#  子集生成的子空间 
定义 1 1 1  :  向量空间 F n F^n F n   的非空子集 W W W   如果满足以下两个条件:
u , v ∈ W ⇒ u + v ∈ W , u, v \in W \Rightarrow u + v \in W, u , v ∈ W ⇒ u + v ∈ W ,  
u ∈ W , λ ∈ F ⇒ λ u ∈ W u \in W, \lambda \in F \Rightarrow \lambda u \in W u ∈ W , λ ∈ F ⇒ λ u ∈ W  
 
就称 W W W   是 F n F^n F n   的 子空间 。如果 F n F^n F n   的子空间 W 1 W_1 W 1    是子空间 W 2 W_2 W 2    的子集,则称 W 1 W_1 W 1    是 W 2 W_2 W 2    的子空间。
 
定义 2 2 2  :  设 W W W   是 F n F^n F n   的子空间,如果 W W W   中存在 r r r   个线性无关向量,并且任意 r + 1 r + 1 r + 1   个向量线性相关,就称 W W W   的 维数  为 r r r  ,记为 dim  W = r \dim W = r dim W = r  .
如果 W W W   中存在一组向量 M = { α 1 , ⋯   , α r } M = \{ \alpha_1, \cdots, \alpha_r \} M = { α 1  , ⋯ , α r  }  ,使 W W W   中每个向量 α \alpha α   都能写成 α 1 , ⋯   , α r \alpha_1, \cdots, \alpha_r α 1  , ⋯ , α r    在 F F F   上的线性组合
α = x 1 α 1 + ⋯ + x r α r (1) \alpha = x_1 \alpha_1 + \cdots + x_r \alpha_r \tag {1}
 α = x 1  α 1  + ⋯ + x r  α r  ( 1 ) 
其中的系数 x 1 , ⋯   , x r x_1, \cdots, x_r x 1  , ⋯ , x r    由 α \alpha α   唯一决定,则 M M M   称为 W W W   的一组 基 。α \alpha α   的线性组合表达式 ( 1 ) (1) ( 1 )   中的系数组成的有序数组 ( x 1 , ⋯   , x r ) (x_1, \cdots, x_r) ( x 1  , ⋯ , x r  )   称为 α \alpha α   在基 M M M   下的 坐标 。
 
定理 1 1 1  :  设 W W W   是 F n F^n F n   的子空间,设
M = { α 1 , ⋯   , α r } ⊂ W , M = \{ \alpha_1, \cdots, \alpha_r \} \sub W,
 M = { α 1  , ⋯ , α r  } ⊂ W , 
则:
M M M   是 W W W   的基 ⇔ \Leftrightarrow ⇔   M M M   是 W W W   的极大线性无关组。 
W W W   的基 M M M   所含向量个数 ∣ M ∣ = dim  W |M| = \dim W ∣ M ∣ = dim W  . 
 
证明:  (1) 先设 M M M   是 W W W   的极大线性无关组,则 W W W   中每个向量 α \alpha α   都能写成 M M M   的线性组合:
α = x 1 α 1 + ⋯ + x r α r (2) \alpha = x_1 \alpha_1 + \cdots + x_r \alpha_r \tag {2}
 α = x 1  α 1  + ⋯ + x r  α r  ( 2 ) 
若还有
α = y 1 α 1 + ⋯ + y r α r (3) \alpha = y_1 \alpha_1 + \cdots + y_r \alpha_r \tag {3}
 α = y 1  α 1  + ⋯ + y r  α r  ( 3 ) 
将 ( 2 ) , ( 3 ) (2), (3) ( 2 ) , ( 3 )   两式相减得:
( x 1 − y 1 ) α 1 + ( x 2 − y 2 ) α 2 + ⋯ + ( x r − y r ) α r = 0 (x_1 - y_1) \alpha_1 + (x_2 - y_2) \alpha_2 + \cdots + (x_r - y_r) \alpha_r = 0
 ( x 1  − y 1  ) α 1  + ( x 2  − y 2  ) α 2  + ⋯ + ( x r  − y r  ) α r  = 0 
由 α 1 , ⋯   , α r \alpha_1, \cdots, \alpha_r α 1  , ⋯ , α r    线性无关得
x 1 − y 1 = ⋯ = x n − y n = 0 x_1 - y_1 = \cdots = x_n - y_n = 0
 x 1  − y 1  = ⋯ = x n  − y n  = 0 
从而 x i = y i x_i = y_i x i  = y i    对 1 ≤ i ≤ r 1 \le i \le r 1 ≤ i ≤ r   成立,可见 ( x 1 , ⋯   , x r ) ∈ F r (x_1, \cdots, x_r) \in F^r ( x 1  , ⋯ , x r  ) ∈ F r   由 α \alpha α   唯一决定 。
这说明 M M M   是 W W W   的基 。
再设 M M M   是 W W W   的基。设 λ 1 , ⋯   , λ r ∈ F \lambda_1, \cdots, \lambda_r \in F λ 1  , ⋯ , λ r  ∈ F   满足条件
λ 1 α 1 + ⋯ + λ r α r = 0 (4) \lambda_1 \alpha_1 + \cdots + \lambda_r \alpha_r = 0 \tag {4}
 λ 1  α 1  + ⋯ + λ r  α r  = 0 ( 4 ) 
另一方面有
0 α 1 + ⋯ + 0 α r = 0 (5) 0 \alpha_1 + \cdots + 0 \alpha_r = 0 \tag {5}
 0 α 1  + ⋯ + 0 α r  = 0 ( 5 ) 
( 4 ) , ( 5 ) (4), (5) ( 4 ) , ( 5 )   式都是将零向量 0 0 0   表示为 α 1 , ⋯   , α r \alpha_1, \cdots, \alpha_r α 1  , ⋯ , α r    得线性组合的等式,由于 M M M   是基,表示的系数具有 唯一性 ,这使得 ( λ 1 , ⋯   , λ r ) = ( 0 , ⋯   , 0 ) (\lambda_1, \cdots, \lambda_r) = (0, \cdots, 0) ( λ 1  , ⋯ , λ r  ) = ( 0 , ⋯ , 0 ) 
这说明 M M M   线性无关 。
由于 W W W   中所有的向量都是 M M M   的线性组合,因此 M M M   是 W W W   的极大线性无关组。
(2) 设 M = { α 1 , ⋯   , α r } M = \{ \alpha_1, \cdots, \alpha_r \} M = { α 1  , ⋯ , α r  }   是 W W W   的基,由 r r r   个向量组成。则 M M M   中的向量就是 W W W   中 r r r   个线性无关的向量。W W W   中任意 r + 1 r + 1 r + 1   个向量 β 1 , ⋯   , β r + 1 \beta_1, \cdots, \beta_{r + 1} β 1  , ⋯ , β r + 1    都是 M M M   中 r r r   个向量的线性组合,由 2.5 向量组的秩  中的 引理 2 2 2  ,β 1 , ⋯   , β r + 1 \beta_1, \cdots, \beta_{r + 1} β 1  , ⋯ , β r + 1    线性相关。可见 dim  W = r = ∣ M ∣ \dim W = r = |M| dim W = r = ∣ M ∣  .
推论:  F n F^n F n   的子空间 W W W   的所有的基所含向量个数相等,等于向量组 W W W   的秩 r a n k   W = dim  W \mathrm{rank} \, W = \dim W rank W = dim W  .
定理 2 2 2  :  设 F n F^n F n   的子空间 W W W   的维数为 r r r  ,则 W W W   中任意一个线性无关子集 S S S   都能扩充为 W W W   的一组基,S S S   所含向量个数都不超过 r r r  . 如果 W 0 W_0 W 0    是 W W W   的子空间,则 W 0 W_0 W 0    的任何一组基都能扩充为 W W W   的一组基,dim  W 0 ≤ dim  W \dim W_0 \le \dim W dim W 0  ≤ dim W  ,且 W 0 = W ⇔ dim  W 0 = dim  W W_0 = W \Leftrightarrow \dim W_0 = \dim W W 0  = W ⇔ dim W 0  = dim W  .
证明:W W W   的线性无关子集 S S S   可以扩充为 W W W   的一个极大线性无关组 M M M  ,M M M   是 W W W   的基,含有 r r r   个向量,当然 S S S   所含向量个数不超过 r r r  . (此处可参考 2.5 向量组的秩  中的 引理 5 5 5  )
W W W   的子空间 W 0 W_0 W 0    的基 M 0 = { α 1 , ⋯   , α k } M_0 = \{ \alpha_1, \cdots, \alpha_k \} M 0  = { α 1  , ⋯ , α k  }   是 W W W   中的线性无关子集,当然可以扩充为 W W W   的一组基 M = { α 1 , ⋯   , α r } M = \{ \alpha_1, \cdots, \alpha_r \} M = { α 1  , ⋯ , α r  }  ,且 dim  W 0 = k ≤ r = dim  W \dim W_0 = k \le r = \dim W dim W 0  = k ≤ r = dim W   显然成立。
显然 W 0 = W ⇒ dim  W 0 = dim  W W_0 = W \Rightarrow \dim W_0 = \dim W W 0  = W ⇒ dim W 0  = dim W  .
而由 W 0 ⊂ M W_0 \sub M W 0  ⊂ M   知 dim  W 0 = k = dim  W = r ⇒ M 0 = M , W 0 = W \dim W_0 = k = \dim W = r \Rightarrow M_0 = M, W_0 = W dim W 0  = k = dim W = r ⇒ M 0  = M , W 0  = W  .
定理 3 3 3  :  设 F n F^n F n   的子空间 W W W   的维数为 r r r  ,M = { α 1 , ⋯   , α r } ⊂ W M = \{ \alpha_1, \cdots, \alpha_r \} \sub W M = { α 1  , ⋯ , α r  } ⊂ W  ,则 M M M   线性无关 ⇔ \Leftrightarrow ⇔   M M M   是 W W W   的基 ⇔ \Leftrightarrow ⇔   W W W   中所有的向量都是 M M M   的线性组合。
证明:  如果 M M M   是 W W W   的基,当然 “M M M   线性无关” 与 “W W W   中所有的向量都是 M M M   的线性组合” 这两个条件同时满足。反之 ,当 M M M   所含向量个数 r = dim  W r = \dim W r = dim W   时,只要满足这两个条件之一,M M M   就是 W W W   的基。
先设 M M M   线性无关 ,则 M M M   可以扩充为 W W W   的一组基 M 1 M_1 M 1   。M 1 M_1 M 1    包含 M M M  ,且 M 1 M_1 M 1    中所含的向量个数也是 r r r  ,与 M M M   一样多。因此 M 1 = M M_1 = M M 1  = M  ,M M M   是 W W W   的基。
再设 W W W   中所有的向量都是 M M M   的线性组合。取 M M M   的极大线性无关组 M 0 M_0 M 0   ,则 M M M   是 M 0 M_0 M 0    的线性组合。由线性组合的传递性知 W W W   中所有的向量也都是 M 0 M_0 M 0    的线性组合。
而 M 0 M_0 M 0    线性无关,因此是 W W W   的极大线性无关组。从而 M 0 M_0 M 0    是 W W W   的基,含有 r r r   个向量。M 0 M_0 M 0    是 M M M   的子集而且所含向量个数与 M M M   一样多,因此 M 0 = M M_0 = M M 0  = M  ,M M M   是 W W W   的基。
定义 3 3 3  :  F n F^n F n   的非空子集 S S S   的全体线性组合组成的子空间,称为 S S S   生成的子空间 ,记作 L ( S ) L(S) L ( S )  。当 S S S   是有限子集 { α 1 , ⋯   , α k } \{ \alpha_1, \cdots, \alpha_k \} { α 1  , ⋯ , α k  }   时,也将 L ( S ) L(S) L ( S )   记作 L ( α 1 , ⋯   , α k ) L(\alpha_1, \cdots, \alpha_k) L ( α 1  , ⋯ , α k  )  .
 
定理 4 4 4  :  设 S 1 , S 2 , S 3 S_1, S_2, S_3 S 1  , S 2  , S 3    是 F n F^n F n   的非空子集。求证:
S 2 S_2 S 2    是 S 1 S_1 S 1    的线性组合 ⇔ \Leftrightarrow ⇔   L ( S 2 ) ⊆ L ( S 1 ) L(S_2) \subseteq L(S_1) L ( S 2  ) ⊆ L ( S 1  )  。
S 1 S_1 S 1    与 S 2 S_2 S 2    等价 ⇔ \Leftrightarrow ⇔   L ( S 2 ) = L ( S 1 ) L(S_2) = L(S_1) L ( S 2  ) = L ( S 1  )  。
 
设 S 0 S_0 S 0    是 S 1 S_1 S 1    的极大线性无关组,则 S 0 S_0 S 0    是 L ( S 1 ) L(S_1) L ( S 1  )   的基。r a n k   S 1 = dim  L ( S 1 ) \mathrm {rank} \, S_1 = \dim L(S_1) rank S 1  = dim L ( S 1  )  。
 
 
证明: (1)L ( S 1 ) L(S_1) L ( S 1  )   包含了 S 1 S_1 S 1    的全体线性组合。因此,S 2 S_2 S 2    是 S 1 S_1 S 1    的线性组合 ⇔ \Leftrightarrow ⇔   S 2 ⊆ L ( S 1 ) S_2 \subseteq L(S_1) S 2  ⊆ L ( S 1  )  。
由于 L ( S 1 ) L(S_1) L ( S 1  )   是子空间,如果它包含 S 2 S_2 S 2   ,必然包含 S 2 S_2 S 2    的全体线性组合组成的集合 L ( S 2 ) L(S_2) L ( S 2  )  。
故,S 1 S_1 S 1    与 S 2 S_2 S 2    互为线性组合 ⇔ \Leftrightarrow ⇔   L ( S 1 ) L(S_1) L ( S 1  )   与 L ( S 2 ) L(S_2) L ( S 2  )   相互包含 ⇔ \Leftrightarrow ⇔   L ( S 1 ) = L ( S 2 ) L(S_1) = L(S_2) L ( S 1  ) = L ( S 2  )  。
(2)S 1 S_1 S 1    的极大线性无关组 S 0 S_0 S 0    与 S 1 S_1 S 1    等价。因而 L ( S 0 ) = L ( S 1 ) L(S_0) = L(S_1) L ( S 0  ) = L ( S 1  )  。L ( S 1 ) L(S_1) L ( S 1  )   是 S 0 S_0 S 0    的线性组合,并且 S 0 S_0 S 0    线性无关,因此 S 0 S_0 S 0    是 L ( S 1 ) L(S_1) L ( S 1  )   的极大线性无关组,S 0 S_0 S 0    是 L ( S 1 ) L(S_1) L ( S 1  )   的基。dim  L ( S 1 ) = ∣ S 0 ∣ = r a n k   S 1 \dim L(S_1) = |S_0| = \mathrm {rank} \, S_1 dim L ( S 1  ) = ∣ S 0  ∣ = rank S 1   ,这里 ∣ S 0 ∣ |S_0| ∣ S 0  ∣   表示 S 0 S_0 S 0    所含元素个数。
#  齐次线性方程组的解空间 
定理 5 5 5  :  数域 F F F   上 n n n   元齐次线性方程组 A X = 0 AX = 0 A X = 0   的 全体解向量  组成的集合 V A V_A V A    是 F n F^n F n   的子空间。
证明: 
X 1 , X 2 ∈ V A ⇒ { A X 1 = 0 A X 2 = 0 ⇒ { A ( X 1 + X 2 ) = 0 A ( λ X 1 ) = λ A X 1 = 0 ⇒ { X 1 + X 2 ∈ V A λ X 1 ∈ V A X_1, X_2 \in V_A \Rightarrow \begin {cases}
AX_1 = 0 \\
AX_2 = 0
\end {cases} \Rightarrow \\
\begin {cases}
A(X_1 + X_2) = 0 \\
A(\lambda X_1) = \lambda AX_1 = 0
\end {cases} \Rightarrow \begin {cases}
X_1 + X_2 \in V_A \\
\lambda X_1 \in V_A
\end {cases}
 X 1  , X 2  ∈ V A  ⇒ { A X 1  = 0 A X 2  = 0  ⇒ { A ( X 1  + X 2  ) = 0 A ( λ X 1  ) = λ A X 1  = 0  ⇒ { X 1  + X 2  ∈ V A  λ X 1  ∈ V A   
证明了 V A V_A V A    是 F n F^n F n   的子空间。
齐次线性方程组的解集合称为 解空间 。
定理 6 6 6  :  设数域 F F F   上 n n n   元齐次线性方程组的系数矩阵为 A A A  ,则它的 解空间的维数 dim  V A = n − r a n k   A \dim V_A = n - \mathrm {rank} \, A dim V A  = n − rank A  
证明:  系数矩阵 A A A   可经过初等行变换化为
B = ( 0 ⋯ 0 b 1 , j 1 ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ b 1 , n 0 ⋯ 0 0 ⋯ 0 b 2 , j 2 ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ b 2 , n ⋮ ⋱ ⋮ ⋮ ⋱ ⋮ ⋮ ⋱ ⋱ ⋱ ⋱ ⋱ ⋱ ⋮ 0 ⋯ 0 0 ⋯ 0 0 ⋯ 0 ⋯ 0 b r , j r ⋯ b r , n 0 ⋯ 0 0 ⋯ 0 0 ⋯ 0 ⋯ 0 0 ⋯ 0 ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ) B = \begin {pmatrix}
0 & \cdots & 0 & b_{1, j_1} & \cdots & \cdots & \cdots & \cdots & \cdots & \cdots & \cdots & \cdots & \cdots & b_{1, n} \\
0 & \cdots & 0 & 0 & \cdots & 0 & b_{2, j_2} & \cdots & \cdots & \cdots & \cdots & \cdots & \cdots & b_{2, n} \\
\vdots & \ddots & \vdots & \vdots & \ddots & \vdots & \vdots & \ddots & \ddots & \ddots & \ddots & \ddots & \ddots & \vdots \\
0 & \cdots & 0 & 0 & \cdots & 0 & 0 & \cdots & 0 & \cdots & 0 & b_{r, j_r} & \cdots & b_{r, n} \\
0 & \cdots & 0 & 0 & \cdots & 0 & 0 & \cdots & 0 & \cdots & 0 & 0 & \cdots & 0 \\
\vdots & \vdots & \vdots & \vdots & \vdots & \vdots & \vdots & \vdots & \vdots & \vdots & \vdots & \vdots & \vdots & \vdots
\end {pmatrix}
 B =  0 0 ⋮ 0 0 ⋮  ⋯ ⋯ ⋱ ⋯ ⋯ ⋮  0 0 ⋮ 0 0 ⋮  b 1 , j 1   0 ⋮ 0 0 ⋮  ⋯ ⋯ ⋱ ⋯ ⋯ ⋮  ⋯ 0 ⋮ 0 0 ⋮  ⋯ b 2 , j 2   ⋮ 0 0 ⋮  ⋯ ⋯ ⋱ ⋯ ⋯ ⋮  ⋯ ⋯ ⋱ 0 0 ⋮  ⋯ ⋯ ⋱ ⋯ ⋯ ⋮  ⋯ ⋯ ⋱ 0 0 ⋮  ⋯ ⋯ ⋱ b r , j r   0 ⋮  ⋯ ⋯ ⋱ ⋯ ⋯ ⋮  b 1 , n  b 2 , n  ⋮ b r , n  0 ⋮   
其中 b 1 , j 1 = b 2 , j 2 = ⋯ = b r , j r = = 1 , 1 ≤ j 1 < j 2 < ⋯ < j r ≤ n b_{1, j_1} = b_{2, j_2} = \cdots = b_{r, j_r} = =1, 1 \le j_1 < j_2 < \cdots < j_r \le n b 1 , j 1   = b 2 , j 2   = ⋯ = b r , j r   == 1 , 1 ≤ j 1  < j 2  < ⋯ < j r  ≤ n  。
B B B   是最简行阶梯型。故 r = r a n k   B = r a n k   A r = \mathrm {rank} \, B = \mathrm {rank} \, A r = rank B = rank A  。
设 n n n   个数中除了 j 1 , j 2 , ⋯   , j r j_1, j_2, \cdots, j_r j 1  , j 2  , ⋯ , j r    之外的剩下的数从小到大依次是 j r + 1 , ⋯   , j n j_{r + 1}, \cdots, j_n j r + 1  , ⋯ , j n   。
将 A A A   经过初等行变换化为 B B B  ,也就是将方程组经过同解变形化为:
{ x j 1 + b 1 , j r + 1 x j r + 1 + ⋯ + b 1 , j n x j n = 0 x j 2 + b 2 , j r + 1 x j r + 1 + ⋯ + b 2 , j n x j n = 0 ⋯   ⋯ x j r + b r , j r + 1 x j r + 1 + ⋯ + b r , j n x j n = 0 (6) \begin {cases}
x_{j_1} + b_{1, j_{r + 1}} x_{j_{r + 1}} + \cdots + b_{1, j_n} x_{j_n} = 0 \\
x_{j_2} + b_{2, j_{r + 1}} x_{j_{r + 1}} + \cdots + b_{2, j_n} x_{j_n} = 0 \\
\cdots \, \cdots \\
x_{j_r} + b_{r, j_{r + 1}} x_{j_{r + 1}} + \cdots + b_{r, j_n} x_{j_n} = 0 \\
\end {cases} \tag {6}
 ⎩ ⎨ ⎧  x j 1   + b 1 , j r + 1   x j r + 1   + ⋯ + b 1 , j n   x j n   = 0 x j 2   + b 2 , j r + 1   x j r + 1   + ⋯ + b 2 , j n   x j n   = 0 ⋯ ⋯ x j r   + b r , j r + 1   x j r + 1   + ⋯ + b r , j n   x j n   = 0  ( 6 ) 
将方程组 ( 6 ) (6) ( 6 )   变为:
{ x j 1 = − b 1 , j r + 1 x j r + 1 − ⋯ − b 1 , j n x j n x j 2 = − b 2 , j r + 1 x j r + 1 − ⋯ − b 2 , j n x j n ⋯   ⋯ x j r = − b r , j r + 1 x j r + 1 − ⋯ − b r , j n x j n (7) \begin {cases}
x_{j_1} = -b_{1, j_{r + 1}} x_{j_{r + 1}} - \cdots - b_{1, j_n} x_{j_n} \\
x_{j_2} = -b_{2, j_{r + 1}} x_{j_{r + 1}} - \cdots - b_{2, j_n} x_{j_n} \\
\cdots \, \cdots \\
x_{j_r} = -b_{r, j_{r + 1}} x_{j_{r + 1}} - \cdots - b_{r, j_n} x_{j_n} \\
\end {cases} \tag {7}
 ⎩ ⎨ ⎧  x j 1   = − b 1 , j r + 1   x j r + 1   − ⋯ − b 1 , j n   x j n   x j 2   = − b 2 , j r + 1   x j r + 1   − ⋯ − b 2 , j n   x j n   ⋯ ⋯ x j r   = − b r , j r + 1   x j r + 1   − ⋯ − b r , j n   x j n    ( 7 ) 
将独立变量 x j r + 1 , ⋯   , x j n x_{j_{r + 1}}, \cdots, x_{j_n} x j r + 1   , ⋯ , x j n     取任意值,每一组值代入就可计算出 x j 1 , ⋯   , x j r x_{j_1}, \cdots, x_{j_r} x j 1   , ⋯ , x j r     的唯一一组值,得到原方程 ( 7 ) (7) ( 7 )   的一个解 X = ( x 1 , ⋯   , x n ) X = (x_1, \cdots, x_n) X = ( x 1  , ⋯ , x n  )  。这组解 X X X   由 n − r n - r n − r   元数组 ( x j r + 1 , ⋯   , x j n ) (x_{j_{r + 1}}, \cdots, x_{j_n}) ( x j r + 1   , ⋯ , x j n   )   唯一决定,可记为:
u = ( x j r + 1 , ⋯   , x j n ) ∈ F n − r X = f ( u ) = f ( x j r + 1 , ⋯   , x j n ) u = (x_{j_{r + 1}}, \cdots, x_{j_n}) \in F^{n - r} \qquad X = f(u) = f(x_{j_{r + 1}}, \cdots, x_{j_n})
 u = ( x j r + 1   , ⋯ , x j n   ) ∈ F n − r X = f ( u ) = f ( x j r + 1   , ⋯ , x j n   ) 
对每个 1 ≤ i ≤ n − r 1 \le i \le n - r 1 ≤ i ≤ n − r  ,记 e i e_i e i    是 F n − r F^{n - r} F n − r   中第 i i i   分量为 1 1 1  、其余分量为 0 0 0   的数组向量,则 { e 1 , ⋯   , e n − r } \{ e_1, \cdots, e_{n - r} \} { e 1  , ⋯ , e n − r  }   是 F n − r F^{n - r} F n − r   的自然基。
u = ( x j r + 1 , ⋯   , x j n ) = x j r + 1 e 1 + ⋯ + x j n e n − r X = f ( u ) = f ( x j r + 1 e 1 + ⋯ + x j n e n − r ) = x j r + 1 f ( e 1 ) + ⋯ + x j n f ( e n − r ) = x j r + 1 X 1 + ⋯ + x j n X n − r u = (x_{j_{r + 1}}, \cdots, x_{j_n}) = x_{j_{r + 1}}e_1 + \cdots + x_{j_n} e_{n - r} \\
\begin {aligned}
X &= f(u) = f(x_{j_{r + 1}} e_1 + \cdots + x_{j_n} e_{n - r}) \\
&= x_{j_{r + 1}} f(e_1) + \cdots + x_{j_n} f(e_{n - r}) \\
&= x_{j_{r + 1}} X_1 + \cdots + x_{j_n} X_{n - r}
\end {aligned}
 u = ( x j r + 1   , ⋯ , x j n   ) = x j r + 1   e 1  + ⋯ + x j n   e n − r  X  = f ( u ) = f ( x j r + 1   e 1  + ⋯ + x j n   e n − r  ) = x j r + 1   f ( e 1  ) + ⋯ + x j n   f ( e n − r  ) = x j r + 1   X 1  + ⋯ + x j n   X n − r   
其中 X 1 , ⋯   , X n − r X_1, \cdots, X_{n - r} X 1  , ⋯ , X n − r    分别等于 f ( e 1 ) , ⋯   , f ( e n − r ) f(e_1), \cdots, f(e_{n - r}) f ( e 1  ) , ⋯ , f ( e n − r  )  ,是方程组的 n − r n - r n − r   个解,以下说明方程组所有的解 X X X   都是这 n − r n - r n − r   个解的额线性组合。
设
x j r + 1 X 1 + ⋯ + x j n X n − r = 0 (8) x_{j_{r + 1}} X_1 + \cdots + x_{j_n} X_{n - r} = 0 \tag {8}
 x j r + 1   X 1  + ⋯ + x j n   X n − r  = 0 ( 8 ) 
即
X = ( x 1 ⋯ x n ) T = f ( x j r + 1 , ⋯   , x j n ) = ( 0 ⋯ 0 ) T X = \begin {pmatrix} x_1 & \cdots & x_n \end {pmatrix}^T = f(x_{j_{r + 1}}, \cdots, x_{j_n}) = \begin {pmatrix} 0 & \cdots & 0 \end {pmatrix}^T
 X = ( x 1   ⋯  x n   ) T = f ( x j r + 1   , ⋯ , x j n   ) = ( 0  ⋯  0  ) T 
( 8 ) (8) ( 8 )   成立当且仅当 X X X   的分量 x j r + 1 = ⋯ = x j n = 0 x_{j_{r + 1}} = \cdots = x_{j_n} = 0 x j r + 1   = ⋯ = x j n   = 0  ,这说明 X 1 , ⋯   , X n − r X_1, \cdots, X_{n - r} X 1  , ⋯ , X n − r    线性无关,组成解空间 V A V_A V A    的一组基。这组基由 n − r n - r n − r   个向量组成,因此
dim  V A = n − r = n − r a n k   A \dim V_A = n - r = n - \mathrm {rank} \, A
 dim V A  = n − r = n − rank A 
齐次线性方程组的解空间的一组基称为这个方程组的一个 基础解系 。
例 1. 1. 1.   已知 F 5 F^5 F 5   中的向量
X 1 = ( 1 , 2 , 3 , 4 , 5 ) , X 2 = ( 1 , 3 , 2 , 1 , 2 ) X_1 = (1, 2, 3, 4, 5), \qquad X_2 = (1, 3, 2, 1, 2)
 X 1  = ( 1 , 2 , 3 , 4 , 5 ) , X 2  = ( 1 , 3 , 2 , 1 , 2 ) 
求一个齐次线性方程组,使 X 1 , X 2 X_1, X_2 X 1  , X 2    组成这个方程组的基础解系。
 
解:  设
a i , 1 x 1 + a i , 2 x 2 + a i , 3 x 3 + a i , 4 x 4 + a i , 5 x 5 = 0 a_{i, 1} x_1 + a_{i, 2} x_2 + a_{i, 3} x_3 + a_{i, 4} x_4 + a_{i, 5} x_5 = 0
 a i , 1  x 1  + a i , 2  x 2  + a i , 3  x 3  + a i , 4  x 4  + a i , 5  x 5  = 0 
是方程组 A X = 0 AX = 0 A X = 0   的任意一个方程。将 X 1 , X 2 X_1, X_2 X 1  , X 2    的坐标代入得:
{ a i , 1 + 2 a i , 2 + 3 a i , 3 + 4 a i , 4 + 5 a i , 5 = 0 a i , 1 + 3 a i , 2 + 2 a i , 3 + a i , 4 + 2 a i , 5 = 0 (9) \begin {cases}
a_{i, 1} + 2 a_{i, 2} + 3 a_{i, 3} + 4 a_{i, 4} + 5 a_{i, 5} = 0 \\
a_{i, 1} + 3 a_{i, 2} + 2 a_{i, 3} + a_{i, 4} + 2 a_{i, 5} = 0
\end {cases} \tag {9}
 { a i , 1  + 2 a i , 2  + 3 a i , 3  + 4 a i , 4  + 5 a i , 5  = 0 a i , 1  + 3 a i , 2  + 2 a i , 3  + a i , 4  + 2 a i , 5  = 0  ( 9 ) 
将上式看作 以 a i , 1 , a i , 2 , a i , 3 , a i , 4 , a i , 5 a_{i, 1}, a_{i, 2}, a_{i, 3}, a_{i, 4}, a_{i, 5} a i , 1  , a i , 2  , a i , 3  , a i , 4  , a i , 5    为变量  的线性方程组来解。系数矩阵如下:
B = ( 1 2 3 4 5 1 3 2 1 2 ) → ( 1 0 5 10 11 0 1 − 1 − 3 − 3 ) B = \begin {pmatrix}
1 & 2 & 3 & 4 & 5 \\
1 & 3 & 2 & 1 & 2
\end {pmatrix} \rightarrow \begin {pmatrix}
1 & 0 & 5 & 10 & 11 \\
0 & 1 & -1 & -3 & -3
\end {pmatrix}
 B = ( 1 1  2 3  3 2  4 1  5 2  ) → ( 1 0  0 1  5 − 1  10 − 3  11 − 3  ) 
则方程组 ( 9 ) (9) ( 9 )   的一组基础解系是
( − 5 , 1 , 1 , 0 , 0 ) , ( − 10 , 3 , 0 , 1 , 0 ) , ( − 11 , 3 , 0 , 0 , 1 ) (-5, 1, 1, 0, 0), (-10, 3, 0, 1, 0), (-11, 3, 0, 0, 1)
 ( − 5 , 1 , 1 , 0 , 0 ) , ( − 10 , 3 , 0 , 1 , 0 ) , ( − 11 , 3 , 0 , 0 , 1 ) 
以该基础解系中的三个线性无关解为系数组成的齐次线性方程组为
{ − 5 x 1 + x 2 + x 3 = 0 − 10 x 1 + 3 x 2 + x 4 = 0 − 11 x 1 + 3 x 2 + x 5 = 0 (10) \begin {cases}
-5 x_1 + x_2 + x_3 = 0 \\
-10 x_1 + 3 x_2 + x_4 = 0 \\
-11 x_1 + 3 x_2 + x_5 = 0
\end {cases} \tag {10}
 ⎩ ⎨ ⎧  − 5 x 1  + x 2  + x 3  = 0 − 10 x 1  + 3 x 2  + x 4  = 0 − 11 x 1  + 3 x 2  + x 5  = 0  ( 10 ) 
易知方程组 ( 10 ) (10) ( 10 )   即为所求的一组齐次线性方程组。
#  非齐次线性方程组 
#  非齐次线性方程组的向量形式 
对于非齐次线性方程组:
{ a 1 , 1 x 1 + a 1 , 2 x 2 + ⋯ + a 1 , n x n = b 1 a 2 , 1 x 1 + a 2 , 2 x 2 + ⋯ + a 2 , n x n = b 2 ⋯   ⋯ a m , 1 x 1 + a m , 2 x 2 + ⋯ + a m , n x n = b m (11) \begin {cases}
a_{1, 1} x_1 + a_{1, 2} x_2 + \cdots + a_{1, n} x_n = b_1 \\
a_{2, 1} x_1 + a_{2, 2} x_2 + \cdots + a_{2, n} x_n = b_2 \\
\cdots \, \cdots \\
a_{m, 1} x_1 + a_{m, 2} x_2 + \cdots + a_{m, n} x_n = b_m
\end {cases} \tag {11}
 ⎩ ⎨ ⎧  a 1 , 1  x 1  + a 1 , 2  x 2  + ⋯ + a 1 , n  x n  = b 1  a 2 , 1  x 1  + a 2 , 2  x 2  + ⋯ + a 2 , n  x n  = b 2  ⋯ ⋯ a m , 1  x 1  + a m , 2  x 2  + ⋯ + a m , n  x n  = b m   ( 11 ) 
该方程组的增广矩阵可记为:
A ~ = ( a 1 , 1 a 1 , 2 ⋯ a 1 , n b 1 a 2 , 1 a 2 , 2 ⋯ a 2 , n b 2 ⋮ ⋮ ⋱ ⋮ ⋮ a m , 1 a m , 2 ⋯ a m , n b m ) \tilde {A} = \begin {pmatrix}
a_{1, 1} & a_{1, 2} & \cdots & a_{1, n} & b_1 \\
a_{2, 1} & a_{2, 2} & \cdots & a_{2, n} & b_2 \\
\vdots & \vdots & \ddots & \vdots & \vdots \\
a_{m, 1} & a_{m, 2} & \cdots & a_{m, n} & b_m
\end {pmatrix}
 A ~ =  a 1 , 1  a 2 , 1  ⋮ a m , 1   a 1 , 2  a 2 , 2  ⋮ a m , 2   ⋯ ⋯ ⋱ ⋯  a 1 , n  a 2 , n  ⋮ a m , n   b 1  b 2  ⋮ b m    
令
α 1 = ( a 1 , 1 a 2 , 1 ⋮ a m , 1 ) , α 2 = ( a 1 , 2 a 2 , 2 ⋮ a m , 2 ) , ⋯   , α n = ( a 1 , n a 2 , n ⋮ a m , n ) , β = ( b 1 b 2 ⋮ b m ) \alpha_1 = \begin {pmatrix} a_{1, 1} \\ a_{2, 1} \\ \vdots \\ a_{m, 1} \end {pmatrix}, \alpha_2 = \begin {pmatrix} a_{1, 2} \\ a_{2, 2} \\ \vdots \\ a_{m, 2} \end {pmatrix}, \cdots, \alpha_n = \begin {pmatrix} a_{1, n} \\ a_{2, n} \\ \vdots \\ a_{m, n} \end {pmatrix}, \beta = \begin {pmatrix} b_{1} \\ b_{2} \\ \vdots \\ b_{m} \end {pmatrix}
 α 1  =  a 1 , 1  a 2 , 1  ⋮ a m , 1    , α 2  =  a 1 , 2  a 2 , 2  ⋮ a m , 2    , ⋯ , α n  =  a 1 , n  a 2 , n  ⋮ a m , n    , β =  b 1  b 2  ⋮ b m    
则方程组 ( 11 ) (11) ( 11 )   可记为:
x 1 α 1 + x 2 α 2 + ⋯ + x n α n = β (12) x_1 \alpha_1 + x_2 \alpha_2 + \cdots + x_n \alpha_n = \beta \tag {12}
 x 1  α 1  + x 2  α 2  + ⋯ + x n  α n  = β ( 12 ) 
几何意义:  已知 F m F^m F m   中的向量 α 1 , α 2 , ⋯   , α n , β \alpha_1, \alpha_2, \cdots, \alpha_n, \beta α 1  , α 2  , ⋯ , α n  , β  ,将 β \beta β   表示成 α 1 , α 2 , ⋯   , α n \alpha_1, \alpha_2, \cdots, \alpha_n α 1  , α 2  , ⋯ , α n    的线性组合,求组合系数。
 
#  非齐次线性方程组有解的充要条件 
定理 7 7 7  :  非齐次线性方程组有解 ⇔ \Leftrightarrow ⇔   其系数矩阵与增广矩阵的秩相同。
证明:  记 S = { α 1 , α 2 , ⋯   , α n } S = \{ \alpha_1, \alpha_2,  \cdots, \alpha_n \} S = { α 1  , α 2  , ⋯ , α n  }  ,则 ( 11 ) (11) ( 11 )   有解 ⇔ \Leftrightarrow ⇔   ( 12 ) (12) ( 12 )   有解 ⇔ \Leftrightarrow ⇔   β \beta β   是 S S S   的线性组合 ⇔ \Leftrightarrow ⇔   β ∈ L ( S ) \beta \in L(S) β ∈ L ( S )   ⇔ \Leftrightarrow ⇔   L ( S ∪ { β } ) = L ( S ) L(S \cup \{ \beta \}) = L(S) L ( S ∪ { β }) = L ( S )   ⇔ \Leftrightarrow ⇔   dim  L ( S ∪ { β } ) = dim  L ( S ) \dim L(S \cup \{ \beta \}) = \dim L(S) dim L ( S ∪ { β }) = dim L ( S ) 
S S S   是 A A A   的列向量组 ⇒ \Rightarrow ⇒   dim  L ( S ) = r a n k   S = r a n k   A \dim L(S) = \mathrm {rank} \, S = \mathrm {rank} \, A dim L ( S ) = rank S = rank A 
S ∪ { β } S \cup \{ \beta \} S ∪ { β }   是 A ~ \tilde A A ~   的列向量组 ⇒ \Rightarrow ⇒   dim  L ( S ∪ { β } ) = r a n k   ( S ∪ { β } ) = r a n k   A ~ \dim L(S \cup \{ \beta \}) = \mathrm {rank} \, (S \cup \{ \beta \}) = \mathrm {rank} \, \tilde A dim L ( S ∪ { β }) = rank ( S ∪ { β }) = rank A ~ 
因此 r a n k   A = r a n k   A ~ \mathrm {rank} \, A = \mathrm {rank} \, \tilde A rank A = rank A ~  ,得证。
#  非齐次线性方程组解集的结构 
定理 8 8 8  :  任意取定非齐次线性方程组 ( 11 ) (11) ( 11 )   的一个特解 η \eta η  ,则 ( 11 ) (11) ( 11 )   的通解为 X = η + Y X = \eta + Y X = η + Y  ,其中 Y Y Y   是与 ( 11 ) (11) ( 11 )   对应的齐次线性方程组:
x 1 α 1 + x 2 α 2 + ⋯ + x n α n = 0 (13) x_1 \alpha_1 + x_2 \alpha_2 + \cdots + x_n \alpha_n = 0 \tag {13}
 x 1  α 1  + x 2  α 2  + ⋯ + x n  α n  = 0 ( 13 ) 
的解。
也就是说,若 X 1 , ⋯   , X n − r X_1, \cdots, X_{n - r} X 1  , ⋯ , X n − r    是对应的齐次线性方程组 ( 13 ) (13) ( 13 )   的一个基础解系,则非齐次线性方程组 ( 11 ) (11) ( 11 )   的通解为:
X = η + t 1 X 1 + ⋯ + t n − r X n − r X = \eta + t_1 X_1 + \cdots + t_{n - r} X_{n - r}
 X = η + t 1  X 1  + ⋯ + t n − r  X n − r  
其中 t 1 , ⋯   , t n − r t_1, \cdots, t_{n - r} t 1  , ⋯ , t n − r    是 F F F   中的任意常数。
例 2. 2. 2.   设四元线性方程组的系数矩阵 A A A   的秩 r a n k   A = 3 \mathrm {rank} \, A = 3 rank A = 3  ,α 1 , α 2 , α 3 \alpha_1, \alpha_2, \alpha_3 α 1  , α 2  , α 3    是它的 3 3 3   个解,其中
α 1 = ( 1 − 2 − 3 4 ) T , 5 α 2 − 2 α 3 = ( 2 0 0 8 ) T \alpha_1 = \begin {pmatrix} 1 & -2 & -3 & 4 \end {pmatrix}^T, 5 \alpha_2 - 2 \alpha_3 = \begin {pmatrix} 2 & 0 & 0 & 8 \end {pmatrix}^T
 α 1  = ( 1  − 2  − 3  4  ) T , 5 α 2  − 2 α 3  = ( 2  0  0  8  ) T 
求这个线性方程组的通解。
 
以 A A A   为系数矩阵的齐次线性方程组的解空间 V A V_A V A    的维数 dim  V A = 4 − r a n k   A = 4 − 3 = 1 \dim V_A = 4 - \mathrm {rank} \, A = 4 - 3 = 1 dim V A  = 4 − rank A = 4 − 3 = 1  。如果原方程组是齐次线性方程组,则 α 1 , 5 α 2 − 2 α 3 \alpha_1, 5 \alpha_2 - 2 \alpha_3 α 1  , 5 α 2  − 2 α 3    都是它的解,都在一维空间 V A V_A V A    中。
但 α 1 , 5 α 2 − 2 α 3 \alpha_1, 5 \alpha_2 - 2 \alpha_3 α 1  , 5 α 2  − 2 α 3    线性无关,不在同一个一维子空间中。因此原方程组是非齐次线性方程组。
原线性方程组的任意两个解的差是对应的齐次线性方程组的解,含于 V A V_A V A   。因此 V A V_A V A    包含 α 2 − α 1 , α 3 − α 1 \alpha_2 - \alpha_1, \alpha_3 - \alpha_1 α 2  − α 1  , α 3  − α 1   ,从而包含它们的线性组合:
X 1 = 5 ( α 2 − α 1 ) − 2 ( α 3 − α 1 ) = ( − 1 6 9 − 4 ) T X_1 = 5(\alpha_2 - \alpha_1) - 2(\alpha_3 - \alpha_1) = \begin {pmatrix} -1 & 6 & 9 & -4 \end {pmatrix}^T
 X 1  = 5 ( α 2  − α 1  ) − 2 ( α 3  − α 1  ) = ( − 1  6  9  − 4  ) T 
因此,方程组的通解为
α 1 + t X 1 = ( 1 − 2 − 3 4 ) + t ( − 1 6 9 − 4 ) \alpha_1 + t X_1 = \begin {pmatrix} 1 \\ -2 \\ -3 \\ 4 \end {pmatrix} + t \begin {pmatrix} -1 \\ 6 \\ 9 \\ -4 \end {pmatrix}
 α 1  + t X 1  =  1 − 2 − 3 4   + t  − 1 6 9 − 4   
#  习题 
求由以下每组向量生成子空间的维数,并求出一组基:
(1) α 1 = ( 6 , 4 , 1 , − 1 , 2 ) , α 2 = ( 1 , 0 , 2 , 3 , 4 ) , α 3 = ( 1 , 4 , − 9 , − 16 , 22 ) , α 4 = ( 7 , 1 , 0 , − 1 , 3 ) \alpha_1 = (6, 4, 1, -1, 2), \alpha_2 = (1, 0, 2, 3, 4), \alpha_3 = (1, 4, -9, -16, 22), \alpha_4 = (7, 1, 0, -1, 3) α 1  = ( 6 , 4 , 1 , − 1 , 2 ) , α 2  = ( 1 , 0 , 2 , 3 , 4 ) , α 3  = ( 1 , 4 , − 9 , − 16 , 22 ) , α 4  = ( 7 , 1 , 0 , − 1 , 3 )  ;
(2) α 1 = ( 1 , − 1 , 2 , 4 ) , α 2 = ( 0 , 3 , 1 , 2 ) , α 3 = ( 3 , 0 , 7 , 14 ) , α 4 = ( 1 , − 1 , 2 , 0 ) , α 5 = ( 2 , 1 , 5 , 6 ) \alpha_1 = (1, -1, 2, 4), \alpha_2 = (0, 3, 1, 2), \alpha_3 = (3, 0, 7, 14), \alpha_4 = (1, -1, 2, 0), \alpha_5 = (2, 1, 5, 6) α 1  = ( 1 , − 1 , 2 , 4 ) , α 2  = ( 0 , 3 , 1 , 2 ) , α 3  = ( 3 , 0 , 7 , 14 ) , α 4  = ( 1 , − 1 , 2 , 0 ) , α 5  = ( 2 , 1 , 5 , 6 ) 
(1) 解:按列向量排成矩阵并进行初等行变换:
( 6 1 1 7 4 0 4 1 1 2 − 9 0 − 1 3 − 16 − 1 2 4 22 3 ) → ( 1 , 3 ) ( 1 2 − 9 0 6 1 1 7 4 0 4 1 − 1 3 − 16 − 1 2 4 22 3 ) → − 6 ( 1 ) + ( 2 ) , − 4 ( 1 ) + ( 3 ) , ( 1 ) + ( 4 ) , − 2 ( 1 ) + ( 5 ) ( 1 2 − 9 0 0 − 11 55 7 0 − 8 40 1 0 5 − 25 − 1 0 0 40 3 ) → − 8 11 ( 2 ) + ( 3 ) , 5 11 ( 2 ) + ( 4 ) ( 1 2 − 9 0 0 − 11 55 7 0 0 0 − 45 11 0 0 0 24 11 0 0 40 3 ) → ( 3 , 5 ) ( 1 2 − 9 0 0 − 11 55 7 0 0 40 3 0 0 0 − 45 11 0 0 0 24 11 ) → 8 15 ( 4 ) + ( 5 ) ( 1 2 − 9 0 0 − 11 55 7 0 0 40 3 0 0 0 − 45 11 0 0 0 0 )     \begin {pmatrix}
    6 & 1 & 1 & 7 \\
    4 & 0 & 4 & 1 \\
    1 & 2 & -9 & 0 \\
    -1 & 3 & -16 & -1 \\
    2 & 4 & 22 & 3
    \end {pmatrix}
    \quad \xrightarrow {(1, 3)} \quad
    \begin {pmatrix}
    1 & 2 & -9 & 0 \\
    6 & 1 & 1 & 7 \\
    4 & 0 & 4 & 1 \\
    -1 & 3 & -16 & -1 \\
    2 & 4 & 22 & 3
    \end {pmatrix}
    \quad \xrightarrow {-6(1) + (2), -4(1) + (3), (1) + (4), -2(1) + (5)} \quad
    \begin {pmatrix}
    1 & 2 & -9 & 0 \\
    0 & -11 & 55 & 7 \\
    0 & -8 & 40 & 1 \\
    0 & 5 & -25 & -1 \\
    0 & 0 & 40 & 3
    \end {pmatrix}
    \quad \xrightarrow {- \frac 8 {11} (2) + (3), \frac 5 {11} (2) + (4)} \quad
    \begin {pmatrix}
    1 & 2 & -9 & 0 \\
    0 & -11 & 55 & 7 \\
    0 & 0 & 0 & - \frac {45} {11} \\
    0 & 0 & 0 & \frac {24} {11} \\
    0 & 0 & 40 & 3
    \end {pmatrix}
    \quad \xrightarrow {(3, 5)} \quad
    \begin {pmatrix}
    1 & 2 & -9 & 0 \\
    0 & -11 & 55 & 7 \\
    0 & 0 & 40 & 3 \\
    0 & 0 & 0 & - \frac {45} {11} \\
    0 & 0 & 0 & \frac {24} {11}
    \end {pmatrix}
    \quad \xrightarrow {\frac 8 {15} (4) + (5)} \quad
    \begin {pmatrix}
    1 & 2 & -9 & 0 \\
    0 & -11 & 55 & 7 \\
    0 & 0 & 40 & 3 \\
    0 & 0 & 0 & - \frac {45} {11} \\
    0 & 0 & 0 & 0
    \end {pmatrix}
  6 4 1 − 1 2  1 0 2 3 4  1 4 − 9 − 16 22  7 1 0 − 1 3   ( 1 , 3 )   1 6 4 − 1 2  2 1 0 3 4  − 9 1 4 − 16 22  0 7 1 − 1 3   − 6 ( 1 ) + ( 2 ) , − 4 ( 1 ) + ( 3 ) , ( 1 ) + ( 4 ) , − 2 ( 1 ) + ( 5 )   1 0 0 0 0  2 − 11 − 8 5 0  − 9 55 40 − 25 40  0 7 1 − 1 3   − 11 8  ( 2 ) + ( 3 ) , 11 5  ( 2 ) + ( 4 )   1 0 0 0 0  2 − 11 0 0 0  − 9 55 0 0 40  0 7 − 11 45  11 24  3   ( 3 , 5 )   1 0 0 0 0  2 − 11 0 0 0  − 9 55 40 0 0  0 7 3 − 11 45  11 24    15 8  ( 4 ) + ( 5 )   1 0 0 0 0  2 − 11 0 0 0  − 9 55 40 0 0  0 7 3 − 11 45  0   
则该向量组生成子空间的维数为 4 4 4  ,一组基为 { ( 1 , 0 , 0 , 0 ) , ( 0 , 1 , 0 , 0 ) , ( 0 , 0 , 1 , 0 ) , ( 0 , 0 , 0 , 1 ) } \{ (1, 0, 0, 0), (0, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1) \} {( 1 , 0 , 0 , 0 ) , ( 0 , 1 , 0 , 0 ) , ( 0 , 0 , 1 , 0 ) , ( 0 , 0 , 0 , 1 )}  。
 
(2) 解:按列向量排成矩阵并进行初等行变换:
( 1 0 3 1 2 − 1 3 0 − 1 1 2 1 7 2 5 4 2 14 0 6 ) → ( 1 ) + ( 2 ) , − 2 ( 1 ) + ( 3 ) , − 4 ( 1 ) + ( 4 ) ( 1 0 3 1 2 0 3 3 0 3 0 1 1 0 1 0 2 2 − 4 − 2 ) → ( 2 , 3 ) ( 1 0 3 1 2 0 1 1 0 1 0 3 3 0 3 0 2 2 − 4 − 2 ) → − 3 ( 2 ) + ( 3 ) , − 2 ( 2 ) + ( 4 ) ( 1 0 3 1 2 0 1 1 0 1 0 0 0 0 0 0 0 0 − 4 − 4 ) → ( 3 , 4 ) ( 1 0 3 1 2 0 1 1 0 1 0 0 0 − 4 − 4 0 0 0 0 0 )     \begin {pmatrix}
    1 & 0 & 3 & 1 & 2 \\
    -1 & 3 & 0 & -1 & 1 \\
    2 & 1 & 7 & 2 & 5 \\
    4 & 2 & 14 & 0 & 6
    \end {pmatrix}
    \quad \xrightarrow {(1) + (2), -2(1) + (3), -4(1) + (4)} \quad
    \begin {pmatrix}
    1 & 0 & 3 & 1 & 2 \\
    0 & 3 & 3 & 0 & 3 \\
    0 & 1 & 1 & 0 & 1 \\
    0 & 2 & 2 & -4 & -2
    \end {pmatrix}
    \quad \xrightarrow {(2, 3)} \quad
    \begin {pmatrix}
    1 & 0 & 3 & 1 & 2 \\
    0 & 1 & 1 & 0 & 1 \\
    0 & 3 & 3 & 0 & 3 \\
    0 & 2 & 2 & -4 & -2
    \end {pmatrix}
    \quad \xrightarrow {-3(2) + (3), -2(2) + (4)} \quad
    \begin {pmatrix}
    1 & 0 & 3 & 1 & 2 \\
    0 & 1 & 1 & 0 & 1 \\
    0 & 0 & 0 & 0 & 0 \\
    0 & 0 & 0 & -4 & -4
    \end {pmatrix}
    \quad \xrightarrow {(3, 4)} \quad
    \begin {pmatrix}
    1 & 0 & 3 & 1 & 2 \\
    0 & 1 & 1 & 0 & 1 \\
    0 & 0 & 0 & -4 & -4 \\
    0 & 0 & 0 & 0 & 0
    \end {pmatrix}
  1 − 1 2 4  0 3 1 2  3 0 7 14  1 − 1 2 0  2 1 5 6   ( 1 ) + ( 2 ) , − 2 ( 1 ) + ( 3 ) , − 4 ( 1 ) + ( 4 )   1 0 0 0  0 3 1 2  3 3 1 2  1 0 0 − 4  2 3 1 − 2   ( 2 , 3 )   1 0 0 0  0 1 3 2  3 1 3 2  1 0 0 − 4  2 1 3 − 2   − 3 ( 2 ) + ( 3 ) , − 2 ( 2 ) + ( 4 )   1 0 0 0  0 1 0 0  3 1 0 0  1 0 0 − 4  2 1 0 − 4   ( 3 , 4 )   1 0 0 0  0 1 0 0  3 1 0 0  1 0 − 4 0  2 1 − 4 0   
由此该向量组生成子空间的维数为 3 3 3  ,一组基为 { ( 1 , − 1 , 2 , 4 ) , ( 0 , 3 , 1 , 2 ) , ( 1 , − 1 , 2 , 0 ) } \{ (1, -1, 2, 4), (0, 3, 1, 2), (1, -1, 2, 0) \} {( 1 , − 1 , 2 , 4 ) , ( 0 , 3 , 1 , 2 ) , ( 1 , − 1 , 2 , 0 )}  。
 
 
设 α 1 , α 2 , α 3 \alpha_1, \alpha_2, \alpha_3 α 1  , α 2  , α 3    是向量空间 V V V   的一组基,求由如下向量组生成子空间的维数:
(1) β 1 = α 1 + 2 α 2 + α 3 , β 2 = α 1 + α 2 − 3 α 3 , β 3 = α 1 + 5 α 2 + 13 α 3 \beta_1 = \alpha_1 + 2 \alpha_2 + \alpha_3, \beta_2 = \alpha_1 + \alpha_2 - 3 \alpha_3, \beta_3 = \alpha_1 + 5 \alpha_2 + 13 \alpha_3 β 1  = α 1  + 2 α 2  + α 3  , β 2  = α 1  + α 2  − 3 α 3  , β 3  = α 1  + 5 α 2  + 13 α 3   ;
(2) β 1 = α 1 + α 2 − α 3 , β 2 = α 1 + 9 α 2 + 3 α 3 , β 3 = α 1 + 4 α 2 + 2 α 3 \beta_1 = \alpha_1 + \alpha_2 - \alpha_3, \beta_2 = \alpha_1 + 9 \alpha_2 + 3 \alpha_3, \beta_3 = \alpha_1 + 4 \alpha_2 + 2 \alpha_3 β 1  = α 1  + α 2  − α 3  , β 2  = α 1  + 9 α 2  + 3 α 3  , β 3  = α 1  + 4 α 2  + 2 α 3   ;
(3) β 1 = α 1 + α 2 + α 3 , β 2 = 2 α 1 − α 2 + 3 α 3 , β 3 = 4 α 1 + α 2 + 9 α 3 \beta_1 = \alpha_1 + \alpha_2 + \alpha_3, \beta_2 = 2 \alpha_1 - \alpha_2 + 3 \alpha_3, \beta_3 = 4 \alpha_1 + \alpha_2 + 9 \alpha_3 β 1  = α 1  + α 2  + α 3  , β 2  = 2 α 1  − α 2  + 3 α 3  , β 3  = 4 α 1  + α 2  + 9 α 3   。
(1) 解:写作列向量矩阵,并进行初等行变换:
( 1 1 1 2 1 5 1 − 3 13 ) → − 2 ( 1 ) + ( 2 ) , − ( 1 ) + ( 3 ) ( 1 1 1 0 − 1 3 0 − 4 12 ) → − 4 ( 2 ) + ( 3 ) ( 1 1 1 0 − 1 3 0 0 0 )     \begin {pmatrix}
    1 & 1 & 1 \\
    2 & 1 & 5 \\
    1 & -3 & 13
    \end {pmatrix}
    \quad \xrightarrow {-2(1) + (2), -(1) + (3)} \quad
    \begin {pmatrix}
    1 & 1 & 1 \\
    0 & -1 & 3 \\
    0 & -4 & 12
    \end {pmatrix}
    \quad \xrightarrow {-4(2) + (3)} \quad
    \begin {pmatrix}
    1 & 1 & 1 \\
    0 & -1 & 3 \\
    0 & 0 & 0
    \end {pmatrix}
  1 2 1  1 1 − 3  1 5 13   − 2 ( 1 ) + ( 2 ) , − ( 1 ) + ( 3 )   1 0 0  1 − 1 − 4  1 3 12   − 4 ( 2 ) + ( 3 )   1 0 0  1 − 1 0  1 3 0   
因此该向量组生成子空间的维数为 2 2 2  。
 
(2) 解:写作列向量矩阵,并进行初等行变换:
( 1 1 1 1 9 4 − 1 3 2 ) → − ( 1 ) + ( 2 ) , ( 1 ) + ( 3 ) ( 1 1 1 0 8 3 0 4 3 ) → − 1 2 ( 2 ) + ( 3 ) ( 1 1 1 0 8 3 0 0 3 2 )     \begin {pmatrix}
    1 & 1 & 1 \\
    1 & 9 & 4 \\
    -1 & 3 & 2
    \end {pmatrix}
    \quad \xrightarrow {-(1) + (2), (1) + (3)} \quad
    \begin {pmatrix}
    1 & 1 & 1 \\
    0 & 8 & 3 \\
    0 & 4 & 3
    \end {pmatrix}
    \quad \xrightarrow {- \frac 1 2 (2) + (3)} \quad
    \begin {pmatrix}
    1 & 1 & 1 \\
    0 & 8 & 3 \\
    0 & 0 & \frac 3 2
    \end {pmatrix}
  1 1 − 1  1 9 3  1 4 2   − ( 1 ) + ( 2 ) , ( 1 ) + ( 3 )   1 0 0  1 8 4  1 3 3   − 2 1  ( 2 ) + ( 3 )   1 0 0  1 8 0  1 3 2 3    
因此该向量组生成子空间的维数为 3 3 3  。
 
(3) 解:写作列向量矩阵,并进行初等行变换:
( 1 2 4 1 − 1 1 1 3 9 ) → − ( 1 ) + ( 2 ) , − ( 1 ) + ( 3 ) ( 1 2 4 0 − 3 − 3 0 1 5 ) → 1 3 ( 2 ) + ( 3 ) ( 1 2 4 0 − 3 − 3 0 0 4 )     \begin {pmatrix}
    1 & 2 & 4 \\
    1 & -1 & 1 \\
    1 & 3 & 9
    \end {pmatrix}
    \quad \xrightarrow {-(1) + (2), -(1) + (3)} \quad
    \begin {pmatrix}
    1 & 2 & 4 \\
    0 & -3 & -3 \\
    0 & 1 & 5
    \end {pmatrix}
    \quad \xrightarrow {\frac 1 3 (2) + (3)} \quad
    \begin {pmatrix}
    1 & 2 & 4 \\
    0 & -3 & -3 \\
    0 & 0 & 4
    \end {pmatrix}
  1 1 1  2 − 1 3  4 1 9   − ( 1 ) + ( 2 ) , − ( 1 ) + ( 3 )   1 0 0  2 − 3 1  4 − 3 5   3 1  ( 2 ) + ( 3 )   1 0 0  2 − 3 0  4 − 3 4   
因此该向量组生成子空间的维数为 3 3 3  。
 
 
问下列方程的解集是否是 R 4 \R^4 R 4   的子空间?
(1) x 1 + 2 x 2 = 3 x 3 + 4 x 4 x_1 + 2 x_2 = 3 x_3 + 4 x_4 x 1  + 2 x 2  = 3 x 3  + 4 x 4   ;
(2) x 1 + 2 x 2 = 3 x 3 + 4 − x 4 x_1 + 2 x_2 = 3 x_3 + 4 - x_4 x 1  + 2 x 2  = 3 x 3  + 4 − x 4   ;
(3) ( x 1 + 2 x 2 ) 2 = ( 3 x 3 + 4 x 4 ) 2 (x_1 + 2 x_2)^2 = (3 x_3 + 4 x_4)^2 ( x 1  + 2 x 2  ) 2 = ( 3 x 3  + 4 x 4  ) 2  ;
(4) ( x 1 + 2 x 2 ) 2 + ( 3 x 3 + 4 x 4 ) 2 = 0 (x_1 + 2 x_2)^2 + (3 x_3 + 4 x_4)^2 = 0 ( x 1  + 2 x 2  ) 2 + ( 3 x 3  + 4 x 4  ) 2 = 0  。
(1) 解:方程可化为:
x 1 = − 2 x 2 + 3 x 3 + 4 x 4     x_1 = -2 x_2 + 3 x_3 + 4 x_4
 x 1  = − 2 x 2  + 3 x 3  + 4 x 4  
可得通解的向量形式为:
X = t 1 ( − 2 1 0 0 ) + t 2 ( 3 0 1 0 ) + t 3 ( 4 0 0 1 )     X = t_1 \begin {pmatrix} -2 \\ 1 \\ 0 \\ 0 \end {pmatrix} + t_2 \begin {pmatrix} 3 \\ 0 \\ 1 \\ 0 \end {pmatrix} + t_3 \begin {pmatrix} 4 \\ 0 \\ 0 \\ 1 \end {pmatrix}
 X = t 1   − 2 1 0 0   + t 2   3 0 1 0   + t 3   4 0 0 1   
则解空间的维度为 3 3 3  ,是 R 4 \R^4 R 4   的子空间。
 
(2) 解:方程可化为:
x 1 = − 2 x 2 + 3 x 3 + 4 x 4 + 4     x_1 = -2 x_2 + 3 x_3 + 4 x_4 + 4
 x 1  = − 2 x 2  + 3 x 3  + 4 x 4  + 4 
可得通解的向量形式为:
X = ( 4 0 0 0 ) + t 1 ( − 2 1 0 0 ) + t 2 ( 3 0 1 0 ) + t 3 ( 4 0 0 1 )     X = \begin {pmatrix} 4 \\ 0 \\ 0 \\ 0 \end {pmatrix} + t_1 \begin {pmatrix} -2 \\ 1 \\ 0 \\ 0 \end {pmatrix} + t_2 \begin {pmatrix} 3 \\ 0 \\ 1 \\ 0 \end {pmatrix} + t_3 \begin {pmatrix} 4 \\ 0 \\ 0 \\ 1 \end {pmatrix}
 X =  4 0 0 0   + t 1   − 2 1 0 0   + t 2   3 0 1 0   + t 3   4 0 0 1   
则零向量不包括在该解空间里,不构成 R 4 \R^4 R 4   的一个子空间。 
忽略了子空间必须包含零向量(不然对于数乘不封闭) 
 
(3) 解:方程可化为:
x 1 + 2 x 2 − 3 x 3 − 4 x 4 = 0 (1)     x_1 + 2 x_2 - 3 x_3 - 4 x_4 = 0 \tag {1}
 x 1  + 2 x 2  − 3 x 3  − 4 x 4  = 0 ( 1 ) 
x 1 + 2 x 2 + 3 x 3 + 4 x 4 = 0 (2)     x_1 + 2 x_2 + 3 x_3 + 4 x_4 = 0 \tag {2}
 x 1  + 2 x 2  + 3 x 3  + 4 x 4  = 0 ( 2 ) 
以上方程中任意一个成立即可。方程 ( 1 ) (1) ( 1 )   通解为:
X 1 = t 1 ( − 2 1 0 0 ) + t 2 ( 3 0 1 0 ) + t 3 ( 4 0 0 1 )     X_1 = t_1 \begin {pmatrix} -2 \\ 1 \\ 0 \\ 0 \end {pmatrix} + t_2 \begin {pmatrix} 3 \\ 0 \\ 1 \\ 0 \end {pmatrix} + t_3 \begin {pmatrix} 4 \\ 0 \\ 0 \\ 1 \end {pmatrix}
 X 1  = t 1   − 2 1 0 0   + t 2   3 0 1 0   + t 3   4 0 0 1   
方程 ( 2 ) (2) ( 2 )   通解为:
X 2 = t 1 ( − 2 1 0 0 ) + t 2 ( − 3 0 1 0 ) + t 3 ( − 4 0 0 1 )     X_2 = t_1 \begin {pmatrix} -2 \\ 1 \\ 0 \\ 0 \end {pmatrix} + t_2 \begin {pmatrix} -3 \\ 0 \\ 1 \\ 0 \end {pmatrix} + t_3 \begin {pmatrix} -4 \\ 0 \\ 0 \\ 1 \end {pmatrix}
 X 2  = t 1   − 2 1 0 0   + t 2   − 3 0 1 0   + t 3   − 4 0 0 1   
两个解空间均为三维空间,该方程解空间为以上两个解空间的并集,不具有加法的封闭性,不构成 R 4 \R^4 R 4   的子空间。 
忽略了子空间要求对加法的封闭性 
 
(4) 解:方程可化为:
{ x 1 + 2 x 2 = 0 3 x 3 + 4 x 4 = 0     \begin {cases}
    x_1 + 2 x_2 = 0 \\
    3 x_3 + 4 x_4 = 0
    \end {cases}
 { x 1  + 2 x 2  = 0 3 x 3  + 4 x 4  = 0  
写作系数矩阵并进行初等行变换:
( 1 2 0 0 0 0 3 4 ) → 1 3 ( 2 ) ( 1 2 0 0 0 0 1 4 3 )     \begin {pmatrix}
    1 & 2 & 0 & 0 \\
    0 & 0 & 3 & 4
    \end {pmatrix}
    \quad \xrightarrow {\frac 1 3 (2)} \quad
    \begin {pmatrix}
    1 & 2 & 0 & 0 \\
    0 & 0 & 1 & \frac 4 3
    \end {pmatrix}
 ( 1 0  2 0  0 3  0 4  ) 3 1  ( 2 )  ( 1 0  2 0  0 1  0 3 4   ) 
则方程组通解为:
X = t 1 ( − 2 1 0 0 ) + t 2 ( 0 0 − 4 3 )     X = t_1 \begin {pmatrix} -2 \\ 1 \\ 0 \\ 0 \end {pmatrix} + t_2 \begin {pmatrix} 0 \\ 0 \\ -4 \\ 3 \end {pmatrix}
 X = t 1   − 2 1 0 0   + t 2   0 0 − 4 3   
即解空间为二维空间,是 R 4 \R^4 R 4   的子空间。
 
 
求如下方程组的通解:
x ( 1 2 1 ) + y ( 1 1 5 ) + z ( 1 5 13 ) = ( 1 0 0 ) x \begin {pmatrix} 1 \\ 2 \\ 1 \end {pmatrix} + y \begin {pmatrix} 1 \\ 1 \\ 5 \end {pmatrix} + z \begin {pmatrix} 1 \\ 5 \\ 13 \end {pmatrix} = \begin {pmatrix} 1 \\ 0 \\ 0 \end {pmatrix}
 x  1 2 1   + y  1 1 5   + z  1 5 13   =  1 0 0   
解:将该方程组写作增广矩阵并进行初等行变换:
( 1 1 1 1 2 1 5 0 1 5 13 0 ) → − 2 ( 1 ) + ( 2 ) , − ( 1 ) + ( 3 ) ( 1 1 1 1 0 − 1 3 − 2 0 4 12 − 1 ) → 4 ( 2 ) + ( 3 ) ( 1 1 1 1 0 − 1 3 − 2 0 0 24 − 9 ) → − ( 2 ) , 1 24 ( 3 ) ( 1 1 1 1 0 1 − 3 2 0 0 1 − 3 8 ) → − ( 3 ) + ( 1 ) , 3 ( 3 ) + ( 2 ) ( 1 1 0 11 8 0 1 0 7 8 0 0 1 − 3 8 ) → − ( 2 ) + ( 1 ) ( 1 0 0 1 2 0 1 0 7 8 0 0 1 − 3 8 )     \begin {pmatrix}
    1 & 1 & 1 & 1 \\
    2 & 1 & 5 & 0 \\
    1 & 5 & 13 & 0
    \end {pmatrix}
    \quad \xrightarrow {-2 (1) + (2), -(1) + (3)} \quad
    \begin {pmatrix}
    1 & 1 & 1 & 1 \\
    0 & -1 & 3 & -2 \\
    0 & 4 & 12 & -1
    \end {pmatrix}
    \quad \xrightarrow {4(2) + (3)} \quad
    \begin {pmatrix}
    1 & 1 & 1 & 1 \\
    0 & -1 & 3 & -2 \\
    0 & 0 & 24 & -9
    \end {pmatrix}
    \quad \xrightarrow {-(2), \frac 1 {24} (3)} \quad
    \begin {pmatrix}
    1 & 1 & 1 & 1 \\
    0 & 1 & -3 & 2 \\
    0 & 0 & 1 & -\frac 3 8
    \end {pmatrix}
    \quad \xrightarrow {-(3) + (1), 3(3) + (2)} \quad
    \begin {pmatrix}
    1 & 1 & 0 & \frac {11} 8 \\
    0 & 1 & 0 & \frac 7 8 \\
    0 & 0 & 1 & -\frac 3 8
    \end {pmatrix}
    \quad \xrightarrow {-(2) + (1)} \quad
    \begin {pmatrix}
    1 & 0 & 0 & \frac 1 2 \\
    0 & 1 & 0 & \frac 7 8 \\
    0 & 0 & 1 & -\frac 3 8
    \end {pmatrix}
  1 2 1  1 1 5  1 5 13  1 0 0   − 2 ( 1 ) + ( 2 ) , − ( 1 ) + ( 3 )   1 0 0  1 − 1 4  1 3 12  1 − 2 − 1   4 ( 2 ) + ( 3 )   1 0 0  1 − 1 0  1 3 24  1 − 2 − 9   − ( 2 ) , 24 1  ( 3 )   1 0 0  1 1 0  1 − 3 1  1 2 − 8 3    − ( 3 ) + ( 1 ) , 3 ( 3 ) + ( 2 )   1 0 0  1 1 0  0 0 1  8 11  8 7  − 8 3    − ( 2 ) + ( 1 )   1 0 0  0 1 0  0 0 1  2 1  8 7  − 8 3    
则方程组通解唯一,为 X = ( 1 2 7 8 − 3 8 ) T X = \begin {pmatrix} \dfrac 1 2 & \dfrac 7 8 & -\dfrac 3 8 \end {pmatrix}^T X = ( 2 1   8 7   − 8 3   ) T 
 
 
求下列每个齐次线性方程组的一个基础解系,并写出通解。
(1)
{ x 1 + x 2 + x 3 + x 4 + x 5 = 0 x 1 + 2 x 2 + 3 x 3 + 4 x 4 + 5 x 5 = 0 x 1 − x 3 − 2 x 4 − 3 x 5 = 0 \begin {cases}
x_1 + x_2 + x_3 + x_4 + x_5 = 0 \\
x_1 + 2 x_2 + 3 x_3 + 4 x_4 + 5 x_5 = 0 \\
x_1 - x_3 - 2 x_4 - 3 x_5 = 0
\end {cases}
 ⎩ ⎨ ⎧  x 1  + x 2  + x 3  + x 4  + x 5  = 0 x 1  + 2 x 2  + 3 x 3  + 4 x 4  + 5 x 5  = 0 x 1  − x 3  − 2 x 4  − 3 x 5  = 0  
(2)
{ x 1 + x 2 + x 3 + x 4 − 4 x 5 = 0 x 1 − 2 x 2 + 3 x 3 − 4 x 4 + 2 x 5 = 0 − x 1 + 3 x 2 − 5 x 3 + 7 x 4 − 4 x 5 = 0 x 1 + 2 x 2 − x 3 + 4 x 4 − 6 x 5 = 0 \begin {cases}
x_1 + x_2 + x_3 + x_4 - 4 x_5 = 0 \\
x_1 - 2 x_2 + 3 x_3 - 4 x_4 + 2 x_5 = 0 \\
-x_1 + 3 x_2 - 5 x_3 + 7 x_4 - 4 x_5 = 0 \\
x_1 + 2 x_2 - x_3 + 4 x_4 - 6 x_5 = 0
\end {cases}
 ⎩ ⎨ ⎧  x 1  + x 2  + x 3  + x 4  − 4 x 5  = 0 x 1  − 2 x 2  + 3 x 3  − 4 x 4  + 2 x 5  = 0 − x 1  + 3 x 2  − 5 x 3  + 7 x 4  − 4 x 5  = 0 x 1  + 2 x 2  − x 3  + 4 x 4  − 6 x 5  = 0  
(1) 解:将方程组写作系数矩阵并进行初等行变换:
( 1 1 1 1 1 1 2 3 4 5 1 0 − 1 − 2 − 3 ) → − ( 1 ) + ( 2 ) , − ( 1 ) + ( 3 ) ( 1 1 1 1 1 0 1 2 3 4 0 − 1 − 2 − 3 − 4 ) → ( 2 ) + ( 3 ) ( 1 1 1 1 1 0 1 2 3 4 0 0 0 0 0 ) → − ( 2 ) + ( 1 ) ( 1 0 − 1 − 2 − 3 0 1 2 3 4 0 0 0 0 0 )     \begin {pmatrix}
    1 & 1 & 1 & 1 & 1 \\
    1 & 2 & 3 & 4 & 5 \\
    1 & 0 & -1 & -2 & -3
    \end {pmatrix}
    \quad \xrightarrow {-(1) + (2), -(1) + (3)} \quad
    \begin {pmatrix}
    1 & 1 & 1 & 1 & 1 \\
    0 & 1 & 2 & 3 & 4 \\
    0 & -1 & -2 & -3 & -4
    \end {pmatrix}
    \quad \xrightarrow {(2) + (3)} \quad
    \begin {pmatrix}
    1 & 1 & 1 & 1 & 1 \\
    0 & 1 & 2 & 3 & 4 \\
    0 & 0 & 0 & 0 & 0
    \end {pmatrix}
    \quad \xrightarrow {-(2) + (1)} \quad
    \begin {pmatrix}
    1 & 0 & -1 & -2 & -3 \\
    0 & 1 & 2 & 3 & 4 \\
    0 & 0 & 0 & 0 & 0
    \end {pmatrix}
  1 1 1  1 2 0  1 3 − 1  1 4 − 2  1 5 − 3   − ( 1 ) + ( 2 ) , − ( 1 ) + ( 3 )   1 0 0  1 1 − 1  1 2 − 2  1 3 − 3  1 4 − 4   ( 2 ) + ( 3 )   1 0 0  1 1 0  1 2 0  1 3 0  1 4 0   − ( 2 ) + ( 1 )   1 0 0  0 1 0  − 1 2 0  − 2 3 0  − 3 4 0   
由此可得方程组的一个基础解系为:
( 1 − 2 1 0 0 ) T , ( 2 − 3 0 1 0 ) T , ( 3 − 4 0 0 1 ) T     \begin {pmatrix} 1 & -2 & 1 & 0 & 0 \end {pmatrix}^T, \begin {pmatrix} 2 & -3 & 0 & 1 & 0 \end {pmatrix}^T, \begin {pmatrix} 3 & -4 & 0 & 0 & 1 \end {pmatrix}^T
 ( 1  − 2  1  0  0  ) T , ( 2  − 3  0  1  0  ) T , ( 3  − 4  0  0  1  ) T 
方程组的通解为:
X = t 1 ( 1 − 2 1 0 0 ) + t 2 ( 2 − 3 0 1 0 ) + t 3 ( 3 − 4 0 0 1 )     X = t_1 \begin {pmatrix} 1 \\ -2 \\ 1 \\ 0 \\ 0 \end {pmatrix} + t_2 \begin {pmatrix} 2 \\ -3 \\ 0 \\ 1 \\ 0 \end {pmatrix} + t_3 \begin {pmatrix} 3 \\ -4 \\ 0 \\ 0 \\ 1 \end {pmatrix}
 X = t 1   1 − 2 1 0 0   + t 2   2 − 3 0 1 0   + t 3   3 − 4 0 0 1   
 
(2) 解:写出方程组的系数矩阵并进行初等行变换:
( 1 1 1 1 − 4 1 − 2 3 − 4 2 − 1 3 − 5 7 − 4 1 2 − 1 4 − 6 ) → − ( 1 ) + ( 2 ) , ( 1 ) + ( 3 ) , − ( 1 ) + ( 4 ) ( 1 1 1 1 − 4 0 − 3 2 − 5 6 0 4 − 4 8 − 8 0 1 − 2 3 − 2 ) → ( 2 , 4 ) ( 1 1 1 1 − 4 0 1 − 2 3 − 2 0 4 − 4 8 − 8 0 − 3 2 − 5 6 ) → − 4 ( 2 ) + ( 3 ) , 3 ( 2 ) + ( 4 ) ( 1 1 1 1 − 4 0 1 − 2 3 − 2 0 0 4 − 4 0 0 0 − 4 4 0 ) → ( 3 ) + ( 4 ) ( 1 1 1 1 − 4 0 1 − 2 3 − 2 0 0 4 − 4 0 0 0 0 0 0 ) → 1 4 ( 3 ) ( 1 1 1 1 − 4 0 1 − 2 3 − 2 0 0 1 − 1 0 0 0 0 0 0 ) → − ( 3 ) + ( 1 ) , 2 ( 3 ) + ( 2 ) ( 1 1 0 2 − 4 0 1 0 1 − 2 0 0 1 − 1 0 0 0 0 0 0 ) → − ( 2 ) + ( 1 ) ( 1 0 0 1 − 2 0 1 0 1 − 2 0 0 1 − 1 0 0 0 0 0 0 )     \begin {pmatrix}
    1 & 1 & 1 & 1 & -4 \\
    1 & -2 & 3 & -4 & 2 \\
    -1 & 3 & -5 & 7 & -4 \\
    1 & 2 & -1 & 4 & -6
    \end {pmatrix}
    \quad \xrightarrow {-(1) + (2), (1) + (3), -(1) + (4)} \quad
    \begin {pmatrix}
    1 & 1 & 1 & 1 & -4 \\
    0 & -3 & 2 & -5 & 6 \\
    0 & 4 & -4 & 8 & -8 \\
    0 & 1 & -2 & 3 & -2
    \end {pmatrix}
    \quad \xrightarrow {(2, 4)} \quad
    \begin {pmatrix}
    1 & 1 & 1 & 1 & -4 \\
    0 & 1 & -2 & 3 & -2 \\
    0 & 4 & -4 & 8 & -8 \\
    0 & -3 & 2 & -5 & 6
    \end {pmatrix}
    \quad \xrightarrow {-4(2) + (3), 3(2) + (4)} \quad
    \begin {pmatrix}
    1 & 1 & 1 & 1 & -4 \\
    0 & 1 & -2 & 3 & -2 \\
    0 & 0 & 4 & -4 & 0 \\
    0 & 0 & -4 & 4 & 0
    \end {pmatrix}
    \quad \xrightarrow {(3) + (4)} \quad
    \begin {pmatrix}
    1 & 1 & 1 & 1 & -4 \\
    0 & 1 & -2 & 3 & -2 \\
    0 & 0 & 4 & -4 & 0 \\
    0 & 0 & 0 & 0 & 0
    \end {pmatrix}
    \quad \xrightarrow {\frac 1 4 (3)} \quad
    \begin {pmatrix}
    1 & 1 & 1 & 1 & -4 \\
    0 & 1 & -2 & 3 & -2 \\
    0 & 0 & 1 & -1 & 0 \\
    0 & 0 & 0 & 0 & 0
    \end {pmatrix}
    \quad \xrightarrow {-(3) + (1), 2(3) + (2)} \quad
    \begin {pmatrix}
    1 & 1 & 0 & 2 & -4 \\
    0 & 1 & 0 & 1 & -2 \\
    0 & 0 & 1 & -1 & 0 \\
    0 & 0 & 0 & 0 & 0
    \end {pmatrix}
    \quad \xrightarrow {-(2) + (1)} \quad
    \begin {pmatrix}
    1 & 0 & 0 & 1 & -2 \\
    0 & 1 & 0 & 1 & -2 \\
    0 & 0 & 1 & -1 & 0 \\
    0 & 0 & 0 & 0 & 0
    \end {pmatrix}
  1 1 − 1 1  1 − 2 3 2  1 3 − 5 − 1  1 − 4 7 4  − 4 2 − 4 − 6   − ( 1 ) + ( 2 ) , ( 1 ) + ( 3 ) , − ( 1 ) + ( 4 )   1 0 0 0  1 − 3 4 1  1 2 − 4 − 2  1 − 5 8 3  − 4 6 − 8 − 2   ( 2 , 4 )   1 0 0 0  1 1 4 − 3  1 − 2 − 4 2  1 3 8 − 5  − 4 − 2 − 8 6   − 4 ( 2 ) + ( 3 ) , 3 ( 2 ) + ( 4 )   1 0 0 0  1 1 0 0  1 − 2 4 − 4  1 3 − 4 4  − 4 − 2 0 0   ( 3 ) + ( 4 )   1 0 0 0  1 1 0 0  1 − 2 4 0  1 3 − 4 0  − 4 − 2 0 0   4 1  ( 3 )   1 0 0 0  1 1 0 0  1 − 2 1 0  1 3 − 1 0  − 4 − 2 0 0   − ( 3 ) + ( 1 ) , 2 ( 3 ) + ( 2 )   1 0 0 0  1 1 0 0  0 0 1 0  2 1 − 1 0  − 4 − 2 0 0   − ( 2 ) + ( 1 )   1 0 0 0  0 1 0 0  0 0 1 0  1 1 − 1 0  − 2 − 2 0 0   
由此可得方程组的一个基础解系:
( − 1 − 1 1 1 0 ) T , ( 2 2 0 0 1 ) T     \begin {pmatrix} -1 & -1 & 1 & 1 & 0 \end {pmatrix}^T, \begin {pmatrix} 2 & 2 & 0 & 0 & 1 \end {pmatrix}^T
 ( − 1  − 1  1  1  0  ) T , ( 2  2  0  0  1  ) T 
方程组的通解为:
X = t 1 ( − 1 − 1 1 1 0 ) + t 2 ( 2 2 0 0 1 )     X = t_1 \begin {pmatrix} -1 \\ -1 \\ 1 \\ 1 \\ 0 \end {pmatrix} + t_2 \begin {pmatrix} 2 \\ 2 \\ 0 \\ 0 \\ 1 \end {pmatrix}
 X = t 1   − 1 − 1 1 1 0   + t 2   2 2 0 0 1   
 
 
已知五元线性方程组的系数矩阵的秩为 3 3 3  ,且以下向量是它的解向量:
α 1 = ( 1 , 1 , 1 , 1 , 1 ) , α 2 = ( 1 , 2 , 3 , 4 , 5 ) , α 3 = ( 1 , 0 , − 3 , − 2 , − 3 ) \alpha_1 = (1, 1, 1, 1, 1), \alpha_2 = (1, 2, 3, 4, 5), \alpha_3 = (1, 0, -3, -2, -3)
 α 1  = ( 1 , 1 , 1 , 1 , 1 ) , α 2  = ( 1 , 2 , 3 , 4 , 5 ) , α 3  = ( 1 , 0 , − 3 , − 2 , − 3 ) 
(1) 求方程组的通解。
(2) α 1 + α 2 + α 3 \alpha_1 + \alpha_2 + \alpha_3 α 1  + α 2  + α 3    是否为方程组的解?
(3) 1 3 ( α 1 + α 2 + α 3 ) \dfrac 1 3 (\alpha_1 + \alpha_2 + \alpha_3) 3 1  ( α 1  + α 2  + α 3  )   是否为方程组的解?
(1) 解:将三个解向量排成列向量矩阵并进行初等行变换:
( 1 1 1 1 2 0 1 3 − 3 1 4 − 2 1 5 − 3 ) → − ( 1 ) + ( 2 ) , − ( 1 ) + ( 3 ) , − ( 1 ) + ( 4 ) , − ( 1 ) + ( 5 ) ( 1 1 1 0 1 − 1 0 2 − 4 0 3 − 3 0 4 − 4 ) → − 2 ( 2 ) + ( 3 ) , − 3 ( 2 ) + ( 4 ) , − 4 ( 2 ) + ( 5 ) ( 1 1 1 0 1 − 1 0 0 − 2 0 0 0 0 0 0 )     \begin {pmatrix}
    1 & 1 & 1 \\
    1 & 2 & 0 \\
    1 & 3 & -3 \\
    1 & 4 & -2 \\
    1 & 5 & -3
    \end {pmatrix}
    \quad \xrightarrow {-(1) + (2), -(1) + (3), -(1) + (4), -(1) + (5)} \quad
    \begin {pmatrix}
    1 & 1 & 1 \\
    0 & 1 & -1 \\
    0 & 2 & -4 \\
    0 & 3 & -3 \\
    0 & 4 & -4
    \end {pmatrix}
    \quad \xrightarrow {-2(2) + (3), -3(2) + (4), -4(2) + (5)} \quad
    \begin {pmatrix}
    1 & 1 & 1 \\
    0 & 1 & -1 \\
    0 & 0 & -2 \\
    0 & 0 & 0 \\
    0 & 0 & 0
    \end {pmatrix}
  1 1 1 1 1  1 2 3 4 5  1 0 − 3 − 2 − 3   − ( 1 ) + ( 2 ) , − ( 1 ) + ( 3 ) , − ( 1 ) + ( 4 ) , − ( 1 ) + ( 5 )   1 0 0 0 0  1 1 2 3 4  1 − 1 − 4 − 3 − 4   − 2 ( 2 ) + ( 3 ) , − 3 ( 2 ) + ( 4 ) , − 4 ( 2 ) + ( 5 )   1 0 0 0 0  1 1 0 0 0  1 − 1 − 2 0 0   
由此可知向量组 α 1 , α 2 , α 3 \alpha_1, \alpha_2, \alpha_3 α 1  , α 2  , α 3    线性无关。又已知五元线性方程组的系数矩阵的秩为 3 3 3  ,若该方程组为齐次线性方程组,其解空间 W W W   的维度 dim  W = 5 − 3 = 2 \dim W = 5 - 3 = 2 dim W = 5 − 3 = 2  ,矛盾,因此该方程组为非齐次线性方程组,任意两个解的差构成对应齐次线性方程组的解,即 α 2 − α 1 , α 3 − α 1 \alpha_2 - \alpha_1, \alpha_3 - \alpha_1 α 2  − α 1  , α 3  − α 1    构成一组基础解系:
α 2 − α 1 = ( 0 1 2 3 4 ) T , α 3 − α 1 = ( 0 − 1 − 4 − 3 − 4 ) T     \alpha_2 - \alpha_1 = \begin {pmatrix} 0 & 1 & 2 & 3 & 4 \end {pmatrix}^T, \alpha_3 - \alpha_1 = \begin {pmatrix} 0 & -1 & -4 & -3 & -4 \end {pmatrix}^T
 α 2  − α 1  = ( 0  1  2  3  4  ) T , α 3  − α 1  = ( 0  − 1  − 4  − 3  − 4  ) T 
方程组的通解可表示为:
X = ( 1 1 1 1 1 ) + t 1 ( 0 1 2 3 4 ) + t 2 ( 0 − 1 − 4 − 3 − 4 )     X = \begin {pmatrix} 1 \\ 1 \\ 1 \\ 1 \\ 1 \end {pmatrix} + t_1 \begin {pmatrix} 0 \\ 1 \\ 2 \\ 3 \\ 4 \end {pmatrix} + t_2 \begin {pmatrix} 0 \\ -1 \\ -4 \\ -3 \\ -4 \end {pmatrix}
 X =  1 1 1 1 1   + t 1   0 1 2 3 4   + t 2   0 − 1 − 4 − 3 − 4   
 
(2) 解:由 ( 1 ) (1) ( 1 )   可知,方程组的通解可以写作:
X = α 1 + t 1 ( α 2 − α 1 ) + t 2 ( α 3 − α 1 ) = ( 1 − t 1 − t 2 ) α 1 + t 1 α 2 + t 2 α 3     X = \alpha_1 + t_1 (\alpha_2 - \alpha_1) + t_2 (\alpha_3 - \alpha_1) = (1 - t_1 - t_2) \alpha_1 + t_1 \alpha_2 + t_2 \alpha_3
 X = α 1  + t 1  ( α 2  − α 1  ) + t 2  ( α 3  − α 1  ) = ( 1 − t 1  − t 2  ) α 1  + t 1  α 2  + t 2  α 3  
由此可列出方程组:
{ 1 − t 1 − t 2 = 1 t 1 = 1 t 2 = 1     \begin {cases}
    1 - t_1 - t_2 = 1 \\
    t_1 = 1 \\
    t_2 = 1
    \end {cases}
 ⎩ ⎨ ⎧  1 − t 1  − t 2  = 1 t 1  = 1 t 2  = 1  
上述方程组无解,因此 α 1 + α 2 + α 3 \alpha_1 + \alpha_2 + \alpha_3 α 1  + α 2  + α 3    不是方程组的解。
 
(3) 解:与 ( 2 ) (2) ( 2 )   同理可列出方程组:
{ 1 − t 1 − t 2 = 1 3 t 1 = 1 3 t 2 = 1 3     \begin {cases}
    1 - t_1 - t_2 = \frac 1 3 \\
    t_1 = \frac 1 3 \\
    t_2 = \frac 1 3
    \end {cases}
 ⎩ ⎨ ⎧  1 − t 1  − t 2  = 3 1  t 1  = 3 1  t 2  = 3 1   
由此可解得方程组的唯一解:
{ t 1 = 1 3 t 2 = 1 3     \begin {cases}
    t_1 = \frac 1 3 \\
    t_2 = \frac 1 3
    \end {cases}
 { t 1  = 3 1  t 2  = 3 1   
因此 1 3 ( α 1 + α 2 + α 3 ) \dfrac 1 3 (\alpha_1 + \alpha_2 + \alpha_3) 3 1  ( α 1  + α 2  + α 3  )   是方程组的解。
 
 
设四元线性方程组系数矩阵的秩为 3 3 3  ,α 1 , α 2 , α 3 \alpha_1, \alpha_2, \alpha_3 α 1  , α 2  , α 3    是它的三个解向量,且
3 α 1 − 2 α 2 = ( 1 , 0 , 1 , 0 ) , α 3 = ( 1 , − 2 , − 3 , 4 ) . 3 \alpha_1 - 2 \alpha_2 = (1, 0, 1, 0), \alpha_3 = (1, -2, -3, 4).
 3 α 1  − 2 α 2  = ( 1 , 0 , 1 , 0 ) , α 3  = ( 1 , − 2 , − 3 , 4 ) . 
求这个线性方程组的通解。
解:由题,该线性方程组的解空间 W W W   的维度 dim  W = 4 − 3 = 1 \dim W = 4 - 3 = 1 dim W = 4 − 3 = 1  ,若该方程组为齐次线性方程组,则 α 1 , α 2 , α 3 \alpha_1, \alpha_2, \alpha_3 α 1  , α 2  , α 3    应线性相关,从而 3 α 1 − 2 α 2 , α 3 3 \alpha_1 - 2 \alpha_2, \alpha_3 3 α 1  − 2 α 2  , α 3    应线性相关,显然 ( 1 , 0 , 1 , 0 ) , ( 1 , − 2 , − 3 , 4 ) (1, 0, 1, 0), (1, -2, -3, 4) ( 1 , 0 , 1 , 0 ) , ( 1 , − 2 , − 3 , 4 )   线性无关,因此该线性方程组为非齐次线性方程组。因此 α 1 − α 3 , α 2 − α 3 \alpha_1 - \alpha_3, \alpha_2 - \alpha_3 α 1  − α 3  , α 2  − α 3    为对应齐次线性方程组的解,于是 3 ( α 1 − α 3 ) − 2 ( α 2 − α 3 ) = ( 3 α 1 − 2 α 2 ) − α 3 = ( 0 , 2 , 4 , − 4 ) 3 (\alpha_1 - \alpha_3) - 2 (\alpha_2 - \alpha_3) = (3 \alpha_1 - 2 \alpha_2) - \alpha_3 = (0, 2, 4, -4) 3 ( α 1  − α 3  ) − 2 ( α 2  − α 3  ) = ( 3 α 1  − 2 α 2  ) − α 3  = ( 0 , 2 , 4 , − 4 )   构成一个基础解系,方程组通解可写为:
X = ( 1 − 2 − 3 4 ) + t ( 0 2 4 − 4 )     X = \begin {pmatrix} 1 \\ -2 \\ -3 \\ 4 \end {pmatrix} + t \begin {pmatrix} 0 \\ 2 \\ 4 \\ -4 \end {pmatrix}
 X =  1 − 2 − 3 4   + t  0 2 4 − 4   
 
 
已知非齐次线性方程组
{ x 1 + x 2 + x 3 + x 4 = − 1 4 x 1 + 3 x 2 + 5 x 3 − x 4 = − 1 a x 1 + x 2 + 3 x 3 + b x 4 = 1 \begin {cases}
x_1 + x_2 + x_3 + x_4 = -1 \\
4 x_1 + 3 x_2 + 5 x_3 - x_4 = -1 \\
a x_1 + x_2 + 3 x_3 + b x_4 = 1
\end {cases}
 ⎩ ⎨ ⎧  x 1  + x 2  + x 3  + x 4  = − 1 4 x 1  + 3 x 2  + 5 x 3  − x 4  = − 1 a x 1  + x 2  + 3 x 3  + b x 4  = 1  
有三个线性无关的解向量,求 a , b a, b a , b   的值及方程组的通解。
解:由题,该方程的基础解系至少由两个解向量组成。又已知前两个方程线性无关,则第三个方程必定能由前两个方程线性表出。写出增广矩阵并进行初等行变换:
( 1 1 1 1 − 1 4 3 5 − 1 − 1 a 1 3 b 1 ) → − 4 ( 1 ) + ( 2 ) , − a ( 1 ) + ( 3 ) ( 1 1 1 1 − 1 0 − 1 1 − 5 3 0 1 − a 3 − a b − a 1 + a ) → ( 1 − a ) ( 2 ) + ( 3 ) ( 1 1 1 1 − 1 0 − 1 1 − 5 3 0 0 4 − 2 a 4 a + b − 5 4 − 2 a )     \begin {pmatrix}
    1 & 1 & 1 & 1 & -1 \\
    4 & 3 & 5 & -1 & -1 \\
    a & 1 & 3 & b & 1
    \end {pmatrix}
    \quad \xrightarrow {-4(1) + (2), -a(1) + (3)} \quad
    \begin {pmatrix}
    1 & 1 & 1 & 1 & -1 \\
    0 & -1 & 1 & -5 & 3 \\
    0 & 1 - a & 3 - a & b - a & 1 + a
    \end {pmatrix}
    \quad \xrightarrow {(1 - a) (2) + (3)} \quad
    \begin {pmatrix}
    1 & 1 & 1 & 1 & -1 \\
    0 & -1 & 1 & -5 & 3 \\
    0 & 0 & 4 - 2a & 4a + b - 5 & 4 - 2a
    \end {pmatrix}
  1 4 a  1 3 1  1 5 3  1 − 1 b  − 1 − 1 1   − 4 ( 1 ) + ( 2 ) , − a ( 1 ) + ( 3 )   1 0 0  1 − 1 1 − a  1 1 3 − a  1 − 5 b − a  − 1 3 1 + a   ( 1 − a ) ( 2 ) + ( 3 )   1 0 0  1 − 1 0  1 1 4 − 2 a  1 − 5 4 a + b − 5  − 1 3 4 − 2 a   
由此可得方程组:
{ 4 − 2 a = 0 4 a + b − 5 = 0     \begin {cases}
    4 - 2a = 0 \\
    4a + b - 5 = 0
    \end {cases}
 { 4 − 2 a = 0 4 a + b − 5 = 0  
解得:
{ a = 2 b = − 3     \begin {cases}
    a = 2 \\ 
    b = -3
    \end {cases}
 { a = 2 b = − 3  
代入上述矩阵,继续进行初等行变换:
( 1 1 1 1 − 1 0 − 1 1 − 5 3 0 0 0 0 0 ) → − ( 2 ) ( 1 1 1 1 − 1 0 1 − 1 5 − 3 0 0 0 0 0 ) → − ( 2 ) + ( 1 ) ( 1 0 2 − 4 2 0 1 − 1 5 − 3 0 0 0 0 0 )     \begin {pmatrix}
    1 & 1 & 1 & 1 & -1 \\
    0 & -1 & 1 & -5 & 3 \\
    0 & 0 & 0 & 0 & 0
    \end {pmatrix}
    \quad \xrightarrow {-(2)} \quad
    \begin {pmatrix}
    1 & 1 & 1 & 1 & -1 \\
    0 & 1 & -1 & 5 & -3 \\
    0 & 0 & 0 & 0 & 0
    \end {pmatrix}
    \quad \xrightarrow {-(2) + (1)} \quad
    \begin {pmatrix}
    1 & 0 & 2 & -4 & 2 \\
    0 & 1 & -1 & 5 & -3 \\
    0 & 0 & 0 & 0 & 0
    \end {pmatrix}
  1 0 0  1 − 1 0  1 1 0  1 − 5 0  − 1 3 0   − ( 2 )   1 0 0  1 1 0  1 − 1 0  1 5 0  − 1 − 3 0   − ( 2 ) + ( 1 )   1 0 0  0 1 0  2 − 1 0  − 4 5 0  2 − 3 0   
由此可得方程组的通解为:
X = ( 2 − 3 0 0 ) + t 1 ( − 2 1 1 0 ) + t 2 ( 4 − 5 0 1 )     X = \begin {pmatrix} 2 \\ -3 \\ 0 \\ 0 \end {pmatrix} + t_1 \begin {pmatrix} -2 \\ 1 \\ 1 \\ 0 \end {pmatrix} + t_2 \begin {pmatrix} 4 \\ -5 \\ 0 \\ 1 \end {pmatrix}
 X =  2 − 3 0 0   + t 1   − 2 1 1 0   + t 2   4 − 5 0 1   
 
 
设 U U U   是 C 5 \mathbb C^5 C 5   的子空间,U = { ( z 1 , z 2 , z 3 , z 4 , z 5 ) ∈ C 5 ∣ 6 z 1 = z 2 , z 3 + 2 z 4 + 3 z 5 = 0 } U = \{ (z_1, z_2, z_3, z_4, z_5) \in \mathbb C^5 | 6 z_1 = z_2, z_3 + 2 z_4 + 3 z_5 = 0 \} U = {( z 1  , z 2  , z 3  , z 4  , z 5  ) ∈ C 5 ∣6 z 1  = z 2  , z 3  + 2 z 4  + 3 z 5  = 0 }  ,求 U U U   的维数及一组基,并将其扩充为 C 5 \mathbb C^5 C 5   的一组基。
解:由题可得,U U U   的维数 dim  U = 3 \dim U = 3 dim U = 3  ,一组基为:
( 1 , 6 , 0 , 0 , 0 ) , ( 0 , 0 , − 2 , 1 , 0 ) , ( 0 , 0 , − 3 , 0 , 1 )     (1, 6, 0, 0, 0), (0, 0, -2, 1, 0), (0, 0, -3, 0, 1)
 ( 1 , 6 , 0 , 0 , 0 ) , ( 0 , 0 , − 2 , 1 , 0 ) , ( 0 , 0 , − 3 , 0 , 1 ) 
扩充后的 C 5 \mathbb C^5 C 5   的一组基为:
( 1 , 6 , 0 , 0 , 0 ) , ( 0 , 0 , − 2 , 1 , 0 ) , ( 0 , 0 , − 3 , 0 , 1 ) , ( 0 , 1 , 0 , 0 , 0 ) , ( 0 , 0 , 1 , 0 , 0 )     (1, 6, 0, 0, 0), (0, 0, -2, 1, 0), (0, 0, -3, 0, 1), (0, 1, 0, 0, 0), (0, 0, 1, 0, 0)
 ( 1 , 6 , 0 , 0 , 0 ) , ( 0 , 0 , − 2 , 1 , 0 ) , ( 0 , 0 , − 3 , 0 , 1 ) , ( 0 , 1 , 0 , 0 , 0 ) , ( 0 , 0 , 1 , 0 , 0 ) 
 
 
已知 F 5 \mathbb F^5 F 5   中的向量 X 1 = ( 1 , 2 , 3 , 4 , 5 ) , X 2 = ( 1 , − 1 , 1 , − 1 , 1 ) , X 3 = ( 1 , 2 , 4 , 8 , 16 ) X_1 = (1, 2, 3, 4, 5), X_2 = (1, -1, 1, -1, 1), X_3 = (1, 2, 4, 8, 16) X 1  = ( 1 , 2 , 3 , 4 , 5 ) , X 2  = ( 1 , − 1 , 1 , − 1 , 1 ) , X 3  = ( 1 , 2 , 4 , 8 , 16 )  ,求一个齐次线性方程组,使 X 1 , X 2 , X 3 X_1, X_2, X_3 X 1  , X 2  , X 3    组成这个方程组的基础解系。
解:设该方程组的第 i i i   个方程为:
a i , 1 x 1 + a i , 2 x 2 + a i , 3 x 3 + a i , 4 x 4 + a i , 5 x 5 = 0     a_{i, 1} x_1 + a_{i, 2} x_2 + a_{i, 3} x_3 + a_{i, 4} x_4 + a_{i, 5} x_5 = 0
 a i , 1  x 1  + a i , 2  x 2  + a i , 3  x 3  + a i , 4  x 4  + a i , 5  x 5  = 0 
将 X 1 , X 2 , X 3 X_1, X_2, X_3 X 1  , X 2  , X 3    依次代入得到方程组:
{ a i , 1 + 2 a i , 2 + 3 a i , 3 + 4 a i , 4 + 5 a i , 5 = 0 a i , 1 − a i , 2 + a i , 3 − a i , 4 + a i , 5 = 0 a i , 1 + 2 a i , 2 + 4 a i , 3 + 8 a i , 4 + 16 a i , 5 = 0     \begin {cases}
    a_{i, 1} + 2 a_{i, 2} + 3 a_{i, 3} + 4 a_{i, 4} + 5 a_{i, 5} = 0 \\
    a_{i, 1} - a_{i, 2} + a_{i, 3} - a_{i, 4} + a_{i, 5} = 0 \\
    a_{i, 1} + 2 a_{i, 2} + 4 a_{i, 3} + 8 a_{i, 4} + 16 a_{i, 5} = 0
    \end {cases}
 ⎩ ⎨ ⎧  a i , 1  + 2 a i , 2  + 3 a i , 3  + 4 a i , 4  + 5 a i , 5  = 0 a i , 1  − a i , 2  + a i , 3  − a i , 4  + a i , 5  = 0 a i , 1  + 2 a i , 2  + 4 a i , 3  + 8 a i , 4  + 16 a i , 5  = 0  
写出系数矩阵,并进行初等行变换:
( 1 2 3 4 5 1 − 1 1 − 1 1 1 2 4 8 16 ) → − ( 1 ) + ( 2 ) , − ( 1 ) + ( 3 ) ( 1 2 3 4 5 0 − 3 − 2 − 5 − 4 0 0 1 4 11 ) → − 1 3 ( 2 ) ( 1 2 3 4 5 0 1 2 3 5 3 4 3 0 0 1 4 11 ) → − 2 3 ( 3 ) + ( 2 ) , − 3 ( 3 ) + ( 1 ) ( 1 2 0 − 8 − 28 0 1 0 − 1 − 6 0 0 1 4 11 ) → − 2 ( 2 ) + ( 1 ) ( 1 0 0 − 6 − 16 0 1 0 − 1 − 6 0 0 1 4 11 )     \begin {pmatrix}
    1 & 2 & 3 & 4 & 5 \\
    1 & -1 & 1 & -1 & 1 \\
    1 & 2 & 4 & 8 & 16
    \end {pmatrix}
    \quad \xrightarrow {-(1) + (2), -(1) + (3)} \quad
    \begin {pmatrix}
    1 & 2 & 3 & 4 & 5 \\
    0 & -3 & -2 & -5 & -4 \\
    0 & 0 & 1 & 4 & 11
    \end {pmatrix}
    \quad \xrightarrow {- \frac 1 3 (2)} \quad
    \begin {pmatrix}
    1 & 2 & 3 & 4 & 5 \\
    0 & 1 & \frac 2 3 & \frac 5 3 & \frac 4 3 \\
    0 & 0 & 1 & 4 & 11
    \end {pmatrix}
    \quad \xrightarrow {- \frac 2 3 (3) + (2), -3(3) + (1)} \quad
    \begin {pmatrix}
    1 & 2 & 0 & -8 & -28 \\
    0 & 1 & 0 & -1 & -6 \\
    0 & 0 & 1 & 4 & 11
    \end {pmatrix}
    \quad \xrightarrow {-2(2) + (1)} \quad
    \begin {pmatrix}
    1 & 0 & 0 & -6 & -16 \\
    0 & 1 & 0 & -1 & -6 \\
    0 & 0 & 1 & 4 & 11
    \end {pmatrix}
  1 1 1  2 − 1 2  3 1 4  4 − 1 8  5 1 16   − ( 1 ) + ( 2 ) , − ( 1 ) + ( 3 )   1 0 0  2 − 3 0  3 − 2 1  4 − 5 4  5 − 4 11   − 3 1  ( 2 )   1 0 0  2 1 0  3 3 2  1  4 3 5  4  5 3 4  11   − 3 2  ( 3 ) + ( 2 ) , − 3 ( 3 ) + ( 1 )   1 0 0  2 1 0  0 0 1  − 8 − 1 4  − 28 − 6 11   − 2 ( 2 ) + ( 1 )   1 0 0  0 1 0  0 0 1  − 6 − 1 4  − 16 − 6 11   
即方程组通解为:
A = t 1 ( 6 1 − 4 1 0 ) + t 2 ( 16 6 − 11 0 1 )     A = t_1 \begin {pmatrix} 6 \\ 1 \\ -4 \\ 1 \\ 0 \end {pmatrix} + t_2 \begin {pmatrix} 16 \\ 6 \\ -11 \\ 0 \\ 1 \end {pmatrix}
 A = t 1   6 1 − 4 1 0   + t 2   16 6 − 11 0 1   
由此可写出一个符合题意的齐次线性方程组:
{ 6 x 1 + x 2 − 4 x 3 + x 4 = 0 16 x 1 + 6 x 2 − 11 x 3 + x 5 = 0     \begin {cases}
    6 x_1 + x_2 - 4 x_3 + x_4 = 0 \\
    16 x_1 + 6 x_2 - 11 x_3 + x_5 = 0
    \end {cases}
 { 6 x 1  + x 2  − 4 x 3  + x 4  = 0 16 x 1  + 6 x 2  − 11 x 3  + x 5  = 0