為什么基礎(chǔ)解系都是列向量 行向量組和列向量組的區(qū)別
為什么基要用列向量來表示,而不用行向量呢?基礎(chǔ)解系的個數(shù)怎么確定?第16題為什么基礎(chǔ)解系由解向量構(gòu)成;它是怎么構(gòu)成的?有沒有誰能把線性代數(shù)基礎(chǔ)解系講的通俗易懂一些 我只能理解通解但是基礎(chǔ)解系就是理解不了是什么意思?已知B是三階非零矩陣,B的每個列向量都是基礎(chǔ)解系的解向量,基礎(chǔ)解系已求出為1,為什么B必須線性相關(guān)?線性代數(shù)特征向量和基礎(chǔ)解系的區(qū)別,一直分不清有啥聯(lián)系。
本文導航
- 行向量組和列向量組的區(qū)別
- 基礎(chǔ)解系的秩與基礎(chǔ)解系個數(shù)
- 怎樣判斷基礎(chǔ)解系中向量的個數(shù)
- 講線性代數(shù)通俗易懂的教材最詳細
- 怎么看矩陣的哪三列向量線性無關(guān)
- 線性代數(shù)特征向量的求法
行向量組和列向量組的區(qū)別
當我們考慮向量空間時,實際上沒有所謂的“行向量”和“列向量”,這是矩陣才有的概念。當寫向量時,習慣豎著寫(更容易讀),所以看起來好像是“列”向量了。
基礎(chǔ)解系的秩與基礎(chǔ)解系個數(shù)
一般地,基礎(chǔ)解系包含列向量的個數(shù)即方程組所有解(解空間)的最大線性無關(guān)組的個數(shù)。簡單直觀地講就是將系數(shù)矩陣A,化為最簡行階梯矩陣,從前往后看矩陣的每一列,不是0、1的就算一個??倲?shù)是是n-r(A)個。由此可見,基礎(chǔ)解系只要:1是方程組的解,2線性無關(guān),3能表示方程組的其他所有解就可以作為基礎(chǔ)解系。
怎樣判斷基礎(chǔ)解系中向量的個數(shù)
非齊次線性方程組AX=b(I)和齊次線性方程組AX=O(II)的解之間存在密切的關(guān)系,有以下性質(zhì):
若ξ1,ξ2均為(I)的解,則ξ1-ξ2為(II)的解。
若ξ0為(I)的解,ξ拔為(II)的解,則ξ0+ξ拔為(I)的解。
所以先考慮AX=O的情況。由性質(zhì)1可知,因為η1、η2、η3是AX=b的解,所以答案取的η2-η1和η3-η1是AX=O的解。
再考慮基礎(chǔ)解系的選取。齊次線性方程組的基礎(chǔ)解系有如下性質(zhì):
如果n個未知量的齊次線性方程組的系數(shù)矩陣的秩為r,那么這個齊次線性方程組任意的n-r個線性無關(guān)的解向量都構(gòu)成該方程組的一個基礎(chǔ)解系。
所以這道題有4個未知量,r(A)=2,只要選取2個線性無關(guān)的解向量就可以得到這個方程組的基礎(chǔ)解系。選取的方法不唯一,比如答案選取了η2-η1和η3-η1,所以AX=O的基礎(chǔ)解系就是k1(η2-η1)+k2(η3-η1)。
最后再結(jié)合性質(zhì)2,加上一個特解就行,比如答案選取了η1作為特解,所以AX=b的基礎(chǔ)解系就是k1(η2-η1)+k2(η3-η1)+η1。
講線性代數(shù)通俗易懂的教材最詳細
通解其實就是一堆的列向量,而基礎(chǔ)解析就是這一堆列向量的最大線性無關(guān)組.所以基礎(chǔ)解系不是唯一的,但是都是線性無關(guān)的,且基礎(chǔ)解系中列相列的個數(shù)相同,就是秩相同
怎么看矩陣的哪三列向量線性無關(guān)
既然基礎(chǔ)解系的秩為1,當然所有的解向量都線性相關(guān),這是秩的定義啊
線性代數(shù)特征向量的求法
對于n階矩陣A:特征向量是滿足Aα=λα的列向量,在此,A的秩表示非零特征值的個數(shù)。
基礎(chǔ)解系是滿足AX=0的列向量,在此,A的秩用來判斷基礎(chǔ)解系中線性無關(guān)的解向量的個數(shù),個數(shù)是n-r(A)個。通過對比AX=0和Aα=λα,可見,A的齊次解向量正好是A相應于λ=0的特征向量。
特征值向量對于矩陣而言的,特征向量有對應的特征值,如果Ax=ax,則x就是對應于特征值a的特征向量。而解向量是對于方程組而言的,就是“方程組的解”,是一個意思。
特征值
描述正方形矩陣的特征值的重要工具是特征多項式,λ是A的特征值等價于線性方程組(A – λI) v = 0 有非零解v ,因此等價于行列式|A – λI|=0。函數(shù)p(λ) = det(A – λI)是λ的多項式,因為行列式定義為一些乘積的和,這就是A的特征多項式。矩陣的特征值也就是其特征多項式的零點。
所有奇數(shù)次的多項式必有一個實數(shù)根,因此對于奇數(shù)n,每個實矩陣至少有一個實特征值。在實矩陣的情形,對于偶數(shù)或奇數(shù)的n,非實數(shù)特征值成共軛對出現(xiàn)。
以上內(nèi)容參考:百度百科-特征向量
掃描二維碼推送至手機訪問。
版權(quán)聲明:本文由尚恩教育網(wǎng)發(fā)布,如需轉(zhuǎn)載請注明出處。