【面试】解释一下线性方程组的解的情况

面试模拟场景

面试官: 你能解释一下线性方程组的解的情况吗？

满分参考回答示例

1. 线性方程组的基本形式

定义：

• 一个线性方程组由多个线性方程组成，每个线性方程可以表示为以下形式：
  $$a_1{x}_1+a_2{x}_2+\cdots +a_n{x}_n=b$$
  其中，$a_1,a_2,\dots ,a_n$ 是已知系数，$x_1,x_2,\dots ,x_n$ 是未知数，$b$ 是常数项。

矩阵表示：

• 线性方程组可以表示为矩阵形式 $A\mathbf{x}=\mathbf{b}$，其中 $A$ 是系数矩阵，$\mathbf{x}$ 是未知向量，$\mathbf{b}$ 是常数向量。

2. 线性方程组解的情况

1. 无解（不相容方程组）：

• 定义： 当线性方程组没有任何解时，称为无解。无解的情况通常发生在方程组是矛盾的，即方程组表示的几何对象（如直线或平面）没有交集。
• 判别方法： 通过矩阵的秩可以判断。若增广矩阵 $[A|\mathbf{b}]$ 的秩大于系数矩阵 $A$ 的秩，则方程组无解。
  $$\text{rank}(A)<\text{rank}([A|\mathbf{b}])$$
  2. 唯一解（确定解）：
• 定义： 当线性方程组有且仅有一个解时，称为唯一解。唯一解意味着方程组对应的几何对象在一点上相交。
• 判别方法： 如果系数矩阵 $A$ 是方阵（即未知数个数等于方程数）且矩阵 $A$ 非奇异（即行列式 $\det (A)\ne 0$），则方程组有唯一解。
  $$\text{rank}(A)=\text{rank}([A|\mathbf{b}])=n$$
  3. 无穷多解（不确定解）：
• 定义： 当线性方程组有无穷多个解时，称为无穷多解。无穷多解的情况通常发生在方程组的约束不足，即方程表示的几何对象在某个区域内无限重合。
• 判别方法： 如果系数矩阵 $A$ 的秩等于增广矩阵 $[A|\mathbf{b}]$ 的秩，但小于未知数的个数，则方程组有无穷多解。
  $$\text{rank}(A)=\text{rank}([A|\mathbf{b}])<n$$

3. 几何解释

• 二维空间： 在二维空间中，线性方程组可以表示为直线。无解对应于两条平行线，唯一解对应于两条直线的交点，无穷多解对应于两条重合的直线。

• 三维空间： 在三维空间中，线性方程组可以表示为平面。无解对应于平面之间的平行或不相交，唯一解对应于三个平面的交点，无穷多解则可能是平面交于一条直线或完全重合。

由此可以拓展到 $n$ 维空间。

4. 特殊情况：齐次线性方程组

• 定义： 齐次线性方程组是指方程的常数项全为零，即形式为 $A\mathbf{x}=0$。

• 解的情况：

  • 齐次线性方程组总有一个解，即零解 $\mathbf{x}=0$。
  • 如果 $\det (A)\ne 0$，则只有零解；如果 $\det (A)=0$，则有无穷多非零解。

6. 总结

• 无解： 当方程组不相容时，无解，几何上表示没有交点。
• 唯一解： 当方程组有且仅有一个解时，几何上表示在一点上相交。
• 无穷多解： 当方程组有无穷多个解时，几何上表示重合或沿某一维度存在无限多解。