线性linear VS 非线性nonlinear
算术algebra VS 几何geometria
从线性空间到线性空间的线性变换,线性变换是线性空间的运动,线性空间的基本对象是向量
线性方程组
运用案例:百鸡问题,小行星轨道,网络流量
相关概念:元,次
一、方程组
1.齐次线性方程组:常数项全为零 VS 非齐次线性方程组:常数项不全为零
2.相容:方程组有解
3.等价:两方程组有相同解集
线性方程组的两个基本问题:解的存在性问题,解的唯一性问题
线性方程组的三个初等变换:对换,数乘,倍加
二、矩阵
系
数
矩
阵
A
m
×
n
,
b
⃗
=
[
b
1
b
2
⋮
b
m
]
,
增
广
矩
阵
B
m
×
(
n
+
1
)
,
x
⃗
=
[
x
1
x
2
⋮
x
n
]
简
易
表
达
:
B
m
×
(
n
+
1
)
=
[
A
m
×
n
,
b
→
]
简
记
:
A
m
×
n
⋅
x
n
×
1
→
=
b
m
×
1
→
(
矩
阵
⋅
向
量
=
向
量
)
系数矩阵A_{m\times n},\vec{b}=\begin{bmatrix} b_1 \\ b_2 \\ \vdots \\ b_m \end{bmatrix},增广矩阵B_{m\times(n+1)},\vec{x}=\begin{bmatrix} x_1 \\ x_2 \\ \vdots \\ x_n \end{bmatrix} \\简易表达:B_{m\times(n+1)}=[A_{m\times n}, \overrightarrow{b}] \\简记:A_{m\times n} \cdot \overrightarrow{x_{n\times 1}}=\overrightarrow{b_{m\times 1}} (矩阵\cdot向量=向量)
系数矩阵Am×n,b=⎣⎢⎢⎢⎡b1b2⋮bm⎦⎥⎥⎥⎤,增广矩阵Bm×(n+1),x=⎣⎢⎢⎢⎡x1x2⋮xn⎦⎥⎥⎥⎤简易表达:Bm×(n+1)=[Am×n,b]简记:Am×n⋅xn×1=bm×1(矩阵⋅向量=向量)
系数矩阵
A
A
A的行最简形的 非零行数(主元列数),记为
r
(
A
)
r(A)
r(A)(有效方程个数) . 增广矩阵
[
A
,
b
→
]
[A, \overrightarrow{b}]
[A,b]的行最简形的非零行数(主元列数),记为
r
(
A
,
b
)
r(A,b)
r(A,b) .
自 由 变 量 个 数 = 总 未 知 数 − r ( A ) 自由变量个数=总未知数-r(A) 自由变量个数=总未知数−r(A)
矩阵的三个初等行变换(可逆):对换变换,数乘变换,倍加变换
两矩阵行等价:两矩阵可通过初等行变换相互转化
两方程组同解:两线性方程组的增广矩阵行等价
三、解的问题
- 唯一解:
[
1
3
7
2
1
4
]
\begin{bmatrix}1&3&7\\2&1&4\end{bmatrix}
[123174]
→
\rightarrow
→
[
1
0
1
0
1
2
]
\begin{bmatrix}1&0&1\\0&1&2\end{bmatrix}
[100112]
- 最简等价的方程个数(增广矩阵行数)=未知数个数(系数矩阵列数)
- n ( 未 知 数 个 数 ) = r ( A ) = r ( A , b ) \color{Red}n(未知数个数)=r(A)=r(A,b) n(未知数个数)=r(A)=r(A,b) 时,唯一解
- 无穷解:
[
1
−
1
2
−
1
1
−
2
]
\begin{bmatrix}1&-1&2\\-1&1&-2\end{bmatrix}
[1−1−112−2]
→
\rightarrow
→
[
1
−
1
2
0
0
0
]
\begin{bmatrix}1&-1&2\\0&0&0\end{bmatrix}
[10−1020]
- 最简等价的方程个数<未知数个数
- n > r ( A ) = r ( A , b ) \color{Red}n>r(A)=r(A,b) n>r(A)=r(A,b) 时,无穷解
- 此时系数矩阵的非零行数,记为 r ( A ) r(A) r(A)
- [ 1 0 ] ⋅ x 1 + [ − 1 0 ] ⋅ x 2 = [ 2 0 ] \begin{bmatrix}1 \\ 0\end{bmatrix}\cdot x_1 + \begin{bmatrix}-1 \\ 0\end{bmatrix}\cdot x_2 = \begin{bmatrix}2 \\ 0\end{bmatrix} [10]⋅x1+[−10]⋅x2=[20] 在二维空间上一维向量无法运算出二维向量,故方程无穷多解
- 无解:
[
1
−
1
2
1
−
1
3
]
\begin{bmatrix} 1&-1&2 \\ 1&-1&3 \end{bmatrix}
[11−1−123]
→
\rightarrow
→
[
1
−
1
2
0
0
1
]
\begin{bmatrix} 1&-1&2 \\ 0&0&1 \end{bmatrix}
[10−1021]
- 出现矛盾方程: 0 ⋅ x 1 + 0 ⋅ x 2 = 1 0\cdot x_1+0\cdot x_2=1 0⋅x1+0⋅x2=1
- n > r ( A ) ≠ r ( A , b ) \color{Red}n>r(A)\neq r(A,b) n>r(A)=r(A,b) 时,无解
- [ 1 0 ] ⋅ x 1 + [ − 1 0 ] ⋅ x 2 = [ 2 1 ] \begin{bmatrix}1 \\ 0\end{bmatrix}\cdot x_1 + \begin{bmatrix}-1 \\ 0\end{bmatrix}\cdot x_2 = \begin{bmatrix}2 \\ 1\end{bmatrix} [10]⋅x1+[−10]⋅x2=[21] 一维向量无法得出二维向量,故方程无解
增广矩阵的行数代表方程个数,系数矩阵列数代表未知数个数
- 特殊的,对于齐次线性方程
A
m
×
n
⋅
x
→
=
0
A_{m\times n} \cdot \overrightarrow{x}=0
Am×n⋅x=0,一定有解
- P9 推论1.2.1:当 n > r ( A ) \color{Red}n>r(A) n>r(A) 时,有无穷多解(必有非零解);当 n = r ( A ) \color{Red}n=r(A) n=r(A) 时,只有零解。
- P9 推论1.2.2:若 n > m \color{Red}n>m n>m,必有非零解
通解=特解+基础解系的线性组合
四、阶梯形矩阵&行最简形矩阵(具有行简化阶梯形式)
- [ 1 2 0 4 0 0 0 1 3 0 0 0 0 0 1 ] \begin{bmatrix} 1&2&0&4&0 \\ 0&0&1&3&0 \\ 0&0&0&0&1 \end{bmatrix} ⎣⎡100200010430001⎦⎤ 是行最简形矩阵
- 从一个矩阵出发,阶梯形矩阵可以不同(主元列是相同的),但行最简形矩阵是唯一的
- 阶梯形矩阵当中,首项元素(必为1)所在位置为主元位置,主元位置所在的列称为主元列