mobile wallpaper 1mobile wallpaper 2mobile wallpaper 3mobile wallpaper 4
1158 字
3 分钟
4.3线性方程组解的性质
2026-06-11

线性方程组的解的性质#

一、导出组#

设有线性方程组:

  • 齐次线性方程组(导出组)Ax=0\boldsymbol{A}\boldsymbol{x} = \boldsymbol{0}
  • 非齐次线性方程组Ax=b(b0)\boldsymbol{A}\boldsymbol{x} = \boldsymbol{b} \quad (\boldsymbol{b} \neq \boldsymbol{0})

其中非齐次方程组 Ax=b\boldsymbol{A}\boldsymbol{x} = \boldsymbol{b} 所对应的齐次方程组 Ax=0\boldsymbol{A}\boldsymbol{x} = \boldsymbol{0} 称为该非齐次方程组的导出组


二、齐次线性方程组解的性质#

Ax=0\boldsymbol{A}\boldsymbol{x} = \boldsymbol{0},其解具有封闭性,全体解构成向量空间(解空间)。

性质 1:一个解加一个解仍是解(加法封闭)#

ξ1,ξ2\boldsymbol{\xi}_1, \boldsymbol{\xi}_2 是齐次方程组 Ax=0\boldsymbol{A}\boldsymbol{x} = \boldsymbol{0} 的任意两个解,则 ξ1+ξ2\boldsymbol{\xi}_1 + \boldsymbol{\xi}_2 也是它的解。

证明

A(ξ1+ξ2)=Aξ1+Aξ2=0+0=0\boldsymbol{A}(\boldsymbol{\xi}_1 + \boldsymbol{\xi}_2) = \boldsymbol{A}\boldsymbol{\xi}_1 + \boldsymbol{A}\boldsymbol{\xi}_2 = \boldsymbol{0} + \boldsymbol{0} = \boldsymbol{0}

一句话:两个齐次解相加,仍是齐次解。


性质 2:一个解的 kk 倍仍是解(数乘封闭)#

ξ\boldsymbol{\xi} 是齐次方程组 Ax=0\boldsymbol{A}\boldsymbol{x} = \boldsymbol{0} 的解,kk 为任意常数,则 kξk\boldsymbol{\xi} 也是它的解。

证明

A(kξ)=k(Aξ)=k0=0\boldsymbol{A}(k\boldsymbol{\xi}) = k(\boldsymbol{A}\boldsymbol{\xi}) = k \cdot \boldsymbol{0} = \boldsymbol{0}

一句话:齐次解的任意常数倍,仍是齐次解。


性质 3:解的线性组合也是解(线性组合封闭)#

ξ1,ξ2,,ξs\boldsymbol{\xi}_1, \boldsymbol{\xi}_2, \dots, \boldsymbol{\xi}_s 都是齐次方程组 Ax=0\boldsymbol{A}\boldsymbol{x} = \boldsymbol{0} 的解,k1,k2,,ksk_1, k_2, \dots, k_s 为任意常数,则它们的线性组合:

k1ξ1+k2ξ2++ksξsk_1\boldsymbol{\xi}_1 + k_2\boldsymbol{\xi}_2 + \cdots + k_s\boldsymbol{\xi}_s

也是它的解。

证明(由性质1和性质2直接推出):

A(k1ξ1++ksξs)=k1Aξ1++ksAξs=0++0=0\boldsymbol{A}(k_1\boldsymbol{\xi}_1 + \cdots + k_s\boldsymbol{\xi}_s) = k_1\boldsymbol{A}\boldsymbol{\xi}_1 + \cdots + k_s\boldsymbol{A}\boldsymbol{\xi}_s = \boldsymbol{0} + \cdots + \boldsymbol{0} = \boldsymbol{0}

一句话:齐次解的任意线性组合,仍是齐次解。


三个性质的底层原因#

以上三个性质都源于矩阵乘法的线性性

A(αx+βy)=αAx+βAy\boldsymbol{A}(\alpha \boldsymbol{x} + \beta \boldsymbol{y}) = \alpha\boldsymbol{A}\boldsymbol{x} + \beta\boldsymbol{A}\boldsymbol{y}

Ax=0\boldsymbol{A}\boldsymbol{x} = \boldsymbol{0}Ay=0\boldsymbol{A}\boldsymbol{y} = \boldsymbol{0} 时,右边 = 0\boldsymbol{0},左边自然也是 0\boldsymbol{0}


推论:解空间#

由性质 1、2、3 可知,齐次线性方程组 Ax=0\boldsymbol{A}\boldsymbol{x} = \boldsymbol{0}全体解向量构成 Rn\mathbb{R}^n 的一个子空间,称为解空间(或零空间、核),记作:

N(A)=ker(A)={xRnAx=0}N(\boldsymbol{A}) = \ker(\boldsymbol{A}) = \{\boldsymbol{x} \in \mathbb{R}^n \mid \boldsymbol{A}\boldsymbol{x} = \boldsymbol{0}\}

其维数:

dimN(A)=nr(A)\dim N(\boldsymbol{A}) = n - r(\boldsymbol{A})

其中 nn 为未知数个数,r(A)r(\boldsymbol{A}) 为系数矩阵的秩。


三、非齐次线性方程组解的性质#

Ax=b(b0)\boldsymbol{A}\boldsymbol{x} = \boldsymbol{b} \quad (\boldsymbol{b} \neq \boldsymbol{0}),其解不再具有封闭性

3.1 非齐次解不再封闭#

操作结果仍是解?原因
η1+η2\boldsymbol{\eta}_1 + \boldsymbol{\eta}_2❌ 不是A(η1+η2)=2bb\boldsymbol{A}(\boldsymbol{\eta}_1 + \boldsymbol{\eta}_2) = 2\boldsymbol{b} \neq \boldsymbol{b}
kηk\boldsymbol{\eta}❌ 不是(k1k \neq 1A(kη)=kbb\boldsymbol{A}(k\boldsymbol{\eta}) = k\boldsymbol{b} \neq \boldsymbol{b}
线性组合❌ 不是(一般情况)A(kiηi)=(ki)bb\boldsymbol{A}(\sum k_i \boldsymbol{\eta}_i) = (\sum k_i)\boldsymbol{b} \neq \boldsymbol{b}

结论:非齐次方程组的解集合不是向量空间,而是仿射空间(解空间的平移)。


性质 4:两个非齐次解的差是导出组的解(核心性质!)#

η1,η2\boldsymbol{\eta}_1, \boldsymbol{\eta}_2 都是非齐次方程组 Ax=b\boldsymbol{A}\boldsymbol{x} = \boldsymbol{b} 的解,则 η1η2\boldsymbol{\eta}_1 - \boldsymbol{\eta}_2 是其导出组Ax=0\boldsymbol{A}\boldsymbol{x} = \boldsymbol{0} 的解。

证明

A(η1η2)=Aη1Aη2=bb=0\boldsymbol{A}(\boldsymbol{\eta}_1 - \boldsymbol{\eta}_2) = \boldsymbol{A}\boldsymbol{\eta}_1 - \boldsymbol{A}\boldsymbol{\eta}_2 = \boldsymbol{b} - \boldsymbol{b} = \boldsymbol{0}

含义:非齐次方程组的任意两个解之间,相差一个齐次解。这揭示了非齐次解集的平移结构


性质 5:一个非齐次特解 + 导出组的解 = 非齐次解#

η\boldsymbol{\eta}^* 是非齐次方程组 Ax=b\boldsymbol{A}\boldsymbol{x} = \boldsymbol{b} 的一个特解ξ\boldsymbol{\xi} 是其导出组 Ax=0\boldsymbol{A}\boldsymbol{x} = \boldsymbol{0} 的任意一个解,则 η+ξ\boldsymbol{\eta}^* + \boldsymbol{\xi} 也是非齐次方程组的解。

证明

A(η+ξ)=Aη+Aξ=b+0=b\boldsymbol{A}(\boldsymbol{\eta}^* + \boldsymbol{\xi}) = \boldsymbol{A}\boldsymbol{\eta}^* + \boldsymbol{A}\boldsymbol{\xi} = \boldsymbol{b} + \boldsymbol{0} = \boldsymbol{b}

含义:拿到一个特解之后,加上导出组的任意解,得到的仍是非齐次解。


性质 6:非齐次的任意解 = 特解 + 导出组的某个解#

η\boldsymbol{\eta} 是非齐次方程组 Ax=b\boldsymbol{A}\boldsymbol{x} = \boldsymbol{b} 的任意一个解,则存在导出组的某个解 ξ\boldsymbol{\xi},使得:

η=η+ξ\boldsymbol{\eta} = \boldsymbol{\eta}^* + \boldsymbol{\xi}

其中 η\boldsymbol{\eta}^* 是某个取定的特解。

证明:由性质 4,令 ξ=ηη\boldsymbol{\xi} = \boldsymbol{\eta} - \boldsymbol{\eta}^*,则 ξ\boldsymbol{\xi} 是导出组的解。\square

结论:性质 5 和性质 6 合起来说明——非齐次方程组的解集 = 特解 + 导出组的解空间(一个平移)。


性质 7:非齐次解的系数和为 1 的线性组合仍是解#

η1,η2,,ηs\boldsymbol{\eta}_1, \boldsymbol{\eta}_2, \dots, \boldsymbol{\eta}_s 都是非齐次方程组 Ax=b\boldsymbol{A}\boldsymbol{x} = \boldsymbol{b} 的解,且 k1+k2++ks=1k_1 + k_2 + \cdots + k_s = 1,则:

k1η1+k2η2++ksηsk_1\boldsymbol{\eta}_1 + k_2\boldsymbol{\eta}_2 + \cdots + k_s\boldsymbol{\eta}_s

也是非齐次方程组的解。

证明

A(i=1skiηi)=i=1skiAηi=i=1skib=(i=1ski)b=b\boldsymbol{A}\left(\sum_{i=1}^s k_i \boldsymbol{\eta}_i\right) = \sum_{i=1}^s k_i \boldsymbol{A}\boldsymbol{\eta}_i = \sum_{i=1}^s k_i \boldsymbol{b} = \left(\sum_{i=1}^s k_i\right) \boldsymbol{b} = \boldsymbol{b}

:当系数和=1 时称为仿射组合(affine combination),这说明非齐次解集对仿射组合封闭。


四、通解的结构#

4.1 齐次线性方程组通解#

x=k1ξ1+k2ξ2++knrξnr,kiR\boxed{\boldsymbol{x} = k_1\boldsymbol{\xi}_1 + k_2\boldsymbol{\xi}_2 + \cdots + k_{n-r}\boldsymbol{\xi}_{n-r}, \quad k_i \in \mathbb{R}}

其中 {ξ1,,ξnr}\{\boldsymbol{\xi}_1, \dots, \boldsymbol{\xi}_{n-r}\}基础解系r=r(A)r = r(\boldsymbol{A})

4.2 非齐次线性方程组通解#

x=η+k1ξ1+k2ξ2++knrξnr,kiR\boxed{\boldsymbol{x} = \boldsymbol{\eta}^* + k_1\boldsymbol{\xi}_1 + k_2\boldsymbol{\xi}_2 + \cdots + k_{n-r}\boldsymbol{\xi}_{n-r}, \quad k_i \in \mathbb{R}}

其中:

  • η\boldsymbol{\eta}^* 为非齐次的一个特解
  • {ξ1,,ξnr}\{\boldsymbol{\xi}_1, \dots, \boldsymbol{\xi}_{n-r}\} 为导出组的基础解系

五、性质对照总表#

性质齐次 Ax=0\boldsymbol{A}\boldsymbol{x}=\boldsymbol{0}非齐次 Ax=b\boldsymbol{A}\boldsymbol{x}=\boldsymbol{b}
解 + 解✅ 仍是解❌ 不是解
解的 kk✅ 仍是解❌ 不是解(k1k \neq 1
解的线性组合✅ 仍是解❌ 不是解(一般)
解的系数和 = 1 的线性组合✅ 仍是解(仿射组合)
两解之差仍是解导出组的解
解 + 导出组解✅ 仍是解 ⭐
任意解的结构基础解系的线性组合特解 + 导出组解 ⭐
解集的几何结构向量空间(过原点)仿射空间(不过原点)
分享

如果这篇文章对你有帮助,欢迎分享给更多人!

4.3线性方程组解的性质
https://wander-seek.asia/posts/43线性方程组解的性质/
作者
Coldgerm
发布于
2026-06-11
许可协议
CC BY-NC-SA 4.0

部分信息可能已经过时

目录