线性代数-可解性和解的结构（通俗易懂

可解性与解的结构

在线性方程组 Ax = b 中，解的可解性和解的结构取决于矩阵 A 的性质以及增广矩阵 [A | b] 的行简化阶梯形式。我们将从以下几个方面来讨论可解性和解的结构：

1. 可解性：方程组 Ax = b 是否有解，通常取决于矩阵 A 的秩（rank）和增广矩阵 [A | b] 的秩。对于齐次方程 Ax = 0，我们还需要考虑零空间的维度。
2. 解的结构：方程组 Ax = b 如果有解，则解的结构可能是唯一解、无穷多解或者没有解。解的结构与主变量、自由变量、矩阵的秩等因素有关。

1. 可解性

对于齐次方程 Ax = 0

对于齐次方程 Ax = 0，可解性总是成立，因为零向量 x = 0 总是方程的解。因此，齐次方程一定有解，它的解的结构由 A 的秩和自由变量决定。

• 如果矩阵 A 是 m × n 矩阵，其秩 rank(A) 是 r，零空间的维度是 n - r。也就是说，齐次方程 Ax = 0 有 n - r 个自由变量，因此其解空间的维度为 n - r。解的结构是 n - r 维的子空间。
• 如果 rank(A) = n，即 A 的列向量是线性无关的，则解仅包含零解 x = 0。
• 如果 rank(A) < n，则零空间有非零解，且解的空间是一个 n - r 维的子空间，表示无穷多解。

对于非齐次方程 Ax = b

对于非齐次方程 Ax = b，可解性取决于增广矩阵 [A | b] 的秩与矩阵 A 的秩的关系。

• 如果 rank(A) = rank([A | b])，则方程有解。
• 如果 rank(A) < rank([A | b])，则方程无解。

例子 1：无解的情况

考虑增广矩阵 [A | b]：
$$A=\left(\begin{array}{ccc}1& 2& 3\\ 2& 4& 6\\ 1& 1& 1\end{array}\right),b=\left(\begin{array}{c}1\\ 1\\ 1\end{array}\right)$$
增广矩阵为：
$$[A|b]=\left(\begin{array}{cccc}1& 2& 3& 1\\ 2& 4& 6& 1\\ 1& 1& 1& 1\end{array}\right)$$

进行高斯消元得到：
$$\left(\begin{array}{cccc}1& 2& 3& 1\\ 0& 0& 0& -1\\ 0& -1& -2& 0\end{array}\right)$$
可以看到，第二行变成了 0 = -1，这显然是一个矛盾的方程，因此该方程组无解。

例子 2：有解的情况

考虑增广矩阵 [A | b]：
$$A=\left(\begin{array}{ccc}1& 2& 3\\ 2& 4& 6\\ 1& 1& 1\end{array}\right),b=\left(\begin{array}{c}1\\ 0\\ 1\end{array}\right)$$
增广矩阵为：
$$[A|b]=\left(\begin{array}{cccc}1& 2& 3& 1\\ 2& 4& 6& 0\\ 1& 1& 1& 1\end{array}\right)$$

经过高斯消元得到：
$$\left(\begin{array}{cccc}1& 2& 3& 1\\ 0& 0& 0& -2\\ 0& -1& -2& 0\end{array}\right)$$
这时增广矩阵的秩 rank(A) = rank([A | b]) = 2，方程组有解，且解的结构由自由变量决定。

2. 解的结构

唯一解

当矩阵 A 的列满秩时，即 rank(A) = n（矩阵 A 的列向量线性无关，且方程组的个数与未知数个数相同），方程 Ax = b 的解是唯一的。

• 齐次方程 Ax = 0 只有零解。
• 非齐次方程 Ax = b 也只有一个解。

无穷多解

当矩阵 A 的列不满秩时，即 rank(A) < n，零空间的维度大于零，方程 Ax = b 的解将是无穷多解。

• 齐次方程 Ax = 0 的解空间的维度是 n - rank(A)，即无穷多解。
• 非齐次方程 Ax = b 的解空间也是无穷多解，其解可以表示为齐次方程 Ax = 0 的解加上一个特解。

无解

当矩阵 A 的秩与增广矩阵 [A | b] 的秩不相等时，方程组 Ax = b 无解。

例如，如果 rank(A) < rank([A | b])，则增广矩阵中存在不一致的方程，导致方程组无解。

3. 解的结构分析：主变量和自由变量

主变量与自由变量

• 主变量：在高斯消元法中，经过行变换后，矩阵中每一行的第一个非零元素对应的未知数为主变量。主变量是与方程解的结构直接相关的变量，它们的值由方程组中的其他变量确定。

• 自由变量：自由变量是方程组中的任意变量，它们在矩阵的行简化过程中没有被“固定”，通常它们是列数大于秩时所对应的变量。在齐次方程组 Ax = 0 中，自由变量决定了解空间的维度。

解的通式与特解

• 对于齐次方程 Ax = 0，解是一个由自由变量张成的子空间，解的结构是无穷多解，解的个数等于自由变量的个数。

• 对于非齐次方程 Ax = b，如果有解，其解可以表示为齐次方程的解加上一个特解：
  $$\mathbf{x}={\mathbf{x}}_{\mathbf{h}}+{\mathbf{x}}_{\mathbf{p}}$$
  其中 xₕ 是齐次方程的解，xₚ 是非齐次方程的特解。

总结

• 可解性：通过增广矩阵的秩来判断方程组是否有解。对于齐次方程 Ax = 0，总是有解；对于非齐次方程 Ax = b，有解的条件是 rank(A) = rank([A | b])。
• 解的结构：解的结构可以是唯一解、无穷多解或无解。无穷多解通常出现在矩阵 A 的列不满秩时，且解空间的维度由自由变量的个数决定。
• 主变量与自由变量：通过高斯消元法确定主变量与自由变量的关系，进而分析解的结构。主变量是方程组解的核心，决定了解空间的方向；自由变量则决定了解空间的自由度。