)
print("coeffs c0..c3 =", c)
# [-33.83333333 8.5 -0.66666667] → 42, -203/6, 17/2, -2/3
# 换成精确有理数看
from fractions import Fraction as F
print("exact =", [F(float(v)).limit_denominator(100) for v in c])
# [Fraction(42,1), Fraction(-203,6), Fraction(17,2), Fraction(-2,3)]
# 方式二:用拉格朗日形式求值,验证两种方式一致
def lagrange(x, xs, bs):
total = 0.0
for i, a in enumerate(xs):
term = bs[i]
for j, aj in enumerate(xs):
if j != i:
term *= (x - aj) / (a - aj)
total += term
return total
print("L(2..5) =", [lagrange(x, xs, bs) for x in xs]) # [3, -1, 0, 2]
print("L(3.5) =", lagrange(3.5, xs, bs)) # -0.875
# 用多项式形式复核
p = np.polynomial.Polynomial(c)
print("p(3.5) =", p(3.5)) # -0.875
numpy 的输出与手算完全一致:系数依次为 、、、,即
通分后也写成 。
关于本题参考答案的核对说明
有的教材/题解把本题答案写成 。用 numpy 复算可知这个表达式不满足插值条件:
正确结果为上文给出的 (三处独立验算:拉格朗日公式代数化简、逐点代入、
numpy.linalg.solve(V, b)解范德蒙德方程组)。读书遇到答案不一致时,请自己代回原条件验算——插值问题最容易出错的地方是节点与函数值抄错位置。
为什么「 个点唯一确定一个 次多项式」值得记住
它是三条重要结论的共同来源:
1. 数值积分公式(梯形公式、Simpson 公式)都是用插值多项式代替被积函数再积分得到的;
2. 差分与差商: 个点可以写成牛顿形式 ,系数由差商表给出——与拉格朗日形式是同一个多项式的不同写法(回忆本篇例题 10:特解可以任取,写法不唯一,集合唯一);
3. 曲线拟合与信号重建:这是 4-3-最小二乘逼近 与 12-3-多元高斯与加权最小二乘 中「精确插值」与「近似拟合」的分水岭——点的个数超过待定系数个数时,通常无解,只能求最小二乘解。
8.3 应用二:网络流量(交通流量、灌溉网、电力网)
通用建模思路
任何网络(交通路网、灌溉渠网、电力网、物资流通网、管网、通信网)都可以这样建模:
1. 把网络抽象成图:交叉点/枢纽是节点(vertex),路段/管线是边(edge);
2. 给每条边一个未知流量 (带方向:正数表示沿设定方向流动);
3. 对每个节点写守恒方程(Kirchhoff 电流定律 / 流量守恒):
4. 得到 ,其中 是图的关联矩阵(incidence matrix), 是外部注入/流出的流量;
5. 解这个线性方程组:有解说明流量分配可行;无穷多解说明网络有「自由度」(某些环路可以任意调节流量);无解说明给定的外部流量在物理上不可能守恒。
这正是 10-1-图与网络 的核心内容:关联矩阵的零空间维数等于图中连通分支的个数, 中的向量就是「环流」。
例题 14(交通流量:4 个路口、6 个路段的完整求解)
题目
某城区由 4 个路口 与 6 条单行路段组成。路段、方向与实测的外部车流(单位:辆/小时)如下:
- 路段 :(主路,双向,此处按 计);路段 :;
- 路段 :;路段 :;
- 路段 :(支路,与 平行);路段 :;
- 外部车流: 路口驶入 辆/小时, 路口驶入 辆/小时, 路口驶出 辆/小时, 路口驶出 辆/小时。
(a) 对每个路口写出守恒方程,求全部可行流量分配,并用自由未知量的非负性给出实际可行范围;
(b) 若已知路段 的实测流量为 ,写出各路段的流量的显式公式,并求 的允许范围;
(c) 讨论「路段 封闭」()会怎样变化。
第 1 步:对每个路口列守恒方程。
- 路口 :流入 (来自 的车流与外部驶入),流出 ,故
- 路口 :流入 ,流出 ,故
(等价写法:,即 。)
- 路口 :流入 ,流出 (外部驶出),故
- 路口 :流入 ,流出 ,故
第 2 步:写成矩阵形式。
增广矩阵:
第 3 步:初等行变换。 用 、:
用 (把第 4 行消成零行):
交换第 2、3 行,并把第 2 行乘 :
继续消元到行最简形::
第 4 步:读信息。
有解,且有无穷多解,基础解系含 个向量。主元列是第 列,自由未知量是 。( 说明四个路口的方程有一个是冗余的: 型关系,物理上就是「四个路口的净流量总和必为零」。)
第 5 步:同解方程组。
第 6 步:特解与基础解系。
特解(自由未知量全取 ):
基础解系(依次取 ,右端视为 ):
- :,,,得
- :,,,得
- :,,,得
第 7 步:通解。
第 8 步:几何意义与「环流」。 。其中 表示「 与 之间的环流」( 两条平行支路之间的内部循环,不影响任何外部车流); 表示「 的环路」( 与 构成的环流)。零空间的每个向量都是网络中的一个环流——这就是 10-1-图与网络 中「关联矩阵零空间 = 环流空间,维数 = 独立回路数」的具体实例。
第 9 步:非负约束给出实际可行范围。 实际流量必须 ,于是
所以可行域是
即 中的一个无界多面体区域。结论:流量分配不唯一,但只要绕行流量 落在 之内,所有路段就都非负可行。
第 10 步 (b):用「两条 支路的总流量」 参数化。 令
(即路口 流向路口 的总车流),则由第 5 步的同解方程组立刻得到
而 只受「,,」的限制。于是全部可行流量分配可以极简地写成:先选定 与 ,再任选 并令 。
逐路口验算一个具体值。 取 (即 )、:
| 路口 | 原始方程 | 左边值 | 右端 | 是否成立 |
|---|---|---|---|---|
| ✓ | ||||
| ✓ | ||||
| ✓ | ||||
| ✓ |
四个路口全部守恒。 再取 、,得 ,,;同样代入可验证 ✓。
第 11 步:非负约束给出 的实际可行范围。 所有路段流量必须非负:
所以可行域是
结论:若总流量 落在 之外(例如 或 ),则 或 会成为负数,不存在非负可行解——尽管线性方程组本身在那时仍然有解(它是 的任意值)。这是「线性方程组有解」与「实际问题有可行解」的差别:非负约束是线性方程组之外的额外要求,属于线性规划(见 10-3-线性规划)的范围。
第 12 步 (c):路段 封闭()后会怎样?
(i)只把 设为 (路段封闭,但外部车流不变)。 在通解中令 ,记 、,得
非负条件给出 (由 与 ),; 自动成立。
结论:路段 封闭后流量分配仍然可行,只是原来由 承担的那部分车流全部被挤到平行支路 上—— 的取值范围从原来的 ( 时)扩大到 。这解释了为什么有平行支路的路网抗堵塞能力强:封闭一条边只是把流量重新分配,不一定破坏可行性。
(什么时候会破坏可行性:若同时要求 也不能超过某个值,例如再追加 。注意在「」的情形下 就等于 ,于是
矛盾,无可行解。这正是「线性方程组有解、但加上非负约束后无可行解」的情形,属于 10-3-线性规划 的范围。)
(ii)若把「封闭」理解成删去该路段(未知量 直接消失)。 此时网络只剩 5 个路段,关联矩阵变成 ,重新列方程:
行变换后同样得到 、,通解为
非负条件同样是 、——与 (i) 完全一致(这是必然的:把 删掉与令 给出同一个解集)。
第 13 步:真正无解的情形——外部车流总量不守恒。 若把外部车流改成「 驶入 ,其余路口既不驶入也不驶出」,即 ,则对 作行变换得
最后一行是 ,即 ,矛盾。所以
物理原因: 的四个行向量之和为零向量(每个路段在一个路口是流入、在另一个路口是流出,符号相消),即
由例题 8 的相容性条件( 必须与左零空间的每个向量正交),必须有
而 ,条件被破坏。交通流问题的第一道检查永远是「总驶入 = 总驶出」。 对本网络而言 ,相容性条件只有 个,就是这条总量守恒式。
通用结论
任何可控制的网络系统(灌溉网、电力网、物资流通网、供水管网、通信网)的流量计算都归结为解线性方程组,且都有以下共同结构:
| 现象 | 代数含义 | 工程含义 |
|---|---|---|
| 有解 | | 流量分配可行 |
| 无穷多解 | | 网络有内部环流自由度 |
| 无解 | ,即总量不守恒 | 给定的外部流量不可能实现 |
| 非负约束 | 的额外限制 | 实际可行性(单行道不能倒流) |
| 封闭一条边 | 追加一个方程 | 流量重新分配,可行性可能保持也可能破坏 |
关联矩阵 的零空间维数等于图的独立回路数,即 ,其中 是节点数、 是连通分支数;左零空间维数等于连通分支数,即 (本例 )。完整理论见 10-1-图与网络。
8.4 应用三:几何中的线性方程组
8.4.1 平面上两条直线的位置关系 设平面上两条直线
它们的公共点就是方程组
的解。相应的增广矩阵是
| 位置关系 | 秩的条件 | 解的情况 | 几何图像 |
|---|---|---|---|
| 相交于一点 | 唯一解 | 两条不平行的直线交于一点 | |
| 重合 | 无穷多解() | 两个方程成比例,是同一条直线 | |
| 平行(不重合) | 无解 | 方向相同、位置不同 |
说明: 意味着两个方程的左端成比例(),即两直线平行(或重合)。此时再看增广矩阵的秩:若 也成立,则为重合();否则为平行不重合(,出现矛盾行 ,)。这正是本篇定理 2 的几何版本。
8.4.2 空间中 张平面的公共点 设 中的 张平面
公共点就是 的解,其中 是 的系数矩阵, 是增广矩阵。位置关系与秩的对应表:
| 位置关系 | 秩的条件 | 解集 | 说明 |
|---|---|---|---|
| 无公共点 | 无解 | 平面之间互相矛盾(如两张平行平面) | |
| 交于一点 | 唯一解 | 三张以上平面恰交于一点 | |
| 交于一条直线 | 无穷多解, | 平面束(plane pencil):所有平面共含一条直线 | |
| 交于一张平面 | 无穷多解, | 所有平面重合 |
读法
决定解集的维数( 就是公共部分的维数: 是点、 是直线、 是平面); 是否等于 决定有没有公共点。这与本篇「可解性看两个秩是否相等,唯一性看 与 的关系」完全一致。
8.4.3 个点共线的充要条件
定理 平面上 个点 ()共线,当且仅当
证明
()设秩小于 。 记该矩阵为 ()。(即 )说明 的三个列向量线性相关,即存在不全为零的 使
(这一点的等价说法是:以 为系数矩阵的齐次方程组 有非零解 ,因为 未知量个数。)
逐分量写出:对每个 都有
关键一步:证明 。 若 ,则由 得 ,与「 不全为零」矛盾。所以 。
于是所有 个点都满足同一个非平凡线性方程 ,这是一条直线(因为 保证它不是退化方程),故 点共线。
()设 点共线。 则存在不全为零的 使所有点满足 (直线的方程),即
有非零解,于是 。由「行秩 = 列秩」得 。
两个有用的推论
- 三点共线的判据:(这就是「三角形面积为 」的解析几何公式)。行列式展开后为
行列式的几何意义(面积与体积)见 5-3-克莱姆法则与体积。
- 点共线的本质:把「点」看成 中的向量 ,共线 这些向量都落在一张过原点的平面上(法向量 ),即它们张成的空间维数 。这与本篇「解集是仿射集」的图像完全一致。
例题 15(三直线交于一点 ⇒ 系数向量线性相关且前两个无关)
题目
设平面上三条直线
交于一点,且 不平行。证明:向量 ,, 线性相关,且 线性无关。
证明
第 1 步:化为方程组语言。 三直线交于一点,等价于方程组
有解(公共点 给出解 ,它的第三个分量是 ,故 )。
第 2 步:由「有非零解」得 。 齐次方程组 有非零解,说明 ,即 ,所以
第 3 步: 等价于行向量组线性相关。 的三个行向量正是 (转置不改变相关性),行秩 = 向量个数,所以 线性相关。
第 4 步: 线性无关。 反证:若 线性相关,则存在不全为零的 使 ,逐分量写出即
前两式说明 与 成比例(因为 ,至少一个非零;不妨设 ,则 )。而直线的法向量 成比例正是两直线平行或重合的判据——这与「 不平行」矛盾。
(更严格地说:若 与 成比例,则 要么平行、要么重合;题目已排除平行,但「重合」也与「交于一点」矛盾——重合的两直线有无穷多公共点,不能构成「交于一点」的三线共点图形。故必有 之外无解,即 线性无关。)
第 5 步:结论的另一种形式( 行列式判据)。 由第 3、4 步,,所以 的任意三阶子式为零:
反之,若上述行列式为 且 无关(即前两行不成比例,前两直线不平行),则三直线必交于一点。这是「三线共点」最常用的判别法。
实例验算
取 ,,。
- 的交点:解 得 ,。
- 代入 :,不共点。
- 检验行列式: ✓,与「不共点」一致。
若把 改成 (即 ,与 重合),则行列式为 ,三线共点(且共点于整条直线)——这正是「 的反面:,无穷多解」的情形。
例题 16(含参数的三平面位置关系分类讨论)
题目
讨论参数 取何值时,三张平面
没有公共点、交于一点、交于一条直线?要求分类齐全并说明理由。
第 1 步:写出系数矩阵与增广矩阵。
第 2 步:算系数行列式(最高阶子式)。
所以 的零点是 (二重)与 。这三个值把实轴分成三段,逐段讨论。
第 3 步:情形一—— 且 。 此时 ,由克拉默法则
即三平面交于唯一一点。由对称性(三个方程在 的置换下不变)可取 ,代入任一方程得 ,故交点为
第 4 步:情形二——。 此时
(i)求 。 三阶子式 ;而二阶子式
(ii)求 。 对 作行变换:
(iii)比较秩。 最后一行是 ,即 ,矛盾,故
即三平面没有公共点。
(iv)几何解释。 此时三个行向量之和为零向量:
而右端之和为 ,条件被破坏。三个法向量 之和为零且两两不成比例,所以三平面两两相交于三条平行直线(构成一个「三棱柱」形配置),没有公共点。注意 时三个方程的左端相加恒为 ,所以任何 的三个分量之和必为 ;而右端之和为 ,故无解。
若把右端换成
若 且右端是 ,则由同一个行变换得 ,,无穷多解:三平面交于一条直线(过原点、方向 )。这正说明「无公共点」是由右端引起的,而不是由系数矩阵引起的。
第 5 步:情形三——。 此时三张平面都是
(i)求秩。
两个矩阵都是三行相同,一阶子式 ,二阶子式全为 ,所以
(ii)解的情况。 ,有无穷多解,。同解方程是 ,即
(iii)几何解释。 三张平面完全重合,公共部分是一张平面(而不是直线或点)。
第 6 步:补充讨论—— 但右端不全相等。 若把右端改成 (此时 是三张互相平行但不重合的平面,法向量都是 ),则
出现 ,故
三张平行平面没有公共点。这说明 时「重合」还是「无公共点」取决于右端是否一致——必须把右端一起讨论,不能只算系数矩阵。
第 7 步:分类汇总表。
| 参数 | 公共点 | 几何配置 | 通解 | ||
|---|---|---|---|---|---|
| 且 | 恰一点 | 三平面交于一点 | |||
| () | 无公共点 | 两两相交成三条平行直线(三棱柱) | —— | ||
| () | 交于一条直线 | 三平面共含一条直线(平面束) | |||
| () | 交于一张平面 | 三平面重合 | 见第 5 步 | ||
| () | 无公共点 | 三平面互相平行 | —— |
这道题的四条方法要点
1. 先算最高阶子式(这里是 )找临界参数,它把参数轴切成若干段。
2. 对每个临界参数值,用「低一阶的非零子式」定出 (如 时用二阶子式得 ; 时所有二阶子式为 ,故 )。
3. 一定要把右端带进增广矩阵一起算——同样的 配不同的 ,几何结论可能完全不同( 的两种情形、 的两种情形都是如此)。
4. 用行变换复核,并给出几何解释(法向量关系、平面束、平行平面)。
例题 17(证明题: 点共线的秩判据与三点面积公式)
题目
(1) 证明:平面上 个点 共线,当且仅当
(2) 由此证明三点 共线当且仅当
证明 (1) ()设 。考虑以 为系数矩阵的齐次方程组。 是 矩阵, 未知量个数,由 3-2-零空间与阶梯形 推论 2( 时必有非零解的思想,此处是 ),,即存在非零向量 使
逐行写出即 对每个 成立。
若 ,则 (由任一式),与 非零矛盾。所以 ,方程 是一条真正的直线,全部 个点都在它上面,故共线。
()设 点都在直线 上,其中 。则 且 ,所以 ,,即 。
证明 (2) 时 是 方阵。由 (1),三点共线 ;而方阵的秩小于 当且仅当它的行列式为零(本篇第 3.5 节满秩方阵的等价条件:)。故
附注(几何意义) 该行列式的绝对值等于三角形面积的两倍:
所以「三点共线 行列式为零 三角形面积为零」是同一件事的三种说法。行列式与面积/体积的一般关系见 5-3-克莱姆法则与体积。
与本章主线的呼应
这个例题把三件事串起来了:
1. 齐次方程组有非零解()——本篇定理 3;
2. 秩的子式定义( 判秩)——本篇第十三节与 3-2-零空间与阶梯形 第十五节;
3. 行列式的几何意义(面积、体积)——5-3-克莱姆法则与体积。
几何问题转化为线性方程组问题,是「线性代数为什么有用」的最直接例证。
七、易错点
解 的十个常见错误
1. 忘记检查可解性就先求特解:无解时「令自由变量为 回代」会得到矛盾,或得到看似有意义的数——必须先看有没有 ()。
2. 把解集当子空间: 时解集不过原点,不是子空间;只有 时解集才是 。
3. 对 做行化简,却忘了对 同步操作:必须用增广矩阵一起化简,只化 会丢掉可解性信息。
4. 误以为「 一定无解」: 只是说 可能是真子空间( 时才有无解的 );若恰好 (只能在 时发生,所以 时确实 )——准确说法是: 时存在无解的 ,但给定的 完全可能有唯一解。
5. 误以为「有多余方程就一定无解」:多余方程可能彼此相容(如例题 1 的第三行),此时有无穷多解。
6. 忘记特解不唯一:任何特解都可以,不同特解给出的表达式只是「同一个集合的不同参数化」。写答案时不必与标准答案逐字一致,但要能互相转换。
7. 把 与 比、 与 比时搞混:唯一性看 与 ( 则唯一),可解性看 与 ( 则必有解)。反过来记会全盘出错。
8. 以为解只能是「0 个、1 个、2 个」:线性方程组的解数只可能是 、 或 ,绝不可能恰好 个(因为若有两个解,它们的差是非零零空间向量,可以任意倍数叠加)。
9. 非齐次与齐次的自由变量处理混用:求特解时把自由变量全部置零;求零空间基时轮流置 。两者目的不同,不能混。
10. 对长方形矩阵套用「可逆」的语言: 时 不存在,只能说列满秩/行满秩。列满秩给「唯一性」,行满秩给「可解性」,两者不可兼得(除非 )。
八、练习题
基础题 1 设 。分别讨论 与 时 的解,并写出有解时的完整解。
基础题 2 解方程组
指出它属于秩的四种情形中的哪一种。
进阶题 3 设 是 矩阵,。对任意 , 有多少解?零空间的维数是多少?解集在 中的「维数」(作为仿射集)是多少?
进阶题 4 设 ,。先判断 与 ,再求完整解。
思考题 5 证明:若 恰有两个不同的解,则它有无穷多个解。(提示:利用两个解的差。)
思考题 6 设 是 矩阵,,且 有解。证明:解集 是子空间当且仅当 。
九、常见问题 FAQ Q1:为什么特解可以随便取?
因为定理 1 的证明只用到「 是解」与「」两条事实,没有用到 的任何特殊性。若换一个特解 ,则 ,于是
(因为 已在零空间里,加它不改变集合)。所以不同特解给出同一个集合,只是参数化不同。
Q2:可解性条件为什么等价于「不出现 ,」?
行化简把方程组变成同解的方程组。若化简后某行是 (),这一行读出来就是 ,即 ,矛盾,故无解。反之若没有这样的行,则每个非零行都含一个主元,可以自由变量取零后逐行回代,一定解得出主元变量的值,故有解。这与 是同一件事。
Q3: 时到底哪些 有解?
恰好是列空间 中的那些。 是 中一个 维子空间,可以用「 的 个行关系」来描述:若 (左零空间),则对任何 都有
即 必须与左零空间正交。这些等式就是 必须满足的相容性条件(compatibility conditions),共有 个独立条件。见 3-5-四大子空间的维数 与 4-1-四大子空间的正交性。
Q4:为什么「唯一性看 与 」而「可解性看 与 」?
因为未知量有 个(自由变量的个数 决定解的自由度),方程有 个(列空间维数 与 的维数 的关系决定 是否可达)。几何上: 把 映到 中的 维子空间,定义域一侧的塌陷决定唯一性,值域一侧的覆盖决定可解性。
Q5: 什么时候可逆?和本篇有什么关系?
可逆 列满秩()。证明:(由 ),所以 零空间只有零向量 零空间只有零向量。这正是情形 ② 的条件:只有列满秩时,超定方程组的最小二乘解才唯一。详见 4-3-最小二乘逼近。
十、用基础解系写完整解
为什么这一节必须看
国内教材讲线性方程组时,通解一定写成「特解 + 基础解系的线性组合」:给分点是「求出基础解系」与「写出通解」两步,缺一步都扣分。本节把本库的「完整解」翻译成这个格式,并补上含参数方程组的讨论——这是国内考试最常出的大题类型。
10.1 从「完整解」到「通解」
回顾本篇定理 1:。再回顾 3-2-零空间与阶梯形 第十二节: 的一组基就是基础解系 ,其中每个 由「第 个自由未知量取 、其余自由未知量取 」得到。把两件事合起来,就得到国内教材的标准形式:
定理(非齐次线性方程组的通解结构) 设 是 矩阵,, 有解, 是它的一个特解, 是导出组 的一个基础解系。则 的全部解为
其中 是任意常数。 时求和部分为空,通解就是唯一的特解。
证明 (基础解系是基),代入定理 1 的 即得。
求通解的完整流程(国内考试版)
第 1 步 对增广矩阵 只用初等行变换化为行最简形 。
第 2 步 比较 与 :不相等则无解,结束。
第 3 步 写出同解方程组,把主元未知量用自由未知量表示。
第 4 步 令所有自由未知量为 ,得到特解 。
第 5 步 令自由未知量依次取 、其余取 ,右端视为 ,得到基础解系 。
第 6 步 写出通解 ,并注明 为任意常数。
三个扣分点
1. 不写「 为任意常数」:通解必须含任意常数,否则只是特解。
2. 基础解系的个数写错:个数是 ( = 未知量个数),不是 。
3. 只讨论 相等的情形:含参数的题目里,参数取不同值时两个秩可能不相等(无解),必须分情况讨论,「 相等时才有解」这一步不能省。
10.2 含参数方程组的讨论(国内高频大题)
含参数方程组的一般解法是「先把系数矩阵的秩与增广矩阵的秩都算出来,再比较」。因为两个秩都可能随参数变化,所以要先找临界参数值(通常是系数矩阵的行列式的零点),再对每个临界值单独讨论。
含参数方程组的三步法
第 1 步 算系数矩阵的行列式 (方阵情形),求出它的零点 。这些就是「秩可能下降」的临界值。
第 2 步 在 的范围内,,方程组有唯一解(对任意 )。
第 3 步 对每个临界值 代回原方程,分别求 与 ,再比较:
- :无解;
- :唯一解(这在方阵情形只可能发生在 );
- :无穷多解,基础解系含 个向量。
例题 5(、:一个参数的完整解)
题目
求非齐次线性方程组
的通解(要求写出特解与基础解系)。
第 1 步:增广矩阵。
第 2 步:化行最简形。 ,再 :
第 3 步:比较秩。 (,行满秩),有解。主元列是第 1、2 列,自由未知量是 ,所以
基础解系含 个解向量。
第 4 步:同解方程组。
第 5 步:特解(自由未知量取 )。 令 :
第 6 步:基础解系(自由未知量取 ,右端视为 )。 令 :,,所以
(基础解系可以相差任意非零倍数,取 同样正确。)
第 7 步:通解。
第 8 步:验算。 取 : ✓, ✓。取 :, ✓, ✓。取 :, ✓, ✓。
结论:解集是 中过点 、方向为 的直线(不过原点,故不是子空间),有无穷多解。
例题 6(、:两个主元、三个自由未知量)
题目
求解线性方程组
若有解,写出通解;若无解,说明理由并给出一个使方程组有解的右端向量。
第 1 步:写增广矩阵。
第 2 步:前向消元。 用 、、:
再用 、:
第 3 步:比较秩。 第三行左半部分全为 、右端为 ,即方程 ,矛盾。所以
由本篇定理 2,方程组无解。几何上: 不在 的列空间 中( 只是 中的一个二维子空间,即一张过原点的平面)。
第 4 步:说明矛盾来自哪里。 的行向量之间有两组关系:
这些关系必须被右端继承,但
两个条件都不满足,所以无解。(这正是 个相容性条件。)
第 5 步:换一个相容的右端求通解。 取 (令 ,,两个条件都满足)。此时
,有解,且 。主元列是第 1、3 列,自由未知量是 。同解方程组为
第 6 步:特解(自由未知量全取 )。
第 7 步:基础解系(依次取 )。
- ,其余取 :,,得 ;
- ,其余取 :,,得 ;
- ,其余取 :,,得 。
第 8 步:通解。
第 9 步:验算 。 的第 1、2 列完全相同(都是 ),所以 ✓,与 一致。
「」不等于「有无穷多解」
本例 ,但原方程组无解。 只保证「若有解则有无穷多解」。判断顺序永远是:先比较两个秩判可解性,再用 与 判唯一性。
例题 7(含参数方程组:三种情形全出现)
题目
讨论参数 取何值时,线性方程组
有唯一解、无解、有无穷多解?有解时求出通解。
第 1 步:算系数行列式。 系数矩阵为
按第一行展开:
因式分解( 是根):
第 2 步:情形一—— 且 。
由克莱姆法则或直接观察:三行相加得 ,又由对称性 ,代入任一方程得 ,所以
第 3 步:情形二——。 此时
三行完全相同(),行化简后有 个非零行,且不存在 ()的行,所以
同解方程:,即 ,自由未知量是 ,基础解系含 个向量。
- 特解():;
- ,:;
- ,:。
通解为
即 ,,,其中 可以取任意值——解集是 中一张不过原点的平面(法向量 ,过点 ),所以有无穷多解。
第 4 步:情形三——。 此时
先看秩。(由第 1 步),而二阶子式
所以 (因为不存在非零的三阶子式)。用行变换复核并同时处理右端:
第三行左半部分全为 、右端为 ,即 ,矛盾。故
为什么会矛盾:当 时三个行向量之和为零向量(),于是任何 的三个分量之和必为 ;但 ,条件被破坏。
第 5 步:结论汇总。
| 参数取值 | 解的情况 | 通解 | ||
|---|---|---|---|---|
| 且 | 唯一解 | |||
| 无穷多解 | ||||
| 无解 | —— |
这个例子的价值
它把本篇「秩的四种情形」里的三种(① 满秩方阵唯一解、④ 秩不足无解、④ 秩不足无穷多解)用同一个方程组、只改一个参数演示出来。含参数题的关键就是不要漏掉任何一个临界参数值:本例若漏掉 ,就会漏掉「无穷多解」这一整种情形。
例题 8(证明题:可解性的相容性条件)
题目
设 是 矩阵,。证明: 有解,当且仅当 与左零空间 中的每一个向量都正交,即
并说明这些条件中共有 个是独立的。
证明(必要性) 设 有解,取任意 ,即 。两边取转置得 ,于是
所以 与每个左零向量正交。
证明(充分性) 设 对每个 成立,即 。由正交补的基本定理(第四章,见 4-1-四大子空间的正交性), 可正交分解为
且 。于是 ,即 是 的列的线性组合,由本篇定理 2()得 有解。
补充(条件的个数) ,取它的一组基 ,则「 与每个左零向量正交」等价于「 与这 个基向量都正交」(因为任何 是它们的线性组合,正交性可以线性传播)。所以相容性条件共有 个独立等式,与
是同一件事的两种说法。
几何意义:列空间 是 中一个 维子空间,它被 个线性方程「切」出来(每个左零基向量给出一个方程 )。所谓「可解」就是 满足这 个方程。当 时没有条件(,必有解);当 时至少有一个条件(存在无解的 )。这正好解释了本篇定理 3 的第 3、4 条。
不要与「 个自由变量」混淆
- :解的个数的自由度(定义域一侧)。
- :可解性要满足的条件个数(值域一侧)。
两者只在方阵时相等。把它们弄反是本章最经典的错误。完整账本见 3-5-四大子空间的维数。
例题 9(证明题: 至多一个解 列向量组线性无关)
题目
设 是 矩阵,。证明: 至多有一个解,当且仅当 的列向量组 线性无关。
证明
()设列向量组线性无关。 设 都是解,即 且 。相减得
把 的分量记为 ,按列展开即
由线性无关的定义,,即 。所以至多一个解。
()设 至多有一个解。 反证:若 线性相关,则存在不全为零的系数 使
即存在非零向量 使 ,也就是 。
- 若 无解:取任何 使有解(例如 ,此时 是解),则 处至少有两个解 与 ,与「至多一个解」矛盾(注意:我们的条件是「对给定的这个 」还是「对任意 」需要区分,见下)。
- 若 有解 :由定理 1, 也是解,且 说明两者不同,于是至少两个解,矛盾。
所以 ,由 3-2-零空间与阶梯形 推论 1 得 ,再由本篇定理 1(矩阵判定)等价于列向量组线性无关。
条件的精确含义
「至多一个解」必须理解为对给定的 。例如 、 时方程无解,也就「至多一个解」( 个);但 的列显然相关,此时上述「」的论证需要先在 的前提下构造另一个解——由于本题给定 无解,只能改用「」这个有解的右端来给出反例。这正是为什么教材把这个定理写成「对任意 至多一个解」或「有解时至多一个解」的版本:
例题 10(证明题:特解可以任取,解集不变)
题目
设 与 都是 的解。证明
并由此说明:通解表达式中的特解可以任取,不同写法给出的是同一个集合。
证明 分两步。
第 1 步:。 由矩阵乘法的线性性,
所以 。记 。
第 2 步:两个平移集合相等。 任取 (),则
而 (零空间对加法封闭),所以 ,即
对称地(把 与 互换)得反向包含,故两个集合相等。
推论(用基础解系的语言) 若
是两个通解表达式( 都是特解, 是同一个基础解系),则它们描述同一个解集,只是参数化不同。二者的参数之间有显式换算:设 ,则 。
考试怎么写才不会被判「与标准答案不同」
解集是集合,写法不唯一。判断自己的答案是否正确,最可靠的办法是代回原方程验算,或者证明自己写的解集与参考答案互相包含(即两组「特解 + 基础解系」能互相线性表示)。这也是 3-4-线性无关基与维数 中「基不唯一」的直接推论。
十一、非齐次方程组解的结构
四条性质一览
设 是 的解, 是导出组 的解,。
| 编号 | 性质 | 一句话 |
|---|---|---|
| 1 | 是 的解 | 两个解之差是齐次解 |
| 2 | 是 的解 | 加齐次解仍是解 |
| 3 | | 解的线性组合对应右端的线性组合 |
| 4 | | 全部解 = 特解 + 导出组通解 |
11.1 四条性质的证明
性质 1(两个解之差是导出组的解) 设 ,。则
即 是导出组 的解。
性质 2(特解加齐次解仍是解) 设 ,。则
性质 3(线性组合对应右端的线性组合) 设 ,,。则
特别地: 是 的解; 是 的解; 是 的解,取 就回到性质 1。
性质 4(结构定理:全部解 = 特解 + 导出组通解) 需要两个包含关系。
- :由性质 2,每个 都是解。
- :设 是任一解,则 由性质 1 是导出组的解,记为 ,于是 ,属于右边。
两者相等。再代入基础解系 ,即得国内教材的标准形式
11.2 四条性质推出的五个结论
- 解的个数只有三种:无解( 个)、唯一解( 个)、无穷多解。由性质 1 与 2,只要导出组有非零解,就能用 的任意取值造出无穷多个解。
- 唯一性判据:(即 )时, 至多一个解。因为此时性质 4 中的 只能取 。
- 可解性判据: 时有解(本篇定理 2)。
- 特解任取:不同特解只改变参数化的原点位置,不改变解集(例题 10)。
- 齐次与非齐次的关系: 时,任何一个特解都可以取 ,性质 4 退化为「齐次方程的全部解就是基础解系的所有线性组合」——齐次情形是非齐次情形的特例。
与 3-2-零空间与阶梯形 第十三节的关系
该节从「零空间」的角度讲同一件事,本节从「方程组」的角度讲。两处的结论完全一致:
前者是国内教材写法(显式列出基础解系),后者是本库写法(用零空间这个几何对象)。
十二、向量组的秩与极大线性无关组如何决定解的情况
一个翻译
「 的列向量组 的秩」就是 ;「 的行向量组的秩」也等于 (行秩 = 列秩)。所以前面所有关于 的结论都可以改写成「向量组的秩」的语言:
| 本库说法 | 国内说法 | 对方程组的意义 |
|---|---|---|
| (列满秩) | 列向量组线性无关,秩为 | 解至多一个(唯一性) |
| (行满秩) | 行向量组线性无关,秩为 | 一定有解(可解性) |
| | 可由列向量组线性表示 | 有解 |
| | 不能由列向量组线性表示 | 无解 |
| | 基础解系含 个向量 | 有解时解的自由度 |
| | 加上 后极大无关组变大 | 无解 |
12.1 用极大无关组判断可解性(不用消元的判据)
定理 设 。则
证明 「 可由列向量组线性表示」 有解(本篇定理 2 的 );而「 可由 线性表示」 加入 后张成空间不扩大 向量组的秩不变。
实践意义:从向量组的极大无关组出发判断可解性时,可以先把列向量组化简(求极大无关组与秩),再看 能否由极大无关组表示——若不能,则无解。这与「比较 与 」等价,但有时更快(极大无关组只有 个向量,判断表示关系只需解一个 元方程组)。
含参数向量组与含参数方程组是同一件事
「 能否由 唯一线性表示」这个问题,翻译成方程组的语言就是
「能否表示」 有解;「表示是否唯一」 。所以三道看似不同的题——含参数方程组、含参数向量组的线性表示、含参数矩阵的秩——本质上是同一道题,都可以用「算秩、比较秩」解决。这也说明为什么国内教材要把「向量组的秩」「极大无关组」「线性表示」与「线性方程组」放在同一章:它们是同一套语言。
12.2 用子式法快速判断含参数方程组的解 对方阵系数矩阵 ,最省力的顺序是:
- 算 ,找出使 的参数值(此时秩下降,可能出现无解或无穷多解);
- 时:唯一解(克莱姆法则可直接给出公式);
- 时:代回原方程组,比较 与 。
例题 7 就是按这个顺序做的,其中 时 、 时 ,两次都是先从三阶子式(行列式)为零入手,再用二阶子式定出具体秩。
十三、秩的子式定义与计算
国内教材的秩定义
国内教材用子式定义秩: 中最高阶非零子式的阶数就是 。这在含参数的秩与可解性讨论中最有用,因为它把「秩是否下降」转化为「某个行列式是否为零」。
13.1 定义与可解性的子式判据
定义 在 矩阵中任取 行 列(),交叉处的元素按原位置构成的 阶行列式称为 的一个 阶子式。若存在 阶非零子式,而所有 阶子式全为零,则 。
定理(方程组的子式判据) 设 为 矩阵, 为增广矩阵。则
用子式说: 有解,当且仅当使得 的某个子式非零的最高阶数不超过 ,等价地说: 中任何包含最后一列的非零子式,都能在 中找到一个同阶的非零子式与之对应。最常用的操作版是:
用子式判可解性的操作版
设 。则 无解的典型标志是:存在一个包含 这一列的 阶子式非零。因为在 中所有 阶子式都是 ,而把 换进来以后出现了非零的 阶子式,说明 不能被列向量组线性表示。
更精确的表述: 时 落在 维列空间中(有解); 时 把秩「抬高」了一阶(无解)。
例题 11(用子式判断含参数方程组的可解性)
题目
讨论参数 取何值时,方程组
有唯一解;并对使 的参数值,判断是否有解。
题面修正
上面的第三个方程写成 显然是笔误(出现了两个 )。本章采用惯例修正:第三式为 ,即与例题 7 相同的系数矩阵
但把右端改成一般形式 ,以便完整展示子式法的两种用法。
第 1 步:算最高阶(三阶)子式。
(推导见例题 7 第 1 步。)所以
第 2 步: 时的二阶子式。 此时
任取两行两列所得的二阶子式都是 (两行相同),而一阶子式 ,所以
第 3 步: 时的二阶子式。 此时
三阶子式为零,而取第 1、2 行与第 2、3 列:
所以存在非零二阶子式,;结合三阶子式为零得
第 4 步:用「含 的子式」判可解性( 的情形)。 对增广矩阵
考虑包含第 4 列的三阶子式(即取三行与第 1、2、4 列,第 1、3、4 列,第 2、3、4 列等)。以取第 1、2、3 行与第 1、2、4 列为例:
所以
由操作版判据:若 ,则 有三阶非零子式而 的最高阶非零子式只有二阶,即 ,无解。
反之若 ,则三个含第 4 列的三阶子式全为零(它们都等于 的倍数),故 ,有无穷多解。
第 5 步: 的情形。 此时 的三行完全相同,增广矩阵的三行也完全相同,任何含 的二阶子式形如
所以
本题 ,三个分量相等,故 (即 )时有无穷多解,与例题 7 的结论一致。
第 6 步:结论汇总。
| 参数 | 可解性条件(用子式写) | 解的情况 | |
|---|---|---|---|
| 无(必有解) | 唯一解 | ||
| 时有解,否则无解 | 无穷多解 / 无解 | ||
| 时有解,否则无解 | 无穷多解 / 无解 |
子式法与消元法的分工
- 含参数的秩与可解性讨论:用子式法——因为行列式给出参数的显式零点,一眼就能看出分界点。
- 求具体的解(通解、基础解系):用消元法(行最简形)——因为子式法虽然能判秩,却不会直接给出解。
- 两者常常配合使用:先用子式法定出参数的临界值与秩,再用消元法在临界值处求通解(如例题 7 那样)。
例题 12(证明题:由两个解构造全部解)
题目
设 是 矩阵,,且 有解。已知它的两个不同的解 。证明:
(1) 也是 的解;
(2) 若 ,则 的全部解恰为
证明 (1) 由性质 3(取 ,):
所以 是解。
证明 (2) 时
即导出组的解空间是一条直线(一维)。由性质 1,,且它非零(因为 ),所以它是 的一组基(一维空间中任何非零向量都构成基,见 3-4-线性无关基与维数)。
由本篇定理 1(或性质 4),
其中 由 (1) 是一个特解。
几何意义:当 时,解集是一条过 、方向为 的直线;两个已知解的中点在这条直线上(它是特解),两个已知解之差给出这条直线的方向。这解释了为什么「已知两个解」在 时就足以写出全部解——一个点加一个方向确定一条直线。
一般情形的推广
若 (),已知两个解只能确定一条直线(一维仿射子空间),要确定整个平面还需要三个解:例如 可以给出两条方向 、,只要它们线性无关,就张成整个零空间。一般地:
这与 3-4-线性无关基与维数 中「 个点确定一个 维仿射子空间」是同一件事。
本篇小结
一句话总览
解 只需回答三个问题:有没有解( 在不在列空间 / 吗)、有多少解( 是否为 )、解长什么样()。
核心公式
| 名称 | 公式 | 用途 |
|---|---|---|
| 完整解 / 通解 | 写出全部解 | |
| 可解性 | for all | 判有没有解 |
| 唯一性 | 判解是否唯一 | |
| 自由度 | 基础解系向量个数 | |
| 相容性条件个数 | 无解时缺几个条件 | |
| 特解取法 | 自由未知量全部取 | 最快得到 |
秩的四种情形(再记一遍)
| 情形 | 条件 | 解 | ||
|---|---|---|---|---|
| ① 满秩方阵 | 对任意 唯一解 | |||
| ② 列满秩 | 无解或唯一解 | |||
| ③ 行满秩 | 对任意 无穷多解 | |||
| ④ 秩不足 | 且 | 无解或无穷多解 |
方法清单
- 求通解:增广矩阵 → 行最简形 → 比较两个秩 → 特解(自由未知量取 )+ 基础解系(自由未知量依次取 )。
- 含参数方程组:先算 找临界值 → 非临界时唯一解 → 临界值逐个代回,比较 与 。
- 用子式判可解性: 时,若存在含 列的 阶非零子式,则无解。
- 验证答案:把特解与至少一个 代回原方程;或证明自己的解集与参考答案互相包含。
三条最值得记住的「为什么」
- 为什么解集是「特解 + 零空间」:任意两个解的差被 映成 ,所以差别全部落在零空间里。
- 为什么「唯一性看 与 、可解性看 与 」:定义域一侧的塌陷()决定解的自由度;值域一侧的覆盖( 对 )决定 是否可达。
- 为什么解的个数不可能是 2:有两个解就有一个非零的差向量落在零空间里,它可以被任意倍数地叠加,于是立刻有无穷多个解。
下一步
- 基础解系、极大无关组、秩的子式定义的完整版 → 3-2-零空间与阶梯形
- 基、维数、秩—零化度定理、行秩 = 列秩 → 3-4-线性无关基与维数
- 四个子空间的维数账本与 的含义 → 3-5-四大子空间的维数
- 相容性条件的正交解释 → 4-1-四大子空间的正交性
- 无解时的最优替代(最小二乘) → 4-3-最小二乘逼近
相关笔记
- 3-2-零空间与阶梯形 —— 的求法、基础解系的定义与求法、极大无关组、秩的子式定义
- 3-4-线性无关基与维数 —— 线性无关、基、维数与秩—零化度定理;行秩 = 列秩
- 3-5-四大子空间的维数 —— 四个子空间的维数与 、
- 2-2-消元法的思想 —— 主元、回代与消元失败(无解)的三种情形
- 2-4-矩阵运算与逆矩阵 —— 方阵可逆与唯一解的关系、Gauss–Jordan 求逆
- 5-2-排列与代数余子式 —— 范德蒙德行列式(拉格朗日插值唯一性的依据)
- 5-3-克莱姆法则与体积 —— 克拉默法则;行列式的面积与体积意义( 点共线的几何解释)
- 4-1-四大子空间的正交性 —— 相容性条件的正交解释
- 4-3-最小二乘逼近 —— 无解时的最优替代方案
- 10-1-图与网络 —— 网络流量、关联矩阵与环流空间(8.3 节的完整理论)
- 10-3-线性规划 —— 流量问题加上非负约束后的完整理论
- 11-1-数值稳定性与LU —— 范德蒙德方程组与插值的数值不稳定性
参考来源
- MIT OpenCourseWare, 18.06 Linear Algebra, Spring 2010,Lecture 8「Solving : Row reduced form 」与 Lecture 7「The nullspace: Solving 」:<https://ocw.mit.edu/courses/18-06-linear-algebra-spring-2010/>
- MIT OCW, 18.06 阅读安排与章节对应(Chapter 3.3):<https://ocw.mit.edu/courses/18-06-linear-algebra-spring-2010/pages/readings/>
- Gilbert Strang, Introduction to Linear Algebra, 5th ed., Wellesley–Cambridge Press, 2016,第 3.3 节「The Complete Solution to 」与第 3.4 节「Independence, Basis, and Dimension」:<https://math.mit.edu/~gs/linearalgebra/>
- 同济大学数学系《线性代数》第六版,高等教育出版社,第四章「线性方程组」(有解判别定理 、非齐次方程组解的结构)。
- NumPy 文档
numpy.linalg.matrix_rank(比较 与 的数值实现):<https://numpy.org/doc/stable/reference/generated/numpy.linalg.matrix_rank.html> - NumPy 文档
numpy.linalg.lstsq(无解时的最小二乘解):<https://numpy.org/doc/stable/reference/generated/numpy.linalg.lstsq.html> - SciPy 文档
scipy.linalg.null_space(用 SVD 构造标准正交零空间基,可与 RREF 手算结果对照):<https://docs.scipy.org/doc/scipy/reference/generated/scipy.linalg.null_space.html>