线性方程组是线性代数的核心应用模块,本章重点围绕解的判定、结构、求解方法及特殊问题展开。以下从四个核心考点系统梳理:
考点一:解的判定与解的结构
1. 解的判定
齐次方程组 A x = 0 Ax=0 Ax=0
- 唯一解(零解):当 r ( A ) = n r(A) = n r(A)=n(系数矩阵秩等于未知数个数)
- 无穷多解(非零解):当 r ( A ) < n r(A) < n r(A)<n
非齐次方程组 A x = b Ax=b Ax=b
- 无解: r ( A ) < r ( A ∣ b ) r(A) < r(A|b) r(A)<r(A∣b)
- 唯一解: r ( A ) = r ( A ∣ b ) = n r(A) = r(A|b) = n r(A)=r(A∣b)=n
- 无穷多解: r ( A ) = r ( A ∣ b ) < n r(A) = r(A|b) < n r(A)=r(A∣b)<n
2. 解的结构
齐次方程组
- 基础解系:满足以下条件的解向量组
- 是解----满足 A x = 0 Ax = 0 Ax=0 或 A x = b Ax = b Ax=b 的条件
- 线性无关
- 个数 s = n − r ( A ) s = n - r(A) s=n−r(A) n为方程中未知数的个数
- 通解形式: x = k 1 ξ 1 + k 2 ξ 2 + ⋯ + k s ξ s x = k_1\xi_1 + k_2\xi_2 + \cdots + k_s\xi_s x=k1ξ1+k2ξ2+⋯+ksξs , k k k 为任意常数。
非齐次方程组
- 通解结构:
- 非齐次通解 = 对应齐次通解 + 非齐次特解 ,即 x = x h + x p x = x_h + x_p x=xh+xp
- C 1 x h + C 2 x h = C_1x_h + C_2x_h = C1xh+C2xh= 齐次方程通解
- C 1 x p + C 2 x p = C_1x_p + C_2x_p = C1xp+C2xp=
- 对应齐次通解 C 1 + C 2 = 0 C_1 + C_2= 0 C1+C2=0
- 非齐次特解 C 1 + C 2 = 1 C_1 + C_2= 1 C1+C2=1
考点二:具体线性方程组的求解
1. 基本步骤
- 写出系数矩阵 A A A 和增广矩阵 ( A ∣ b ) (A|b) (A∣b)
- 化行最简形矩阵
- 写出同解方程组
- 根据秩判断解的情况并求解
2. 参数方程组处理
- 化阶梯形确定自由变量
- 分情况讨论参数对解的影响
3. 不可逆矩阵方程 A x = B Ax=B Ax=B
- 分块处理法:设 X = ( x 1 , x 2 , … , x k ) X = (x_1, x_2, \dots, x_k) X=(x1,x2,…,xk),分别解 A x i = B i Ax_i = B_i Axi=Bi
- 联立法:构造增广矩阵 ( A ∣ B ) (A|B) (A∣B) 整体化简
考点三:抽象方程组的求解
1. 基于解结构的求解
- 已知解的性质:利用解的线性组合、叠加原理推导通解
- 示例:若 ξ 1 , ξ 2 \xi_1, \xi_2 ξ1,ξ2 是基础解系,则通解为 k 1 ξ 1 + k 2 ( ξ 1 + ξ 2 ) k_1\xi_1 + k_2(\xi_1+\xi_2) k1ξ1+k2(ξ1+ξ2)
2. 列向量关系法
- 核心思路:将解向量视为列向量组,通过线性无关性等条件建立方程
示例:设 x = ( x 1 , x 2 , … , x n ) T x = (x_1, x_2, \dots, x_n)^T x=(x1,x2,…,xn)T,通过 A x = 0 Ax=0 Ax=0 的列向量线性组合关系求解
考点四:公共解与同解
1. 公共解
- 联立方程组:直接联立求解 A 1 x = 0 A_1x=0 A1x=0 与 A 2 x = 0 A_2x=0 A2x=0
- 基础解系+方程组:将基础解系写为通解形式代入第二个方程,接出使之恒成立的 k k k ,将 k k k 代入通解,验证后即为所求
- 两个基础解系:令两通解相等,解出参数后代入其中一个验证
2. 同解判定
-
代入验证法:
- 解第一个方程组的所通解代入第二个方程,恒成立;再验证两个方程系数矩阵的秩相等,若相等即为同解
-
秩等价法:
- 验证两方程组系数矩阵行向量组等价,即两个方程组可以相互表示,即为同解
典型例题解析
例1(公共解问题):
已知方程组
{ x 1 + x 2 = 0 x 2 − x 3 = 0 与 { x 1 − x 3 = 0 x 2 + x 3 = 0 \begin{cases} x_1 + x_2 = 0 \\ x_2 - x_3 = 0 \end{cases} \quad \text{与} \quad \begin{cases} x_1 - x_3 = 0 \\ x_2 + x_3 = 0 \end{cases} {x1+x2=0x2−x3=0与{x1−x3=0x2+x3=0
解:联立得 x 1 = x 3 = − x 2 x_1 = x_3 = -x_2 x1=x3=−x2,通解为 k ( − 1 , 1 , − 1 ) T k(-1,1,-1)^T k(−1,1,−1)T
例2(参数方程组):
讨论 a a a 取值对
{ x 1 + a x 2 = 1 x 1 + 2 x 2 = a \begin{cases} x_1 + ax_2 = 1 \\ x_1 + 2x_2 = a \end{cases} {x1+ax2=1x1+2x2=a
解的情况。
解:增广矩阵化简得 r ( A ) = 1 r(A)=1 r(A)=1,当 a = 2 a=2 a=2 时无解,否则有唯一解
总结
本章需重点掌握:
- 解的判定与结构的关系(秩的应用)
- 抽象方程组的结构分析法
- 公共解的三种处理场景
建议结合真题训练,强化分块矩阵和参数方程的处理能力。