第4章 线性方程组
> 🧭 **先看路牌，再看内容**（30秒，防止"背规矩不知干嘛"）
>
> **你在整本书的哪里**：这是第 4 章（共 6 章），也是**前 3 章的汇合点**。整本线代讲"**变形**"。前三章学了动作（矩阵）、尺子（行列式）、空间维度（秩）。本章回答终极问题：**已知变形后的结果，怎么反推原来的点？**（解方程组）
>
> - 📍 **本章角色**：全书的"逆向工程"——判断方程组有解/无解/唯一解/无穷多解，全靠"秩"这把总开关（r(A) 和 r(A|b) 比一比）。
> - 🎯 **学完能干嘛**：一眼判断方程组解的情况；求通解和基础解系（折线法）；看参数取什么值时方程有解没解。
> - 🔗 **和前后章的关系**：第3章的"秩"是本章的判决官；第5章特征值问题 $Ax=\lambda x$ 也是一种特殊的方程组。
> - 🎬 **本章直觉（一句话）**：解方程组 = 已知捏完的结果，逆向找原来的点；秩就是判决官（r(A) vs r(A|b) 一比，有解没解见分晓）。
> 🔔 **课前激活**（花30秒想想再往下读）
>
> 食堂推出三种套餐：A套餐一荤一素、B套餐两荤一素、C套餐一荤两素。三种套餐各卖了多少份可以算出每份单价——但前提是售卖记录足够、不矛盾。这一章就是要学：给你一堆买卖记录（方程），怎么判断能不能算出卖价（有解）、能算出来的是唯一的还是多种可能（唯一解/无穷多解）、什么情况下根本算不出来（无解）。
> 📌 **学完这章你能回答：**
> - 拿到一个方程组，怎么一眼判断它有没有解、有几个解？
> - "增广矩阵"和"系数矩阵"的秩为什么能决定一切？
> - 基础解系是什么？怎么用"折线法"快速求出来？
> - 参数取不同值时，方程组为什么一会儿有解一会儿无解？
> - 前三章学过的行列式、矩阵、向量，怎么在这一章"三剑合璧"？
---
## 🧭 从哪来：前三章的汇合点
学完前三章，你可能在想：行列式、矩阵、向量——这三样东西学了半天，到底要用来干什么？这一章就是答案：**它们是为解方程组准备的"三件套"**。
打个比方：你要组装一辆自行车，想知道能不能装起来、装起来稳不稳。
- **第一章行列式**像一把"快检尺"——不用真的动手装，尺子一量就知道这车能不能装成（|A| ≠ 0 才有唯一解）。克拉默法则就是把行列式当"万能公式"直接套。
- **第二章矩阵**像一套"扳手和螺丝刀"——真动手干活用的。消元法每步都是行变换,把方程越变越简单,直到能一眼读出答案。
- **第三章向量组与秩**像"图纸上的结构线"——告诉你车架有几个独立支撑点（秩），哪些零件是多余的（线性相关）。没有秩的概念，"有解没解"就只能凭感觉猜。
三条路走到本章汇合：**判定靠行列式，计算靠矩阵，理解靠向量秩**。接下来的所有内容，都是这三把工具在"解方程组"这个战场上协同作战。
## 本章考什么
第四章是前三章的总汇合。第一章的行列式帮你"快速判断"、第二章的矩阵帮你"动手算"、第三章的向量帮你"从几何理解"——三把工具在本章一起用上，解决同一个核心问题：线性方程组怎么解？
| 题型 | 考频 | 常考题型 | 难度 |
|------|:----:|----------|:----:|
| 题型A：解的判定（有无解？唯一解还是无穷多解？） | ⭐⭐⭐ | 选择/填空/解答 | ★★ |
| 题型A0：AB=O型问题 | ⭐⭐ | 选择/填空 | ★★★ |
| 题型B：求齐次方程组的基础解系和通解 | ⭐⭐⭐ | 解答 | ★★ |
| 题型C：求非齐次方程组的通解（特解 + 齐次通解） | ⭐⭐⭐ | 解答 | ★★★ |
| 题型D：含参数的线性方程组讨论 | ⭐⭐⭐ | 解答（每年必有） | ★★★★ |
| 题型E：两个方程组同解 / 公共解问题 | ⭐⭐ | 解答 | ★★★★ |
---
## 二、核心知识与解题方法
### 📦 知识块A：方程组基础与解的判定
> 这块学完你就能回答：拿到一个方程组，怎么一眼判断它有没有解、有几个解？增广矩阵和系数矩阵的秩为什么能决定一切？齐次和非齐次方程组有什么本质区别？怎么把方程组压缩成矩阵形式？
### 0. 发生式第一课：解方程组的问题是怎么来的？（先读这一节！）
> 🔔 **这一节回答你最想问的问题**：为什么整本线代学到一半，突然要"解方程组"？解方程不是初中就学了吗，有什么值得大张旗鼓的？
>
> **答案一句话：解方程组是整本线代的"终极应用"——前3章的行列式、矩阵、向量，全是为这一章服务的工具。而这一章真正的问题不是"怎么算"，是"算之前先判断：这方程到底有没有解、有几个解"。** 这个"判断"问题，才是全新的、值得学的东西。
#### 第一步：解方程不新鲜，新鲜的是"判断有解没解"
初中你就会解方程组了：两个方程、两个未知数，消元就能解出来。**但生活里的问题不总是这么友好：**
**困境1（无解）**：食堂记账，早市卖2份A、1份B收入560元；午市卖了4份A、2份B收入1000元——但 4份A+2份B 明明就该是 (2份A+1份B) 的2倍 = 1120元，怎么可能只收1000？**账对不上，这方程无解——记错账了。**
**困境2（无穷多解）**：只有一个方程"2x+3y=8"，两个未知数——解不完，有无数个解（x=1,y=2 行，x=4,y=0 也行……）。信息不够。
**困境3（唯一解）**：两个方程两个未知数，恰好能解出唯一答案——信息刚好够。
> 🛑 **停下来想一想**：所以解方程组真正难的不是"解"，是**先回答三个问题：有没有解？有几个解（唯一/无穷多）？** 这就像看病先问"有病没病、大病小病"，而不是直接开药。
#### 第二步：怎么判断？——用前三章的"秩"当判决官
前3章学了一堆工具（行列式、矩阵、向量、秩），这一章它们全派上用场了。判断有没有解，看两个数：
- **r(A)** = 系数矩阵的秩（方程"骨架"有多少独立信息）
- **r(A|b)** = 增广矩阵的秩（把等号右边常数也并进来后的秩）
**判决规则（先记住结论，1.4节会完整推导）：**
- r(A) = r(A|b) = n（未知数个数）→ **唯一解**（信息刚好够）
- r(A) = r(A|b) < n → **无穷多解**（信息不够，有自由变量）
- r(A) < r(A|b) → **无解**（信息矛盾，账对不上）
> 🛑 **停下来想一想**：为什么 r(A) < r(A|b) 就无解？——r(A|b) 比 r(A) 大，说明"加上常数项后信息变多了"，多出来的那部分信息是**矛盾的**（比如"4份A+2份B应该是1120却记了1000"）。秩告诉你的不是"怎么算"，是"算之前这事靠不靠谱"。
#### 第三步：齐次 vs 非齐次——右边是不是 0 的区别
- **齐次**：右边全是 0（Ax=0）。永远有解（x=0 就是解），问题是"除了零解还有没有别的"——看 r(A) 是否 < n
- **非齐次**：右边不全是 0（Ax=b）。可能有解、可能无解——用上面的秩判决
> ✅ **本节收获自检**（能答上来才算过）：
> - 解方程组真正的新问题是什么？（先判断有没有解、有几个解，再谈怎么算）
> - 判断用哪两个数？（r(A) 和 r(A|b)，比一比）
> - 无解对应什么情况？（r(A) < r(A|b)，信息矛盾）
> - 齐次方程组永远有解吗？（是，x=0 就是解，要问的是有没有非零解）
> 📖 **接下来**：1.1 节从"食堂套餐"引入方程组本身（这是"方程是什么"的确认），1.4 节会完整推导"秩判决定理"（这是证据）。
#### 1.1 线性方程组到底是什么？
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 食堂推出三种套餐：A套餐一荤一素、B套餐两荤一素、C套餐一荤两素。今天三段时间的收入分别是：早市卖出2份A、1份B、3份C，收入560元；午市卖出1份A、3份B、2份C，收入430元；晚市卖出3份A、2份B、1份C，收入510元。
>
> **你能根据这三笔收入，反推出每种套餐的单价吗？** 设A、B、C的单价分别为x₁、x₂、x₃，试试写出三个等式。
> 📌 **这节学完你就能回答：**
> - "线性方程组"里的"线性"和"组"分别什么意思？
> - m、n、aᵢⱼ、bᵢ 这四种符号分别代表什么？
> - 生活中哪些"反推"问题本质上就是解方程组？
**🧭 难在哪？** 回到课前激活的食堂套餐题——你已经写出了三个等式（早市、午市、晚市各一条）。单看任何一条都很简单，难的在于：**三条等式要"同时"成立**。随便找一组数让第一条成立很容易，难的是同一组 (x₁, x₂, x₃) 要让三条同时成立。这就是"方程组"和"单个方程"的根本差别——**"组"字的意思就是：若干条方程锁在一起，要求同时满足**。接下来我们就要学会怎么用数学语言描述这种"锁在一起"。
**💬 生活比喻**：
你去超市买东西。买了若干斤苹果、若干斤橘子、若干斤香蕉，总共花了 50 块。朋友去买同样的东西，买的数量跟你不一样，花了 35 块。另一个朋友又买了不同的数量，花了 42 块。
问题是：苹果、橘子、香蕉每斤各多少钱？
你列出来的几个"总价等式"，放在一起，就是一个**线性方程组**。
更形象地说：**线性方程组就像一组"锁链"**——每个方程是一条链子，未知数是链条之间的连接点。解方程组就是在满足所有链子长度约束的条件下，找到每个连接点的位置。
**📖 正式定义**：
线性方程组是由若干个线性方程（未知数都是一次，没有平方、立方、相乘）组成的集合。它的一般形式是：
```
a₁₁x₁ + a₁₂x₂ + ... + a₁ₙxₙ = b₁
a₂₁x₁ + a₂₂x₂ + ... + a₂ₙxₙ = b₂
...
aₘ₁x₁ + aₘ₂x₂ + ... + aₘₙxₙ = bₘ
```
- m：方程个数（有几行）
- n：未知数个数（有几个变量）
- aᵢⱼ：系数（每个未知数前面乘的那个数）
- bᵢ：常数项（等号右边的数）
> 🛑 **停下来想一想**：回到食堂套餐问题——在那道题里，m 和 n 分别是几？你写出第一条等式（早市收入）时，a₁₁、a₁₂、a₁₃ 和 b₁ 分别对应什么数字？
**🔑 一句话记住**：线性方程组 = 若干条"一次方程"放在一起，要求同时满足所有条件。
> ✍️ **立刻练一道**：把课前激活的食堂套餐题写成方程组。设 A、B、C 三种套餐的单价分别为 x₁、x₂、x₃，三个等式各是什么？（答案：早市 2x₁ + x₂ + 3x₃ = 560；午市 x₁ + 3x₂ + 2x₃ = 430；晚市 3x₁ + 2x₂ + x₃ = 510）
> ⭐⭐⭐ 核心概念
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 什么叫"线性"？如果方程里出现了 x² 或者 x₁x₂（两个未知数乘在一起），还算线性方程组吗？用自己的话解释为什么。
>
> **❷ 深度思考** — 手机导航规划路线，本质上和"解方程组"很像：每段路的长度、红绿灯数量、限速都是"约束条件"。导航给你推三条路线，每条路线能同时走吗？这和方程组有"多个解"有什么相似和不同？
>
> **❸ 考试演练** — 判断：x₁² + x₂ = 3, 2x₁ - x₂ = 1 是不是线性方程组？按"原理→分析→结论"三步回答。
📖 点击查看参考答案
**❶ 参考答案**："线性"指每个未知数都只有一次方——图像是直线（或平面），变化均匀可预测。如果出现 x²，图像变成弯曲的抛物线，不再是直线。如果出现 x₁x₂（两个未知数相乘），图像会扭曲——这两种情况都不能叫"线性"方程组。
**❷ 参考答案**：三条路线不能同时走——你只能选一条。但方程组的"多个解"意味着同时存在多组值，每组都满足所有方程。导航的三条路线更像是"从无穷多个可行路线里挑几个最优的"——类似方程组有无穷多解时，你挑几个代表性的解来汇报。不同之处：导航的三条路线可能互相冲突（走A就不能走B），而方程组的多个解可以同时成立。
**❸ 参考答案**：
- 原理：线性方程组要求每个方程中所有未知数都是一次的。
- 分析：第一个方程 x₁² + x₂ = 3 中，x₁ 出现了平方，不是一次。
- 结论：不是线性方程组。只要有一个方程不满足"一次"条件，整个方程组就不是线性的。
---
#### 1.2 线性方程组的矩阵写法 —— "把方程组压缩成表格"
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 快递站每天用表格记录包裹：行是日期，列是包裹类型（小件、中件、大件），表格里的数字就是当天收了几个。如果老板问你"这周每种包裹各收了多少"，你直接看表格最后一行"合计"就行——比翻一页页的文字记录快多了。
>
> **现在试试**：把食堂套餐问题（早市2A+1B+3C=560, 午市1A+3B+2C=430, 晚市3A+2B+1C=510）也"压缩"成一张类似的表格。你会怎么写？
> 📌 **这节学完你就能回答：**
> - 线性方程组有哪三种"压缩"写法？各有什么用途？
> - 增广矩阵中间那条竖线左边是什么、右边是什么？
> - 向量形式里的"箭头按比例混合"到底在说什么？
**💬 生活比喻**：
你去医院体检，医生不会把每个指标都写一长句"你的血压是120""你的心跳是80"……而是直接填一张表格——行是项目，列是数值。一目了然。
线性方程组也可以"压缩"成一张表格（矩阵），把未知数名字去掉，只留下系数和结果。
**🧭 难在哪？** 每次讨论一个方程组，都要把 "x₁、x₂、x₃" 翻来覆去写好几遍，太啰嗦，还容易抄错。**问题：能不能把方程组"压缩"成一张表/一句话，既不丢信息，又省笔墨？**
💡 **先试压缩一：扔掉字母，只留数字。** 未知数的名字其实没变（永远是 x₁, x₂, x₃），真正在变的是每个未知数前面的系数和等号右边的数。把系数排成方阵、右边的数排成竖条，就得到 **Ax = b**——这是写法一，最省纸，也最适合做代数运算。
**📖 三种写法对比**：
原方程组：
```
2x₁ + 3x₂ - x₃ = 5
x₁ - 2x₂ + 4x₃ = 1
3x₁ + x₂ + 2x₃ = 8
```
**写法一：矩阵方程** Ax = b
```
[2 3 -1] [x₁] [5]
[1 -2 4] [x₂] = [1]
[3 1 2] [x₃] [8]
A · x = b
```
A 叫**系数矩阵**（把系数整齐排列），x 是未知数竖着写，b 是等号右边的数竖着写。
> 💡 但你马上会发现：**光有 Ax=b 还不好"动手算"**——做消元时，每动一次系数，右边的 b 也要跟着动，分开写容易漏。干脆把 A 和 b"拼"成一张表，中间画条虚线提醒自己"虚线左边是系数、右边是结果"——这就是写法二：
**写法二：增广矩阵** (A|b)
把系数矩阵和常数项"拼"在一起，中间画一条虚线：
```
[2 3 -1 | 5]
[1 -2 4 | 1]
[3 1 2 | 8]
```
> 💡 最后再看一种"几何视角"的写法——它不省纸，但最直观。
**写法三：向量形式**
把每一列当成一个"箭头"（向量），方程组变成：
```
[2] [3] [-1] [5]
x₁·[1] + x₂·[-2] + x₃·[ 4] = [1]
[3] [1] [ 2] [8]
```
意思是：能否找到一套"比例"（x₁, x₂, x₃），把前三个箭头按比例混合，恰好等于最后一个箭头？
> 🛑 **停下来想一想**：三种写法中，哪种最适合"动手算"？哪种最适合"理解几何含义"？为什么考试解题时我们几乎只用增广矩阵？
**🔑 一句话记住**：矩阵写法 = 把方程组变成 Ax = b 的形式，增广矩阵就是把系数和结果拼在一起。
> ✍️ **立刻练一道**：把方程组 x₁+2x₂=3, 4x₁+5x₂=6 写成增广矩阵，并说出系数矩阵 A 是几行几列。（答案：增广矩阵 [1 2 $\begin{vmatrix} 3 \\ 4 & 5 \end{vmatrix}$ 6]；A 是 2×2 方阵）
> ⭐⭐⭐ 核心——后续所有解题都基于增广矩阵做行变换
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 把方程组 x₁+2x₂=3, 4x₁+5x₂=6 写成三种矩阵形式（矩阵方程、增广矩阵、向量形式）。
>
> **❷ 深度思考** — 外卖App里的"满减规则"本质上也是方程组：满30减5、满50减10、满100减25。如果你点了三样菜（价格分别是x₁, x₂, x₃），想刚好凑到"实付50元"，你能写出几个方程？这和本节讲的增广矩阵有什么关系？
>
> **❸ 考试演练** — 已知 Ax=b，其中A是3×3矩阵。如果要判断方程组有没有解，你会用增广矩阵还是系数矩阵？为什么？
📖 点击查看参考答案
**❶ 参考答案**：
- 矩阵方程：$\begin{bmatrix} 1 & 2 \\ 4 & 5 \end{bmatrix}$ $\begin{bmatrix} x₁ \\ x₂ \end{bmatrix}$ = $\begin{bmatrix} 3 \\ 6 \end{bmatrix}$
- 增广矩阵：[1 2 $\begin{vmatrix} 3 \\ 4 & 5 \end{vmatrix}$ 6]
- 向量形式：x₁$\begin{bmatrix} 1 \\ 4 \end{bmatrix}$ + x₂$\begin{bmatrix} 2 \\ 5 \end{bmatrix}$ = $\begin{bmatrix} 3 \\ 6 \end{bmatrix}$
**❷ 参考答案**：设x₁+x₂+x₃=总价。满减规则可以写成条件方程（如果总价≥30则减5等），但满减是"分段函数"不是线性方程——因为同样的总价可能有不同的折扣组合。这和线性方程组的区别在于：满减存在"分段"的非线性关系，不能简单地用一条线性方程描述所有情况。但如果只考虑某个固定档位（如只凑"满30减5"），那就是一个不等式问题，不是方程组问题。这个例子恰好说明：不是所有"凑数"问题都是线性方程组——线性的前提是"变化均匀、没有跳跃"。
**❸ 参考答案**：必须用增广矩阵。因为判断有解无解需要比较 r(A) 和 r(A|b)，只看系数矩阵 A 的秩无法知道常数项 b 是否带来"矛盾"。例如：**单独的** 2x=3，系数矩阵 [2] 的秩是 1，它有唯一解 x=1.5；但如果把 **2x=3 和 2x=5 这两条方程"联立"成一个方程组**（要求同一个 x 同时满足两个等式），那就无解了——两式相减得 0=2，消元到最后就是矛盾行。系数矩阵的秩都是 1，但"单独一个方程"有解、"两个方程联立"无解——这个区别只能从含常数项的增广矩阵看出来。
---
#### 1.3 齐次方程组 vs 非齐次方程组
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 两个人玩"从起点出发"的游戏。游戏A的规则是：往前走几步，再往右走几步，最后必须**回到起点**——你能不动吗？当然能（一步都不走就是起点）。问题是：有没有"走了一段路但最后还能绕回起点"的办法？
>
> 游戏B的规则是：必须到达某个**指定的终点**（比如广场上的雕像）。问题是：从起点出发，沿着规定的路线，能刚好到雕像吗？到得了的话，路线唯一吗？
>
> 游戏A对应"齐次方程组"，游戏B对应"非齐次方程组"。凭直觉回答：哪个游戏一定有"不动"这个答案？
> 🧭 **先想明白两件事再往下读。** 第一件：为什么叫"齐次"？——"齐"是"整齐、相同"的意思。齐次方程组的右边**全是同一个数**：零。右边不齐（各有各的常数）的叫非齐次。第二件：正因为齐次的右边是零，**x₁=x₂=…=xₙ=0 这一组"什么都不做"的值代进去，左边全是 0，右边也全是 0，恒成立**——所以齐次方程组永远不会无解，零解永远是"保底答案"。真正的问题只有一个：除了零解，还有没有别的解？
> 📌 **这节学完你就能回答：**
> - 齐次和非齐次的本质区别是什么？为什么齐次永远有解？
> - |A|=0 和 |A|≠0 用来判断什么？对方阵和非方阵分别怎么用？
> - 考试里选择题最容易在这里混淆的几个概念是什么？
**💬 生活比喻**：
- **齐次方程组**（Ax = 0）：就像问"几个箭头按什么比例混合，能刚好回到原点？"最少有一种办法——全部取零（什么都不加），就是原点。问题是：还有其他办法吗？
- **非齐次方程组**（Ax = b，b 不全为零）：就像问"几个箭头按什么比例混合，能恰好到达某个指定的位置？"这个位置可能到得了，也可能到不了。
**📖 正式定义**：
| 类型 | 形式 | 特点 |
|------|------|------|
| 齐次方程组 | Ax = 0（右边全是零） | 永远有零解（x₁=x₂=...=xₙ=0），问题在于：**有没有非零解？** |
| 非齐次方程组 | Ax = b（b 不全为零） | 可能无解、唯一解、无穷多解，问题在于：**有解吗？有几个？** |
**齐次方程组的核心判定**：
| 条件 | 结论 |
|------|------|
| r(A) = n（**方阵时** \|A\| ≠ 0） | 只有零解（所有未知数只能取零） |
| r(A) < n（**方阵时** \|A\| = 0） | 有非零解（有无穷多组不全为零的解） |
> ⚠️ **注意**：这里的"方阵时|A|≠0"仅对方阵成立；对于非方阵，只能用 r(A)=n 来判断。
> 🛑 **停下来想一想**：一个 3×4 的齐次方程组（3个方程，4个未知数），能不能用行列式|A|=0来判断有没有非零解？为什么？
**💡 为什么齐次方程组永远不会"无解"？**
因为 x = 0（全取零）代入 Ax = 0，左边 = 0，右边 = 0，恒成立！所以零永远是一个解。问题永远是：除了零，还有别的解吗？
> ✍️ **立刻练一道**：判断下面哪个是齐次方程组，哪个是非齐次方程组：① 2x₁ - x₂ = 0, x₁ + 3x₂ = 0；② x₁ - x₂ = 0, x₁ + x₂ = 2。（答案：① 齐次（右边全 0）；② 非齐次（第二个方程右边是 2）。再各说一句它们的解有什么"保底"区别：① 一定有零解；② 不一定有解）
> ⭐⭐⭐ 核心——选择题和判断题的高频考点
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 齐次方程组的"零解"和非齐次方程组的"无解"有什么区别？用自己的话各举一个例子说明。
>
> **❷ 深度思考** — 游戏中，你控制的角色需要从地图左下角走到右上角。如果地图是一个"开放世界"（没有固定路线），走到终点的路线可能有很多条（无穷多解）。但如果地图上有一条"必经之路"被堵死了（矛盾约束），你就永远到不了终点（无解）。这个比喻里，"必经之路被堵死"对应方程组的什么情况？
>
> **❸ 考试演练** — 判断：若Ax=0（A是方阵）有非零解，则|A|____0。（填 = 还是 ≠）请给出推导依据。
📖 点击查看参考答案
**❶ 参考答案**：齐次的"零解"指的是 x₁=x₂=...=xₙ=0 这一组解（全零），永远存在——它说的是"至少有一组解（就是全零）"。非齐次的"无解"指的是没有任何一组数能满足方程组——它说的是"一组解都没有"。举例：齐次 2x=0 至少有 x=0；非齐次 2x=3 和 2x=5 放在一起就无解（不可能同时满足）。
**❷ 参考答案**：对应增广矩阵化简后出现"0=1"这样的矛盾行。从几何上看：r(A)≠r(A|b)——系数矩阵的约束和加上常数项后的约束不一致，就像地图上有一条路表面上存在，但实际上被封锁了，你的约束列表里这项矛盾无法满足。
**❸ 参考答案**：填 = 。推导：|A|=0 ⇔ r(A)
---
#### 1.4 解的三种情况 —— "用秩来判断"
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 你用图钉把一张纸钉在公告板上。如果用3颗图钉（不排成一条线），纸被固定得死死的，完全不能动。如果只用2颗图钉，纸还能绕着两颗钉子之间的连线旋转。如果用3颗图钉但排成一条直线，纸照样能转——因为3颗在一条线上的图钉，实际约束力只等于2颗。
>
> **这个场景对应方程组的三种结果**：唯一解（3颗不共线）、无穷多解（2颗或3颗共线）、无解（你的图钉位置互相矛盾，比如一颗要求在左上角，另一颗要求在右下角——纸根本固定不了）。
> 📌 **这节学完你就能回答：**
> - 解的三种情况分别用什么条件来判定？
> - r(A) 和 r(A|b) 的比较为什么能判断有解无解？
> - "秩等于未知数个数"在几何上意味着什么？
**💬 生活比喻**：
想象你有几根绳子（方程），要固定一个物体（未知数）的位置：
- **唯一解**：绳子的约束力刚好够，物体的位置被唯一确定——就像用三根不共面的绳子吊一个点，它被固定得死死的。
- **无穷多解**：绳子太少了，物体可以在一条线或一个面上滑动——不够"紧"。
- **无解**：绳子互相矛盾——一根说"往上"，另一根说"往下"，没法同时满足。
**🧭 难在哪？** 你看，判定表本身只有三行、两个条件（r(A) 与 r(A|b) 的相等关系、r 与 n 的大小关系）。**背下三行容易，难的是回答"为什么偏偏比这两个数、不比别的数？"** ——如果你不知道为什么，考试一变题型就会乱套。所以先别急着背，我们动手做一遍，让"为什么比秩"自己浮现出来。
> 🎯 动手做一个小实验。看下面这个方程组：
>
> ```
> x + y = 2
> 2x + 2y = 4
> ```
>
> 🧠 先按生活经验想：第二个方程其实是第一个方程乘 2——**它没提供任何新信息**，真正的"有效方程"只有 1 条，却管着 2 个未知数。结果自然猜到了：约束不够，x、y 有无穷多种搭配（无穷多解）。
>
> 现在换一个：
>
> ```
> x + y = 2
> x + y = 3
> ```
>
> 🧠 再看：两条方程要求的都是 "x+y"，一个说等于 2、一个说等于 3——**自己跟自己打架**。世界上不存在一个数能同时等于 2 又等于 3，所以无解。
>
> 🔍 回头看这两个例子，你会发现：判断"有解没解、解多解少"，靠的不是死算，而是看两件事——**① 到底有几条"有效方程"（不重复、不矛盾的）？② 有效方程的数量够不够把每个未知数都"锁死"？** 而"有效方程有几条"恰恰就是第三章学的"秩"：r(A)。把常数项也算进去再数一遍，就是 r(A|b)。所以秩不是凭空冒出来的考点——它就是"有效方程数"的替身。
**📖 正式判定表**（这是全章最重要的表格！）：
对于**非齐次方程组** Ax = b（m 个方程，n 个未知数）：
| 解的情况 | 条件 | 通俗理解 |
|----------|------|---------|
| **无解** | r(A) ≠ r(A\|b) | 方程组内部有矛盾（比如某个方程化简后变成 0=1） |
| **唯一解** | r(A) = r(A\|b) = n | 约束刚好够，每个未知数都被确定 |
| **无穷多解** | r(A) = r(A\|b) < n | 约束不够紧，有 n-r(A) 个自由变量 |
对于**齐次方程组** Ax = 0：
| 解的情况 | 条件 |
|----------|------|
| 只有零解 | r(A) = n（方阵时 \|A\| ≠ 0） |
| 有非零解（无穷多解） | r(A) < n（方阵时 \|A\| = 0） |
**🔑 核心口诀**：
- 有解 ⇔ r(A) = r(A\|b)（系数矩阵和增广矩阵的秩一样大）
- 唯一解 ⇔ r(A) = r(A\|b) = n（秩等于未知数个数）
- 无穷多解 ⇔ r(A) = r(A\|b) < n（秩不够）
> ✍️ **立刻练一道**：判断下面方程组的解的情况（不用全解，只要定"无解/唯一解/无穷多解"）：x + y = 2, 2x + 2y = 4。（提示：先写出增广矩阵，两行化成阶梯形，再数有效方程条数。答案：第二个方程 = 第一个乘 2，r(A) = r(A|b) = 1 < n = 2，所以无穷多解，且自由变量有 1 个）
> 🛑 **停下来想一想**：如果 r(A) = r(A|b) = 2，n = 3，解的情况是什么？自由变量有几个？能不能找出一个具体的例子（自己编一个简单的方程组）来验证？
> ⭐⭐⭐ 核心中的核心——每一道方程组的题，第一步都是算秩、比秩！
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 用自己的话解释：为什么 r(A) = r(A|b) 是"有解"的条件？（提示：想想如果常数项列增加了一个"台阶"会怎样）
>
> **❷ 深度思考** — 装修时，你要在墙上装一个架子，需要打几个膨胀螺丝。如果只打1个螺丝，架子能绕螺丝转（无穷多位置）。打2个螺丝，架子被固定住（唯一位置）。但如果两个螺丝孔的位置和你买的架子孔距对不上——你硬装就装不上（无解）。这个比喻里，"螺丝个数"对应什么？"孔距对不上"对应什么？
>
> **❸ 考试演练** — 设A是3×4矩阵，r(A)=2。问：非齐次方程组Ax=b解的情况有哪几种可能？每种可能需要什么条件？
📖 点击查看参考答案
**❶ 参考答案**：r(A) = r(A|b) 的意思是：把常数项b加入矩阵后，没有产生新的"台阶"（秩没增加）。如果 r(A|b) > r(A)，说明常数项列增加了一个新台阶——这个新台阶对应的方程化简后是 0=1（矛盾），方程组就无解。如果秩相等，说明常数项没有带来任何矛盾——所以有解。
**❷ 参考答案**："螺丝个数"对应秩 r(A)（有效约束的个数）。"孔距对不上"对应 r(A) ≠ r(A|b)：系数矩阵说"螺丝在位置A"，常数项（墙上的孔）说"螺丝在位置B"，两个对不上——矛盾，无解。
**❸ 参考答案**：n=4, r(A)=2。解的情况有两种可能：①如果 r(A|b)>2，无解。②如果 r(A|b)=2，有无穷多解（n-r=4-2=2个自由变量）。不可能唯一解，因为 r(A)=2 < n=4。
> 📌 **阅读提示**：本章有"基础节"和"补充节（🧠标记）"两层。基础节看完就能做题，补充节是深入理解的选读材料。初读可跳过补充节，做完题再回来。
#### 🧠 1.4 补充：解的三种情况判定定理——完整推导
> 上面 1.4 用"图钉钉纸"的比喻给了你直观感受，并列出了判定表。这一节补上"为什么"——为什么比较 r(A)、r(A|b)、n 这三个数就能完全判定解的一切情况？为什么不会再有第四种情况？读完这一节，你不仅会"用"判定表，而且能"推导出"判定表。
**① 生活场景**
🎯 你在招聘三个人（n=3）来完成一项任务。你手里有若干条"技能要求"（m 个方程）。但有些技能要求其实是同一回事换了个说法（方程式之间线性相关），真正独立的要求只有 r 条。
- **如果能招到人**：说明这些要求之间不矛盾（r(A) = r(A|b)）——就像所有面试官对"什么是合格"有一致标准。
- **招不到人**：要求之间互相矛盾（r(A) ≠ r(A|b)）——一个面试官说"必须会法语"，另一个说"必须完全不会法语"，两句话打架，世界上不存在同时满足的人。
- **刚好锁定一个候选人**：独立要求恰好等于候选人数量（r = n），每个候选人的每个技能都被卡死。
- **多个候选人合格**：独立要求少于候选人数量（r < n），有些技能没有要求约束，不同的人都能胜任。
"技能要求"就是方程，"候选人数量"就是未知数个数 n，"真正独立的要求"就是 r(A)。这个比喻的每一个环节，下面都用数学推导严格对应。
**② 正式陈述**
**定理（线性方程组解的判定）**：对于线性方程组 Ax = b（A 为 m×n 矩阵），解的情况由 r(A) 和 r(A|b) 的比较完全确定：
- **无解** ⇔ r(A) ≠ r(A|b)
- **唯一解** ⇔ r(A) = r(A|b) = n
- **无穷多解** ⇔ r(A) = r(A|b) < n
对于齐次方程组 Ax = 0，r(A|0) = r(A) 永远成立（因为最后一列全零不会增加秩），因此：
- **只有零解** ⇔ r(A) = n
- **有非零解（无穷多解）** ⇔ r(A) < n
**③ 🧠 完整推导**
**第1步：有解还是无解——为什么 r(A) = r(A|b) 是"有没有矛盾"的检验**
把增广矩阵 (A|b) 做初等行变换化成行阶梯形。设系数部分有 r 个主元（非零行的首非零元），即 r(A) = r。
现在问：加进常数项列 b 之后，会不会多出一个新的"台阶"（即一个新的非零行，其主元出现在常数项列）？
- 如果常数项列**没有**产生新台阶 → 增广矩阵的非零行数仍然是 r → r(A|b) = r
- 如果常数项列**产生了**新台阶 → 增广矩阵的非零行数变成 r+1 → r(A|b) = r+1 > r
常数列产生新台阶意味着什么？化到阶梯形后，存在这样一行：系数部分全是 0，但常数项不是 0。用方程语言写出来就是：
```
0·x₁ + 0·x₂ + ... + 0·xₙ = c （c ≠ 0）
```
即 0 = c（c ≠ 0）——这是彻头彻尾的矛盾。无论 x₁,...,xₙ 取什么值，左边永远是 0，右边永远不是 0，这个等式永远不成立。
反过来，如果常数列没有产生新台阶，每一行要么是"有实际意义的方程"（系数不全零），要么是"恒等式 0=0"。不存在矛盾方程 → 至少有一组数能满足所有方程 → 有解。
> 大白话：增广矩阵比系数矩阵多出来的一列，就像考试卷上多出来的一道附加题。如果这道附加题除了"请写出你的名字"之外没有新内容（不增加台阶）——那成绩还是一样的，没有问题。但如果这道附加题要求"0=1"——那不管你前面考了多少分，整张卷子都作废了（无解）。r(A) = r(A|b) 就是在检查"附加题是否作废了整张卷子"。
**第2步：在有解的前提下——为什么 r = n 就是唯一解，r < n 就是无穷多解**
假设已经确认有解（r(A) = r(A|b) = r）。把增广矩阵化成**行最简形**（RREF）。
行最简形中，每行有一个主元"1"。共有 r 个主元，对应 r 个约束变量（主变量）。剩下的 n - r 个变量没有主元管它们——它们是自由变量。
**情况A：r = n（主元个数 = 未知数个数）**
每个未知数所在的列都有一个主元 → 每个未知数都是约束变量 → 零个自由变量。
行最简形此时必然是单位矩阵的形式（可能上面拼了若干零行）：
```
[1 0 ... 0 | c₁]
[0 1 ... 0 | c₂]
[...
[0 0 ... 1 | cₙ]
[0 0 ... 0 | 0 ] ← 多余的方程行，全是 0=0
```
直接读出：x₁ = c₁, x₂ = c₂, ..., xₙ = cₙ。每个未知数被唯一确定 —— **唯一解**。
> 大白话：n 个未知数、n 个有效的独立方程 → 就像 n 把锁恰好有 n 把不同的钥匙。每把锁被唯一一把钥匙打开，每个未知数被唯一一个数值确定。
**情况B：r < n（主元个数少于未知数个数）**
有 n - r 个自由变量。每个自由变量可以取任意实数。自由变量每取一组值，约束变量就跟着被回代唯一确定一组值。因为实数有无穷多个，自由变量有无穷多种取法 → 解有无穷多组 → **无穷多解**。
> 大白话：n 个未知数，但只有 r 条有效方程管着 → n - r 个未知数"没人管"。没人管的变量可以随便取值，每换一组值就得到一个新的解。所以解不是唯一的，而是有无穷多组——就像一条直线上有无数个点，一个平面上有无穷多个坐标。
**第3步：证明无第三种可能——解的情况为什么一定是"无解/唯一解/无穷多解"三者之一**
线性方程组的解集合具有一个关键性质："仿射子空间"（即齐次解空间平移某个特解）。解集合的"大小"本质上只由齐次部分的维数 n - r(A) 决定：
- 如果 r(A) ≠ r(A|b)：解集合为空 → 无解
- 如果 r(A) = r(A|b)：解集合非空，维数 = n - r(A)
- 维数 = 0：解集合只有一个点 → 唯一解
- 维数 ≥ 1：解集合有无穷多个点（因为每条"方向"上可以取连续无穷多个实数值）→ 无穷多解
维数不可能为负，也不可能为"半个"——所以不存在第四种情况。
一个常见的困惑："维数 = 1 时，解集合是一条直线，那有没有可能是有限多个解但不是一个，比如恰好两个解？"答案是**不可能**。如果 x₁ 和 x₂ 是两个不同的解，那么 x₁ 和 x₂ 的任意仿射组合 kx₁ + (1-k)x₂（k 为任意实数，系数和恒为1）也是解（因为它是 x₁ + (1-k)(x₂-x₁)，而 x₂-x₁ 是齐次解，k 取任意实数就生成了整条直线上的无穷多个点）。线性方程组的解不可能"恰好两个"或"恰好五个"——要么零个、要么一个、要么无穷多个。
> 大白话：方程组的解就像"一个点"或"一条线"或"一个面"——不可能出现"恰好两个点"这种离散情况。因为一旦有线上两个不同的点落在解集合里，整条线上的所有点都跟着落进去（这是由于方程组是"线性"的——变化均匀，不会跳跃）。
**④ 📝 推导复盘**
整个判定的推导是一条逻辑链：① 行变换化阶梯形 → 看常数列是否多出"矛盾台阶"（无解 vs 有解的分水岭）。② 有解时，化行最简形 → 数主元个数 r → 没主元的列就是自由变量，共 n-r 个。③ 自由变量 = 0 个（r=n）→ 唯一解；自由变量 ≥ 1 个（r 🔔 **课前激活**（动笔写30秒再往下读）
>
> 妈妈在微信上连发三条消息催你回家：①"6点前到家"；②"最晚6点到家哦"；③"别忘了6点之前！"。表面上有三条消息，实际上只传达了一个信息——后两条是第一条的"复读"。如果有人问你"妈妈总共给了几个不同的要求？"，你会说1个。
>
> **方程组的"秩"就是在做这件事**：数一数到底有几个"不同的要求"，把重复的、可以互相推导的都合并掉。
> 📌 **这节学完你就能回答：**
> - r(A) 在方程组中代表什么？用"有效方程个数"怎么理解？
> - r(A|b) > r(A) 的时候发生了什么？
> - 为什么"秩"这个概念能把前三章的知识串起来？
**🧭 难在哪？** 上节判定表里冒出来 r(A)、r(A|b) 两个符号，还画了条竖线。你心里可能嘀咕：**"秩"在第三章是为了向量组定义的，跟方程组的方程有什么关系？为什么比一比两个秩就能定解的情况？** 别急，我们把秩翻译回"人话"。
💡 **先想一个生活问题**：妈妈连发三条微信催你回家（见上面的课前激活）——三条消息内容其实一样，所以"真正不同的要求"只有 1 条。现在把"真正不同的要求有几条"翻译给方程组：写着 3 个方程，其实有的是"复读"（乘个倍数）、有的是"废话"（可由别的方程推出来），**真正独立的方程到底有几条？**——这个数，就是秩。秩不是新东西，它就是第三章那个"最大无关向量个数"在方程组这儿的别名，只不过从"方程"的角度看，它叫**有效方程条数**。
**💬 生活比喻**：
秩就是"有效方程的个数"。
比如你有三个方程：
```
x + y = 2
2x + 2y = 4 ← 其实就是第一个方程乘 2，没说新东西！
x - y = 0
```
虽然写了三个方程，但第二个是"废话"（由第一个推出来的），真正有效的只有两个。秩 = 2。
简单说：**秩 = 方程组里真正"独立"的方程有几条**。抄写两遍的、乘个倍数的都不算独立的。
**📖 正式定义**：
r(A) = 系数矩阵 A 的秩 = A 的列向量组的秩 = A 的行向量组的秩 = A 中最高阶非零子式的阶数。
在方程组中，r(A) 代表：**真正有效的独立方程有几条**。
r(A\|b) 代表：**把常数项也算进去后，有效方程有几条**。
如果 r(A\|b) > r(A)，说明加进常数项后多出了一条"有效约束"——这多出来的通常就是一条"矛盾方程"（比如 0=1）。
> ✍️ **立刻练一道**：方程组 x + y = 2, 2x + 2y = 4, 3x - y = 1 有几个"真正独立"的方程？秩是几？（答案：第二个是第一个乘 2，算"复读"；第一、三个独立，所以有效方程有 2 条，r(A) = 2）
> 🛑 **停下来想一想**：两个看起来"一模一样"的方程 x+y=2 和 2x+2y=4 算不算"同一个有效方程"？如果用行列式验证，把它们的系数矩阵写出来（2×2），行列式是多少？这个结果和"秩=1"一致吗？
> ⭐⭐⭐ 核心——秩是连接前三章和本章的枢纽概念
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 用你自己的话说：如果 r(A)=2, r(A|b)=3，方程组发生了什么？为什么这种情况叫"矛盾"？
>
> **❷ 深度思考** — 小组作业分工时，5个人里有2个人"搭便车"（只重复别人说的话，不贡献新想法）。如果把他们的话去掉，实际的有效意见就少了两条。这和秩的概念有什么关联？"搭便车的人"在方程组里对应什么？
>
> **❸ 考试演练** — 已知增广矩阵化阶梯后最后一行为 [0 0 0 | 5]，前三行均有主元。写出 r(A) 和 r(A|b) 的值，判断解的情况。
📖 点击查看参考答案
**❶ 参考答案**：r(A)=2 说明系数矩阵只有2条有效方程。r(A|b)=3 说明加上常数项后多出了第3条有效约束——这一条必然是矛盾方程（形如 0x₁+0x₂+0x₃=非零常数）。所以方程组内部有不一致的地方，无解。
**❷ 参考答案**：如果3个人提了有效想法，2个人只复读（"我同意A""B说得对"），去掉复读后实际只有3条有效意见。"搭便车"的方程在增广矩阵中就是那些行变换后变成全零的行——它们没有提供任何新约束，所以不计入秩。"搭便车的人"就是方程组里可以由其他方程线性表出的方程。
**❸ 参考答案**：前三行有主元→前三行构成三个台阶。最后一行[0 0 0 | 5]化简为 0=5，矛盾。r(A)=3（系数部分有三个台阶），r(A|b)=4（增广矩阵有四个非零行，四个台阶）。r(A)≠r(A|b)→无解。
---
> 📌 这节内容原本在第2章 2.10，但完整推导要用到"线性无关"（第3章）和"Ax=0 只有零解"（本章）的概念——现在你已学完前四章的核心概念，正是看这条铁链的最佳时机。结论就一句：**|A|≠0 ⟺ A 可逆 ⟺ 满秩 ⟺ 行（列）向量线性无关 ⟺ Ax=0 只有零解 ⟺ Ax=b 有唯一解**。下面看为什么。
#### 🔗 灵魂定理：可逆的等价条件链 —— 完整推导
> 🔮 **先回顾**：下面推导里的"满秩"（第2章 2.15 学过）、"线性无关"（第3章学过）、"Ax=0 只有零解"（本章 1.4 刚讲过）——前几章的概念现在正好串成一条链。看推导时忘了哪环就翻回对应小节。大白话理解，等学完第3、4章再回看本推导。
##### ① 🚗 生活场景
你想知道一辆车能不能开——可以看"钥匙能不能发动引擎"，也可以看"油箱有没有油"，还可以看"电瓶有没有电"。这些检查方式看起来完全不同，但本质上是同一件事：**这车能开动**。
矩阵的"可逆"也一样——行列式非零、满秩、向量线性无关、齐次方程只有零解、能手把手变换成单位阵……这些条件听着各不相同，实际上**它们是一条环环相扣的铁链，任何一环断裂，全盘崩塌**。接下来我们就从源头（可逆的定义）出发，一节一节锻出这条铁链。
##### ② 📐 正式陈述
设 A 是 n 阶方阵，则以下六个条件**全部等价**（一个成立则其余五个自动成立；一个不成立则六个全不成立）：
1. A **可逆**，即存在矩阵 B 使得 AB = BA = E
2. A 的**行列式非零**：|A| ≠ 0
3. A 是**满秩**的：r(A) = n
4. A 的 n 个**行向量线性无关**（列向量也同理成立）
5. 齐次方程组 **Ax = 0 只有零解** x = 0
6. A 可通过**初等行变换化为单位矩阵** E
##### ③ 🧠 完整推导
我们从定义出发，一环扣一环推出全部等价关系。推导"主路线图"如下：
```
可逆(定义) → |A|≠0 → r(A)=n → 行/列线性无关 → Ax=0只有零解 → 可化为E
↓
然后反向：可化为E → 可逆
```
每条箭头都要严格证明，最终形成一条闭合的链条。考试中经常把中间某一条单独拿出来叫你判断，所以每步的"为什么"你都要能说清楚。
---
**第1步：从"可逆"推出"|A| ≠ 0"（条件1 → 条件2）**
如果 A 可逆，按定义存在 B 使得 AB = BA = E。
对 AB = E 两边取行列式：
```
|AB| = |E|
```
行列式的乘法性质 |XY| = |X|·|Y| 告诉我们：
```
|A|·|B| = 1
```
两个数相乘等于 1，每个数都绝不可能是 0。所以：
```
|A| ≠ 0（同时 |B| ≠ 0，且 |B| = 1/|A|）
```
> 大白话：如果一个人有合法的"身份证"（逆矩阵存在），他的"档案"（行列式）就一定不是空的。就像 3 的倒数是 1/3 存在的前提是 3 ≠ 0——逆矩阵存在的前提就是 |A| ≠ 0。
---
**第2步：从"|A| ≠ 0"推出"r(A) = n"（条件2 → 条件3）**
秩的定义是"最高阶非零子式的阶数"。A 是 n 阶方阵，A 自己就是它自身的一个 n 阶子式。而 |A| ≠ 0 恰好意味着这个 n 阶子式不为零——所以最高阶非零子式的阶数就是 n。因此：
```
r(A) = n（满秩）
```
> 大白话：|A| ≠ 0 就像一份体检单说"全部指标正常"——整张表 n 行里每一行都"真正出力"了，没有一行是废的、没有一行能被其他行拼出来。所以去掉水分，真正的独立行数就是 n 行。
---
**第3步：从"r(A) = n"推出"行向量线性无关"（条件3 → 条件4）**
r(A) = n 的意思是：把 A 化成行阶梯形之后，有 n 个非零行（阶梯台阶）——每一行都是一个独立的阶梯，没有任何一行被消成全零。
如果行向量线性**相关**（不独立），那就存在一组不全为零的系数 k₁,k₂,…,kₙ，使得：
```
k₁·(行1) + k₂·(行2) + … + kₙ·(行n) = (0,0,…,0)
```
也就是说某一行能被其他行拼出来。但在初等行变换过程中（逐步化阶梯），能被拼出来的行最终会被消成零行。既然 r(A)=n 意味着阶梯形没有零行，那就**没有任何一行能被其他行拼出来**——这就是线性无关。
> 大白话：满秩 = 每行都有自己的"独特贡献"。就像一支 5 人篮球队，满秩说明 5 个人各打各的、没有一个人是另一个人的"影子"——所以全队 5 人"线性无关"。
**第3½步：列向量也线性无关**
因为 r(A) = r(Aᵀ)（转置不改变秩），而 r(A) = n，所以 r(Aᵀ) = n。根据第3步同样的道理，Aᵀ 的行向量（也就是 A 的列向量）也是线性无关的。所以条件4的"行"和"列"两边同时成立。
> 大白话：行和列是"对称"的——行满秩必然列满秩。就像一扇门，从里看从外看都是同一扇。
---
**第4步：从"行向量线性无关"推出"Ax = 0 只有零解"（条件4 → 条件5）**
把 Ax = 0 写成行的形式：
```
第1行 · x = 0
第2行 · x = 0
...
第n行 · x = 0
```
这组方程的意思是：x 这个向量和 A 的**每一个行向量**的点积都为 0。
现在假设这 n 个行向量线性无关——它们在 n 维空间里"各指各的方向"，n 个独立方向足以"张开"整个 n 维空间。如果一个向量与 n 个能把整个空间撑满的向量全部垂直，那它能是多大的向量？**只能是零向量**。（就像在三维空间里：一个方向和三个不共面的方向全垂直，它只能是零向量——因为除了零点，没有任何位置能同时满足三个互不重复的约束。）
因此 x = (0,0,…,0)ᵀ 是唯一解。
> 大白话：n 个独立行向量像 n 把不同朝向的"闸门"，每道闸门对 x 提一个限制条件。因为闸门之间互不重复，n 道闸门合在一起足以把 x 死死卡在零点——没别的空子可钻。
---
**第5步：从"r(A) = n"推出"A 可化为 E"（条件3 → 条件6）**
> 💡 这里用到的"行阶梯形"（第2章 2.15 节讲过）和"初等矩阵"（第2章 2.17 节讲过）——忘了就翻回第2章对应小节。
r(A) = n 意味着行阶梯形有 n 个阶梯角，每个角都在主对角线的某列上。因为阶梯形每行至少有一个"领头 1"（阶梯角的非零元素），从行阶梯形出发继续做两类操作：
- 把每个阶梯角归一化（用该行除以阶梯角本身的值，使阶梯角变成 1）
- 从下往上，用每一行的阶梯角 1，把它**上方**的元素也消成 0
最终得到的就是主对角线全为 1、其余全为 0 的**单位矩阵 E**。
> 大白话：满秩 = 能把矩阵"梳"成最标准的样子。就像一箱杂乱的乐高积木（A），因为零件一个不缺、没有坏件，所以完全可以拆开重新按说明书搭成标准模型（E）。
---
**第6步：闭环——从"A 可化为 E"推回"可逆"（条件6 → 条件1）**
如果 A 能用行变换化到 E，那就存在一系列初等矩阵 P₁, P₂, …, Pₖ（每个初等矩阵对应一次行变换），使得：
```
Pₖ · … · P₂ · P₁ · A = E
```
令 Q = Pₖ · … · P₂ · P₁（全部行变换的"累积效果"），即 Q·A = E。
初等矩阵都是可逆的（每个行变换都有对应的"反向"行变换），所以 Q 可逆。在 Q·A = E 两边左乘 Q⁻¹：
```
A = Q⁻¹·E = Q⁻¹
```
到这里，我们已经得到 Q·A = E，说明 Q 是 A 的一个"左逆"（从左边乘 A，能把 A 变回 E）。怎么从"有左逆"推出"A 可逆"？
关键一步：对 Q·A = E 两边取行列式，得 |Q|·|A| = |E| = 1，所以 |A| ≠ 0——而"|A|≠0 与可逆等价"正是本等价链要证明的结论，第一遍可先当作已知结论记下，也可沿第2步往后的正向箭头（|A|≠0 → r(A)=n → … → 可化为E → 可逆）走一圈回到"可逆"。
既然 A 可逆，它就存在唯一的逆矩阵 A⁻¹（满足 A·A⁻¹ = A⁻¹·A = E）。再回到 Q·A = E，两边右乘 A⁻¹：Q·A·A⁻¹ = E·A⁻¹ → Q = A⁻¹。所以 A 的逆矩阵就是 Q，即 A 可逆，且 A⁻¹ = Q。
> 💡 为什么"方阵的左逆 = 右逆 = 逆矩阵"？因为可逆方阵的逆矩阵是唯一的——不管从左边乘还是从右边乘，能凑出单位阵 E 的那个矩阵，只能是同一个 A⁻¹。这个结论在第2章 2.10 节讲过，忘了翻回去。
> 大白话：能一步步变到标准形态 E，就能原路一步步变回去。就像你把积木搭成标准城堡——既然能搭出来，说明搭建过程每一步都可逆，整个搭建操作就是可逆的。
---
**第7步：总结——六环闭环确认**
六条箭头的证明全部完成，形成完整闭环：
```
可逆 → |A|≠0 → r(A)=n → 行/列线性无关 → Ax=0只有零解 → 可化为E → (回到)可逆
```
任何一环成立都会"传染"给其他五环——因为它们本质上说的是同一件事的六个不同侧面。
##### ④ 📝 推导复盘
整条推导链的本质：**从六个不同的"瞭望台"看同一座山**。
- **定义视角**："存在撤销操作"（可逆）——最原始的定义
- **数字视角**："行列式非零"（|A|≠0）——最方便的计算判断，一算便知
- **结构视角**："满秩"（r(A)=n）——"去掉水分"后的视角
- **几何视角**："向量线性无关"——"各行/列都指向不同方向"的视角
- **方程视角**："Ax=0 只有零解"——"方程的解被卡死在零点"的视角
- **操作视角**："能化到 E"——"可被标准化"的视角
考试里最实用的是第二条（|A|≠0）当"快捷判断法"——行列式一算，是非立判。但要拿高分，你得能把其他几条在证明题里灵活调用：说"因为 |A|≠0 所以 r(A)=n"，或者说"因为 Ax=0 只有零解所以 A 可逆"——每条箭头都能双向通行。
##### ⑤ ⚠️ 易错边界
| 误区 | 正确理解 |
|------|----------|
| "可逆 = 所有元素不为零" $\begin{vmatrix} **大错！** & 比如 & [1 & 2 \\ 2 & 4]，四个元素全非零，但行列式 & = & 0，不可逆。判断可逆只能看行列式，不能看元素 \end{vmatrix}$
| "满秩 = 元素都不为零" | 同上。满秩和元素是否为 0 毫无关系 |
| "行向量无关 ⟺ 列向量无关" | 虽然结论总是一致（因为行秩=列秩），但说的是两回事——一个是行的独立性、一个是列的独立性。不能混 |
| "Ax=0 只有零解 ⟺ |A|=0" | **方向反了！** 正确的是 |A|≠0 ⟺ 只有零解。|A|=0 时有非零解 |
| 链条某环断了 | 任何一环不成立 → **全部不成立**。比如 |A|=0，则同时意味着：不可逆、不满秩、有行能被别的行表示、Ax=0 有无穷多非零解、化不成 E |
> **整链验证**：取 A = $\begin{bmatrix} 1 & 2 \\ 2 & 4 \end{bmatrix}$，|A|=0。逐环检查：不可逆（找不到 B 使 AB=E）；r(A)=1<2（不满秩）；行向量 (1,2) 与 (2,4) 成比例（相关）；Ax=0 有非零解如 x=(2,-1)ᵀ；化行最简形 = $\begin{bmatrix} 1 & 2 \\ 0 & 0 \end{bmatrix}$ ≠ E。六环全崩，无一幸存。
##### ⑥ 🔗 链条位置
```
第1章: 行列式 |A| → 本定理: 可逆等价条件链 → 第3章: 向量线性无关
（提供"|A|≠0"判断工具） （串联六个等价条件） （展开"线性无关"概念）
↓
第4章: Ax=0 解的结构
（用到"只有零解"等价条件）
第2章内部连接（这是第2章的定理，搬到这里看）:
2.10 逆矩阵定义 → 本定理 → 2.11 伴随矩阵法 → 2.12 初等变换法 → 2.15 秩
```
六个条件中，|A|≠0 是第1章的"检验工具"；线性无关在第3章详细展开；Ax=0 的解是本章的核心；满秩和初等变换是第2章的重头戏。这条等价链就是你在第1-4章之间自由穿梭的"高速公路"。
> 🛑 **停下来想一想**：是不是所有方阵都有"逆矩阵"这个撤销键？一张纸烧成灰能不能恢复成纸？这和"行列式等于 0 的矩阵不可逆"说的是不是同一件事？
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 用"穿衣服—脱衣服"的比喻，向别人解释什么是逆矩阵，以及为什么 A×A⁻¹=E。
>
> **❷ 深度思考** — 游戏里的"存档—读档"是一对互逆操作。你能再举出两个日常操作，一个"做了能原样撤销"、一个"做了无法撤销"吗？那个无法撤销的，对应矩阵的什么性质（行列式等于几）？
>
> **❸ 考试演练** — （单选题）设 A 为 n 阶方阵，则 A 可逆的充要条件是：
> A. A≠0（不是零矩阵） B. |A|≠0 C. A 是方阵 D. A 的元素全不为 0
📖 点击查看参考答案
**🛑 停下来想一想**：不是所有方阵都可逆。烧成灰的纸恢复不了——因为燃烧"把信息压扁丢掉了"。矩阵也一样：行列式为 0 意味着它把空间"压扁"了（比如把平面压成一条线），压扁时丢掉的信息无法找回，所以不可逆。"|A|=0 不可逆"和"信息被压扁无法撤销"正是同一件事的两种说法。
**❶** 逆矩阵就是"撤销操作"。早上按"内衣→衬衫→外套"的顺序穿（操作 A），晚上按"外套→衬衫→内衣"的相反顺序脱（操作 A⁻¹）。穿完再脱回到最初状态（光着身子=单位矩阵 E），所以 A×A⁻¹=E。
**❷** "做了能撤销"的：Word 里打字后按 Ctrl+Z、把水倒进杯子再倒回瓶子；"做了无法撤销"的：把鸡蛋打碎、把盐溶进水里。无法撤销的操作对应**行列式等于 0** 的矩阵（不可逆）——信息在过程中被"压扁"丢失了。
**❸** 答案：B。|A|≠0 ⟺ A 可逆 ⟺ A 满秩，这是判断可逆的唯一硬指标。
**考试易错提醒**：选项 A（A≠0）是最常见的错误答案——很多"满满都是数"的非零矩阵照样不可逆（比如两行成比例的）。判断可逆只认一条：行列式是不是 0，别被"元素非零"迷惑。
---
---
#### 🎯 解题方法
##### 题型A0：AB=O型问题
> ⚠️ **前置提醒**：本节涉及解空间维数 n-r(A)。**这里先记住结论：解空间维数 = 未知数个数 n − 矩阵秩 r(A)**，第 1.8 节会从基础解系的角度再讲为什么。如果你还没学过基础解系，可先跳到 1.8 节学完基础解系再回来读本节，会更容易理解。
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 你和朋友一起推一个大箱子。你往左推，他往右推，力气一样大——箱子停在原地一动不动。两个人的力互相抵消了，结果为零。在矩阵的世界里，AB=O就像是"两个作用叠加在一起，结果全抵消了"。你猜一下：如果两个人的力都不为零但结果为零，这两个力之间有什么特殊关系？
> 📌 **这节学完你就能回答：**
> - 看到AB=O，脑子里第一个反应应该是什么？
> - 为什么从AB=O能推出r(A) + r(B) ≤ n？这个不等式是怎么来的？
> - 如果题目把AB=O伪装成别的形式（比如转置、分块），你还能一眼认出来吗？
**🎯 识别特征**：题目条件中出现 AB=O（两个矩阵乘积为零矩阵）。
**🧭 先别慌，这题难在哪？** 两个矩阵乘起来等于零矩阵——**可这两个矩阵本身都不是零**（A、B 里可能一个零元素都没有）。"两个不零的东西乘出零"，第一反应是违反直觉。再深想一层更头疼：**"r(A)+r(B)≤n"这种结论式的不等式，凭什么从 AB=O 一个条件就能推出来？** 无从下手对不对——因为你缺一把"翻译"。
💡 **关键一步：把矩阵乘法翻回方程组。** 回忆第 2 章矩阵乘法——如果 B 有 p 列 b₁, b₂, …, bₚ，那么 AB=O 就意味着 **Ab₁=0、Ab₂=0、…、Abₚ=0**（每一列分别满足 Ax=0）。这一翻，AB=O 就从"神秘矩阵题"变成了我们熟悉的齐次方程组问题：**B 的每一列，都是齐次方程组 Ax=0 的一个解。**
> 🔍 **回头看看**：有了"B 的每列是 Ax=0 的解"，思路就活了——B 的列向量住在 Ax=0 的解空间里，而解空间的维数正是本章刚学的 n-r(A)。一个"房间"能装几个线性无关的向量，装不下更多——所以 r(B) ≤ n-r(A)，移项就是 **r(A)+r(B) ≤ n**。这就是结论的来历：它不是硬记的不等式，而是"B 的列都住在解空间里"这句话的翻译。
**💡 核心思路**：将 B 按列分块，则 B 的每一列都是 Ax=0 的解。由此推出重要结论：**r(A) + r(B) ≤ n**（其中 A 是 m×n 矩阵，B 是 n×p 矩阵）。
> 🛑 **途中停顿**：停下来想——B的每一列都是Ax=0的解，所以B有多少列，就等于我找到了多少个Ax=0的解向量。那如果B有三列，我就有三个解向量。但问题是：这三个解向量一定不重复吗？不一定——万一B的某两列一模一样，那这两个解其实就是同一个。所以"B的列数"只告诉我"最多有几个解向量"，真正有几个不一样的解向量要看B的秩。这就是r(B)出现在不等式里的原因——r(B)才是"B里面真正有用的列数"。
**📝 典型例题**：已知 A 是 3×3 矩阵，B 是非零 3×2 矩阵满足 AB=O，求 r(A) 的取值范围。
📖 点击查看解答
B 的每一列都是 Ax=0 的解。B ≠ O 说明 Ax=0 有非零解，故 r(A) < 3。
又由 AB=O 推出 r(A) + r(B) ≤ 3。B 是非零矩阵，秩至少为 1，故 r(A) ≤ 2。
综上，**r(A) ≤ 2**（即 r(A) 的可能取值为 0、1 或 2）。
✅ 答案：**r(A) ≤ 2**
> 本题使用模板A0：AB=O型问题。核心技巧：将矩阵乘积为零转化为方程组的解的关系。
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 用自己的话解释：为什么AB=O能推出r(A) + r(B) ≤ n？不要背公式，用"B的列是Ax=0的解"这个思路一步步说清楚。
>
> **❷ 深度思考** — 题目说"A是m×n矩阵，AB=O"，你立刻写出了r(A) + r(B) ≤ n。但如果题目换个说法，写成"BᵀAᵀ = O"，你还能认出来这是同一类问题吗？想想看：BᵀAᵀ = O 相当于谁的转置？和AB=O是什么关系？
>
> **❸ 考试演练** — 已知A是4阶方阵，B是非零4×3矩阵满足AB=O。证明：若r(A)=2，则B的列向量必定线性相关。（提示：从两个方向——①B有几列？②r(B)最大能是多少？③r(B)小意味着什么？）
📖 点击查看参考答案
**❶ 参考答案**：把B按列拆开，每一列记作b₁、b₂……bₚ。因为AB=O，所以Ab₁=0、Ab₂=0……每一列都是Ax=0的解。也就是说，B的所有列都住在"Ax=0的解空间"这个小区里。那这个小区最多能住"几个人"呢？n - r(A)个人（因为解空间的维数 = n - r(A)）。B里面真正不重复的列数就是r(B)。住进去的人不能超过小区容量，所以r(B) ≤ n - r(A)，移项就是r(A) + r(B) ≤ n。就像一个小区的房子数量有限，住进去的人不能比房子还多。
**❷ 参考答案**：BᵀAᵀ = O，取转置得：(BᵀAᵀ)ᵀ = Oᵀ，即 AB = O（因为(AB)ᵀ = BᵀAᵀ，再取一次转置就回来了，O的转置还是O）。所以BᵀAᵀ=O就是AB=O穿了一件"转置外套"，脱掉外套还是同一个问题。考试时出题老师特别爱玩这招——给你一个看起来陌生的式子，其实就是你认识的那个老朋友。**考试容易丢分的地方**：看到BᵀAᵀ=O就懵了，不知道先取转置。
**❸ 参考答案**：
**原理**：B的所有列都是Ax=0的解，而Ax=0的解空间的维数 = n - r(A) = 4 - 2 = 2。所以B的列向量最多有2个是线性无关的。
**分析**：B是4×3矩阵，有3列。但解空间最多容纳2个线性无关的向量，所以这3列塞进一个只能容纳2个线性无关向量的小区里——必然有人重复（线性相关）。
**结论**：B的列向量线性相关。实际上r(B) ≤ 2 < 3（列数），所以列向量一定相关。
**考试容易丢分的地方**：只说了r(B) ≤ 2，忘了比较"2 < 3"这一步——秩小于列数才是线性相关的充分条件。
---
###### 配套练习（AB=O型）
###### 题4-24 ⭐ 基础 | 用模板A0（AB=O型）+ 填空题
设A是4×5矩阵，B是非零的5×3矩阵，满足AB=O。则r(A)的最大可能取值是______。
📖 点击查看答案
由AB=O，根据经典结论：r(A) + r(B) ≤ n = 5（其中n是A的列数，也是B的行数）。
B是非零矩阵 ⇒ r(B) ≥ 1。
所以：r(A) ≤ 5 - r(B) ≤ 5 - 1 = 4。
又A是4×5矩阵，行数m=4，所以r(A) ≤ min(m, n) = 4。
两者一致，r(A)的最大可能取值为**4**。
💡 直观理解：A有4行，最多4个独立方程；同时B的每列都是Ax=0的解，B非零说明至少有一个非零解，所以Ax=0的解空间至少1维（这里的"解空间至少1维"就是在用"解空间维数 = n - r(A) ≥ 1"这个结论，第 1.8 节会正式讲），故r(A) ≤ 5-1 = 4。
✅ 答案：**4**
> 本题使用模板A0。核心结论：AB=O → r(A)+r(B)≤n。两个上界取较小值。
###### 题4-33 ⭐⭐ 中等 | 用模板A0（AB=O应用证明）+ 证明题
设A是m×n实矩阵。证明：r(AᵀA) = r(A)。
📖 点击查看答案
**证明思路**：证明Ax=0与AᵀAx=0同解，从而解空间维数相同，推出秩相等。
**证明**：
**(1)** 先证：Ax=0 ⇒ AᵀAx=0。若Ax=0，则AᵀAx = Aᵀ·0 = 0。
**(2)** 再证：AᵀAx=0 ⇒ Ax=0。设x满足AᵀAx=0。两边左乘xᵀ：xᵀAᵀAx = 0，即(Ax)ᵀ(Ax) = 0。令y = Ax，则(Ax)ᵀ(Ax) = y₁² + y₂² + ... + yₘ² = 0。由于都是实数的平方和，每一项都非负，只能每一项都等于0，所以y = Ax = 0。
**(3)** 结论：Ax=0与AᵀAx=0的解空间完全相同。所以它们的解空间维数相等：n - r(A) = n - r(AᵀA)。化简得：**r(AᵀA) = r(A)**。
✅ 证毕。
> 本题使用模板A0的延伸。核心技巧：证明两个方程组同解，从而推出秩相等。
---
###### 题4-13 ⭐⭐⭐ 真题 | AB=O 型（矩阵方程转化为方程组）
设 A 是 m×n 矩阵，B 是 n×s 矩阵，且 AB = O（零矩阵）。证明：r(A) + r(B) ≤ n。
📖 点击查看答案
**证明思路**：将 B 按列分块，B = [b₁, b₂, ..., bₛ]。由 AB = O 得 Abⱼ = 0，即 B 的每一列都是 Ax = 0 的解。因此 B 的所有列向量都包含在 Ax = 0 的解空间中。解空间的维数 = n - r(A)。B 的列向量组的秩 = r(B)。由于 B 的列向量组是解空间的子集，其秩不超过解空间的维数：r(B) ≤ n - r(A)。移项得：**r(A) + r(B) ≤ n**。
✅ 证毕。
> 这是线性代数中最经典的结论之一。
###### 题4-36 ⭐⭐⭐ 真题 | 用模板A0（AB=O经典证明）+ 证明题
设A是n阶方阵，且A²=A（幂等矩阵）。证明：r(A) + r(A - E) = n。
（E表示n阶单位矩阵）
📖 点击查看答案
**证明**：
(1) 由A²=A，移项得：A(A - E) = O。由AB=O型经典结论：r(A) + r(A - E) ≤ n。……①
> 📌 **先记住一个秩的性质**（此处直接引用，证明略）：**两个矩阵之和（差）的秩不超过它们秩的和**，即 r(X+Y) ≤ r(X)+r(Y)。直观理解：X+Y 的每一列都是"X 的一列 + Y 的一列"，所以它一定落在"X 的列与 Y 的列并在一起所张成的空间"里，而这个空间的维数不超过 r(X)+r(Y)。
(2) 另一方面，E = A + (E - A) = A - (A - E)。取秩：n = r(E) = r(A - (A - E)) ≤ r(A) + r(-(A - E)) = r(A) + r(A - E)（最后一步用到了上面的秩不等式）。即：r(A) + r(A - E) ≥ n。……②
(3) 由①和②：n ≤ r(A) + r(A - E) ≤ n，所以：**r(A) + r(A - E) = n**。
✅ 证毕。
> 本题是AB=O型结论的经典应用。两个方向：① A(A-E)=O → 和≤n；② 利用秩不等式证明和≥n。
---
##### 题型A：解的判定
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 你去体检，拿到三份报告：第一份所有指标都正常，医生说"没问题"——这就像方程组有唯一解，每个未知数都被确定了。第二份报告自相矛盾——血压一栏同时写着"正常"和"偏高"，医生也不知道该信哪个——这就像方程组无解，条件互相打架。第三份报告有个指标写的是"偏高，但没有具体数值"——医生只能说"有问题，但说不清有多严重"——这就像方程组有无穷多解，答案不唯一。现在给你一个方程组，你觉得自己能像看体检报告一样，一眼判断它是哪种情况吗？
> 📌 **这节学完你就能回答：**
> - 拿到方程组，先干什么？怎么判断有解还是无解？
> - "唯一解"和"无穷多解"的关键区别是什么？
> - 有一个快招：什么情况下不用算秩，直接就知道有唯一解？
**🎯 识别特征**：题目问"方程组有解吗？有几个解？什么时候无解？"——通常出现在选择题、填空题，或大题的第一小问。
> 🧭 **难在哪？** 一套方程组最多有几百个方程，不可能一个个去解。但 1.4 节那个小实验已经给了我们"为什么"的钥匙——**解的情况只由两件事决定：有效方程有几条（秩），够不够锁死每个未知数。** 那么"以后就这么办"就很自然了：把方程组压成增广矩阵，用行变换"数"出两个秩，一比就出结论。下面这套三步法，就是上节那个小实验的"标准化流水线"。
**📋 解题步骤（通用三步法）**：
```
第1步：写出增广矩阵 (A|b)
第2步：做初等行变换，化为行阶梯形
第3步：比较 r(A) 和 r(A|b)
→ r(A) ≠ r(A|b)：无解
→ r(A) = r(A|b) = n：唯一解
→ r(A) = r(A|b) < n：无穷多解
```
> 🛑 **途中停顿**：停下来理解一下——为什么比较两个秩就能判断解的情况？想象你有n个未知数，每个方程就是一条"线索"。r(A)是系数矩阵的秩，代表"真正有效的线索有几条"（去掉废话和重复的）。r(A|b)是增广矩阵的秩，代表"加上结果之后，有效线索有几条"。如果加了结果之后多了一条新线索（r(A|b) > r(A)），说明有一条线索说"某些变量的关系是1"，另一条说"同样的关系却是2"——自己打自己脸，矛盾了，所以无解。如果线索数量刚好等于未知数数量（r(A) = r(A|b) = n），那每个未知数都被锁死了，只有一个答案——这就是体检报告一切正常的情况。如果线索不够（r(A) = r(A|b) < n），有些未知数没人管，自由了——这就是无穷多解。
**🔑 技巧：如果是方阵，先算行列式**：
> 💡 **为什么能偷这个懒？** 行列式不为零 ⇔ 矩阵满秩（第 1 章学的）⇔ 有效方程条数 = 未知数个数。这就直接命中了判定表的第三行"r = n → 唯一解"——**所以方阵时，|A|≠0 一句话就能定唯一解，连秩都不用比**。这就是"快筛工具"的由来：不是新方法，而是把"数有效方程"换成"算行列式"的快车道。
```
第1步：算 |A|
→ |A| ≠ 0：一定有唯一解（不用再比秩了！）
→ |A| = 0：需要进一步比较 r(A) 和 r(A|b)
第2步：|A| = 0 时，做行变换比较秩
→ r(A) = r(A|b)：无穷多解
→ r(A) ≠ r(A|b)：无解
```
> 🧠 **这一段在想什么**：为什么 |A|≠0 敢说"一定有解"？因为方阵满足"方程数 = 未知数数"，再加上满秩，就是"n 个未知数、n 条有效方程、不矛盾"——三个条件凑齐，必唯一解。所以这个技巧不是背的，是"秩的判定表 + 行列式和满秩的关系"两条知识叠出来的。
> ✍️ **立刻练一道**：用"方阵先算行列式"快筛：判定方程组 x₁ + 2x₂ = 3, 2x₁ - x₂ = 1 的解的情况。（答案：系数矩阵 $\begin{bmatrix} 1 & 2 \\ 2 & -1 \end{bmatrix}$，|A| = 1·(-1) - 2·2 = -5 ≠ 0，直接得**唯一解**，不用比秩）
**📝 典型例题**：
判定方程组解的情况：
```
x₁ + 2x₂ - x₃ = 1
2x₁ - x₂ + x₃ = 2
3x₁ + x₂ = 4
```
📖 点击查看解答
第1步：写出增广矩阵，做行变换：
```
[1 2 -1 | 1] [1 2 -1 | 1]
[2 -1 1 | 2] → [0 -5 3 | 0] (R₂-2R₁)
[3 1 0 | 4] [0 -5 3 | 1] (R₃-3R₁)
```
再 R₃ - R₂：
```
[1 2 -1 | 1]
[0 -5 3 | 0]
[0 0 0 | 1] ← 这一行表示：0·x₁ + 0·x₂ + 0·x₃ = 1，矛盾！
```
所以 r(A) = 2，r(A\|b) = 3，不相等 ⇒ **无解**。
✅ 答案：**无解**
> 本题使用模板A：解的判定。核心动作是比秩。
> ✍️ **立刻练一道**：判定方程组 x₁ + 2x₂ = 3, 2x₁ + 4x₂ = 5 是否有解、有几个解。（提示：这就是配套练习里的题4-1。先写增广矩阵，R₂-2R₁，看出现什么。）
📖 点击查看答案
第二行变 [0 0 | −1]，即 0=−1，矛盾。r(A)=1，r(A|b)=2，不相等 ⇒ **无解**。
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 有个同学说："r(A) = r(A|b)的时候一定有解，而且如果r等于未知数个数就是唯一解，小于就是无穷多解。"他说得对吗？为什么？请用自己的话（不要背定义）解释。
>
> **❷ 深度思考** — 你在超市买了苹果、香蕉、橘子三样东西，收银员告诉你总共30元。你又看到苹果每斤5元、香蕉每斤3元、橘子每斤4元。你能算出每样各买了几斤吗？如果收银员只告诉你"苹果的钱等于香蕉加橘子的钱"（没有总价），你还能算出来吗？哪种情况对应"唯一解"，哪种对应"无穷多解"？
>
> **❸ 考试演练** — 讨论参数a取何值时，方程组有唯一解、无穷多解、无解：x₁ + x₂ + ax₃ = 1，x₁ + ax₂ + x₃ = 1，ax₁ + x₂ + x₃ = 1。（答题框架：①先写系数矩阵和增广矩阵 → ②用行列式法判断——先算|A|，看a取什么值时|A|=0 → ③|A|≠0时直接判唯一解 → ④|A|=0时分别代入a的值，做行变换比秩 → ⑤分情况给出结论）
📖 点击查看参考答案
**❶ 参考答案**：他说得完全正确。r(A) = r(A|b)意味着系数矩阵的"有效线索数"和增广矩阵的一样——没有矛盾。这就像三把锁和三把钥匙，比完秩等于检查"锁和钥匙配对没有"。如果r等于未知数个数n，说明每个未知数都被有效线索锁住了，只有一个数能满足——唯一解。如果r < n，说明有些未知数"没被锁住"，可以随便取值——无穷多解。**考试容易丢分的地方**：有些同学忘了r(A) = r(A|b)这个前提，直接说"r < n就是无穷多解"——但万一是r(A) ≠ r(A|b)且r(A) < n呢？那是无解，不是无穷多解。
**❷ 参考答案**：第一种情况（有总价和各单价）：设苹果x斤、香蕉y斤、橘子z斤，方程为5x+3y+4z=30。但只有一个方程，三个未知数——这是"无穷多解"：有很多种买法都能凑出30元（比如全买苹果6斤，或者买4斤香蕉2斤橘子+苹果）。第二种情况（苹果钱=香蕉+橘子钱）：5x=3y+4z，同样一个方程三个未知数——还是无穷多解。那么"唯一解"长什么样呢？比如再加两条信息："一共买了10斤"和"苹果比香蕉多2斤"——三个方程三个未知数，每条信息都是独立的（不重复），那就锁死了，唯一解。**考试容易丢分的地方**：生活中很多问题方程组其实没有唯一解，但人脑自动补上了隐含条件（比如"斤数是整数""不会买负的"），考试时不能自己补条件。
**❸ 参考答案**：
**第1步**：系数矩阵A，计算行列式：
|A| = $\begin{vmatrix} 1 & 1 & a \\ 1 & a & 1 \\ a & 1 & 1 \end{vmatrix}$ = (展开得) -(a-1)²(a+2)
**第2步**：找|A|=0的点 → a=1 或 a=-2
**第3步**：分情况讨论：
- 当 a≠1 且 a≠-2 时：|A|≠0 → **唯一解**
- 当 a=1 时：代入，增广矩阵三行全是 [1 1 1 | 1]，r(A)=r(A|b)=1 < 3 → **无穷多解**
- 当 a=-2 时：代入，行变换后出现 0=3 的矛盾行 → r(A)=2, r(A|b)=3 → **无解**
**考试容易丢分的地方**：①行列式展开算错；②只知道|A|=0时不是唯一解，但忘了继续分"无穷多解"和"无解"两种情况；③a的取值漏了一种。
---
###### 配套练习（解的判定）
###### 题4-1 ⭐ 基础 | 用模板A（解的判定）
判定方程组是否有解？有几个解？
```
x₁ + 2x₂ = 3
2x₁ + 4x₂ = 5
```
📖 点击查看答案
写出增广矩阵：
```
[1 2 | 3]
[2 4 | 5]
```
R₂ - 2R₁：
```
[1 2 | 3]
[0 0 | -1]
```
第二行：0·x₁ + 0·x₂ = -1，矛盾！
r(A) = 1, r(A|b) = 2，不相等 ⇒ **无解**。
💡 直观理解：第一个方程说 x₁+2x₂=3，第二个方程说 2x₁+4x₂=5。但第二个其实是第一个的两倍...不过右边 5 不是 3 的两倍（3×2=6≠5），所以两个方程互相矛盾。
✅ 答案：**无解**
> 本题使用模板A：解的判定。
###### 题4-16 ⭐ 基础 | 用模板A（解的判定）+ 概念辨析（选择题）
设A是5×4矩阵，r(A)=3，则非齐次方程组Ax=b（ ）
A. 必有无穷多解
B. 必有唯一解
C. 可能无解
D. 一定无解
📖 点击查看答案
r(A)=3，但r(A|b)可能是3也可能是4。如果r(A|b)=3=r(A)，则有无穷多解（n=4, r=3, 自由变量=1）。如果r(A|b)=4，则r(A)≠r(A|b)，无解。
A: 不一定，r(A|b)可能=4导致无解。❌
B: 唯一解需要r(A)=r(A|b)=n=4，但r(A)=3<4，不可能唯一解。❌
C: ✅ 可能无解（取决于b是否在A的列空间中）
D: 不一定，b有可能恰好落在列空间里。❌
✅ 答案：**C**
> 本题使用模板A。核心概念：有解 ⇔ r(A)=r(A|b)，仅有r(A)的信息不足以判断是否有解。易错点：把矩阵的行数(m=5)当成未知数个数n！
###### 题4-20 ⭐ 基础 | 用模板A（解的判定）+ 克拉默法则（选择题）
设A是n阶方阵。齐次方程组Ax=0有非零解的充要条件是（ ）
A. A的行向量组线性无关
B. A的列向量组线性无关
C. |A| ≠ 0
D. |A| = 0
📖 点击查看答案
对于方阵A，Ax=0有非零解 ⟺ r(A) < n ⟺ A的列向量组线性相关 ⟺ |A| = 0。
A: 行向量线性无关 → r(A)=n → 只有零解。❌
B: 列向量线性无关 → r(A)=n → 只有零解。❌
C: |A|≠0 → 只有零解（克拉默法则推论）。❌
D: |A|=0 ⟺ r(A) 本题考查克拉默法则在齐次方程组中的重要推论。这是选择题和填空题的高频考点！
---
### 📦 知识块B：基础解系与通解
> 这块学完你就能回答：基础解系是什么？怎么用折线法快速求出来？非齐次方程组的通解为什么是特解加齐次通解？通解的书写格式最容易在哪里扣分？消元法三步走，为什么只能做行变换？
#### 1.6 消元法——解方程组的"基本动作"
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 你有一堆乱七八糟的书要按大小排序。你可以做三件事：①把任意两本书交换位置；②把某本书复印n份（内容不变）；③把一本书的内容"誊抄"到另一本书上（增减内容）。**关键是**：这三件事做完，你的"知识总量"（方程的解）不变——只是排列方式变了，答案还是那个答案。
>
> 试试把两个简单方程 x+y=3, 2x-y=0 用"第一行乘-2加到第二行"处理一下，看看第二行里的 x 能不能消掉。
> 📌 **这节学完你就能回答：**
> - 三种初等行变换分别是什么？为什么它们不改变方程组的解？
> - 为什么解方程组"绝对不能用列变换"？用了会发生什么？
> - 消元法的终极目标是把增广矩阵变成什么形状？
**🧭 难在哪？** 解方程组最笨的办法是"碰运气试数"，但方程组一大就没法试。你想"化简"它——可**化简最怕的一件事是：把解给改没了或改错了**。比如你把方程 `x+y=3` 抄成 `x+y=5`，解就变了，之前全白算。所以消元法的核心难题是：**怎么"放心大胆"地改方程，保证改完解一个不丢、一个不多？**
💡 **先把"能放心改什么"想清楚。** 方程是什么？是一架天平——左边右边必须保持平衡。那么：
- 把第 1 行和第 2 行**换个位置**：天平还是那两架，只是摆放顺序换了——解当然不变。
- 把某一行**整体放大 k 倍**：天平两边一起加码，平衡没破坏——解不变。
- 把第 1 行的 k 倍**加到**第 2 行上：看起来"动"了第 2 行，但回想一下——如果一组数原本同时满足两行，那么"第2行 + k×第1行"也必然成立（左边右边都做了同一个加法）。反过来，"新第2行 − k×第1行"又能还原旧第2行。**改动可逆，解就一个不丢一个不多。**
> 🔍 **回头看看**：就这三件事——交换、整体放大、一行的倍数加到另一行——它们有个共同点：**每一步都能"撤销"（可逆）**。可逆的操作不改变解，这就是消元法能放心动方程的底气。这三种操作合起来，就是**三种初等行变换**。
**💬 生活比喻**：
消元法就像"整理房间"——你有一堆乱七八糟的东西（方程），通过三种不改变结果的操作，把它们整理得整整齐齐：
- 你可以把两个抽屉里的东西交换位置（交换两行）
- 你可以把某个抽屉里每样东西都加倍（某行乘一个非零常数）
- 你可以把一个抽屉的东西按比例"倒"进另一个抽屉（把某行的倍数加到另一行）
这三种操作都不会改变最终的"宝物位置"（解）。
**📖 三种初等行变换**（只能对行做！不能对列做！）：
| 变换 | 操作 | 符号 |
|------|------|------|
| 交换两行 | 第 i 行和第 j 行互换 | Rᵢ ↔ Rⱼ |
| 某行乘非零常数 | 第 i 行每个元素乘 k（k ≠ 0） | kRᵢ |
| 某行的倍数加到另一行 | 第 j 行加上第 i 行的 k 倍 | Rⱼ + kRᵢ |
**⚠️ 最容易错的地方**：
解方程组时**只能用行变换，绝对不能用列变换！**
为什么？因为列变换相当于把两个未知数的"身份"互换了——比如把 x₁ 和 x₂ 交换了位置。你解出来的结果就对不上原来的未知数了。
> 💡 **再往深一层想"为什么列不行"**：方程组的每一列其实都贴着一张"名字标签"——第 1 列叫 x₁、第 2 列叫 x₂。行变换是"把几句话重新排版"，标签没动；而列变换是把两张标签**互换**——你把原来放 x₁ 的位置换成了 x₂，自己却还按 x₁ 去读。算出来的数字全对，但"对错了人"。这就好比把班里同学的座位全打乱，然后拿点名册按旧座位念名字——人没丢，名字全对不上号。
> 🛑 **停下来想一想**：如果把增广矩阵的第1列和第2列交换了（列变换），然后继续做行变换求解，最后解出的 x₁ 和 x₂ 会怎样？用一个简单的2×2方程组在草稿纸上试一下。
**💡 这个操作来自第二章矩阵**：第二章讲了矩阵的三种初等变换，本章把它们当成解方程组的"标准工具"。消元法本质上就是对增广矩阵反复做初等行变换，直到变成"阶梯形"。
> ✍️ **立刻练一道**：用刚才的三把"放心变换"处理方程组 x + y = 3, 2x - y = 0——做 `第2行 − 2×第1行`，看看第 2 行的 x 能不能消掉。（答案：2x-y=0 减去 2×(x+y)=2x+2y=6，得 -3y = -6，即 y = 2。原方程组的解是 x=1, y=2，消元后解得 y=2 回代得 x=1——变换前后解一致）
> ⭐⭐⭐ 核心——所有方程组求解都用这个方法
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 三种初等行变换中，哪一种在你的实际操作中占90%以上？为什么它最常用？
>
> **❷ 深度思考** — 整理衣柜时，你把衣服按颜色、季节分类（三种不同的"整理方式"），但衣服总数和归属不变。这和消元法有什么相似？为什么整理衣柜不能做"列变换"——把红衣服的标签和蓝衣服的标签互换？
>
> **❸ 考试演练** — 增广矩阵 [1 2 $\begin{vmatrix} 3 \\ 2 & 4 \end{vmatrix}$ 5] 做 R₂-2R₁ 后得到什么？新矩阵代表的方程组和原方程组解一样吗？
📖 点击查看参考答案
**❶ 参考答案**：第3种（某行的倍数加到另一行）最常用。消元的主要工作就是"用上面行的主元把下面行对应列消成0"——这正是第3种操作。第1种在主元为0时用到，第2种主要用于把主元变成1。
**❷ 参考答案**：三种变换都不改变"信息总量"——就像衣服总数和归属不变。列变换相当于把红蓝标签互换——统计"有几件红衣服"时拿到的是蓝衣服数量，信息被"张冠李戴"了。方程组的列变换同理：会打乱未知数的对应关系。
**❸ 参考答案**：R₂-2R₁ → [0 0 | -1]。新矩阵 [1 2 $\begin{vmatrix} 3 \\ 0 & 0 \end{vmatrix}$ -1] → 第二个方程 0=-1，矛盾。原方程组的第二个方程 2x+4y=5 与 2(x+2y)=6→2x+4y=6 矛盾。解都没变（都是无解），变换没改变答案。
#### 🧠 1.6 补充：消元法的原理——为什么行变换不改变解集
> 上面 1.6 用"整理房间"的比喻介绍了三种行变换是什么、怎么操作。这一节从矩阵乘法的角度看消元法——为什么这三种看似随意的操作，做完后方程组的解居然不变？这背后是第 2 章"可逆矩阵"的知识在起作用。读完这节，每做一步行变换，你心里都清楚"我本质上在左边乘了哪个矩阵"。
**① 生活场景**
📸 你给一张照片加滤镜。有些滤镜是"可逆"的——加了一层暖色调，之后可以用相反的冷色调完全恢复原图。有些滤镜是"不可逆"的——比如把彩色变成黑白，颜色信息永远丢失了，再也回不去。
方程组的初等行变换就像"可逆滤镜"——每种变换都可以用一个对应的"恢复操作"完全撤销。既然可以无损地来回切换，那么变换前后方程组携带的"信息"（解集）当然完全一样。
三种行变换 = 三种可逆滤镜：
- 交换两行 → 再交换一次就还原（自己的逆是自己）
- 某行乘 k（k≠0）→ 再乘 1/k 就还原
- 某行加上另一行的 k 倍 → 再加 -k 倍就还原
而列变换则不是"可逆滤镜"——它相当于把照片的红色通道和蓝色通道互换了。即使你再换回来，中间那个状态已经搞乱了"哪个数对应哪个未知数"的对应关系。所以**只能做行变换**。
**② 正式陈述**
**定理（初等行变换保解性）**：对增广矩阵 (A|b) 做任意有限次初等行变换，得到的矩阵 (A'|b') 代表的方程组与原方程组**同解**（解集合完全相同）。
等价表述：存在可逆矩阵 P，使得 A' = PA, b' = Pb。因为 P 可逆，方程组 Ax = b 等价于 PAx = Pb。
**③ 🧠 完整推导**
**第1步：三种初等行变换各自对应一个可逆矩阵（初等矩阵）**
每做一次初等行变换，等价于在增广矩阵**左边**乘一个**初等矩阵**（elementary matrix）。
- **交换第 i 行和第 j 行**（Rᵢ ↔ Rⱼ）：对应初等矩阵 E_swap——把单位矩阵的第 i 行和第 j 行交换。交换两次回到单位矩阵 → 可逆，且 E_swap⁻¹ = E_swap（自逆）。
- **第 i 行乘非零常数 k**（kRᵢ）：对应初等矩阵 E_scale——把单位矩阵的第 i 个对角元从 1 改成 k。再乘 1/k 回到单位矩阵 → 可逆，且 E_scale⁻¹ = E_{1/k}。
- **第 j 行加上第 i 行的 k 倍**（Rⱼ + kRᵢ）：对应初等矩阵 E_add——把单位矩阵的第 j 行第 i 列（原来为 0）改成 k。再加 -k 倍就还原 → 可逆，且 E_add⁻¹ = E_{-k}。
> 大白话：三种行变换都不是"瞎改"——你的每一次操作，背后都有一个对应的初等矩阵悄悄地在左边做了乘法。这个矩阵就像一个"指令卡"，精确记录了"你对谁干了什么"。关键的是：每张指令卡都有对应的"撤销指令卡"（逆矩阵）——所以操作可以无损撤销。
**第2步：多次行变换 = 左边乘一个可逆矩阵 P**
每次行变换对应乘一个 E₁，再做一次对应乘 E₂……
设一共做了 k 次行变换，每次对应的初等矩阵分别为 E₁, E₂, ..., Eₖ，则变换后的增广矩阵为：
```
(A'|b') = Eₖ · Eₖ₋₁ · ... · E₁ · (A|b)
```
令 P = Eₖ · Eₖ₋₁ · ... · E₁。因为每个 Eᵢ 可逆，它们的乘积 P 也可逆（可逆矩阵的乘积仍可逆）。于是：
```
A' = PA, b' = Pb
```
> 大白话：不管做了多少步行变换——交换、倍乘、加减——整个过程等价于在左边乘了一个"总指令卡"P。P 是可逆的（因为每步都可以撤销，所以全程也可以撤销）。这就是"行变换不改变解"的关键：乘以可逆矩阵等价于一个"一一对应"的变换——不会丢解，也不会多出假解。
**第3步：证明 P 可逆保证解集不变**
原方程组：Ax = b。
变换后方程组：PAx = Pb。
**(a) 原方程组的解一定是变换后方程组的解**：
设 x₀ 满足 Ax₀ = b。两边左乘 P：P(Ax₀) = Pb → (PA)x₀ = Pb。✓
**(b) 变换后方程组的解一定是原方程组的解**：
设 x₀ 满足 (PA)x₀ = Pb，即 P(Ax₀) = Pb。因为 P 可逆，两边左乘 P⁻¹：
```
P⁻¹P(Ax₀) = P⁻¹(Pb) → Ax₀ = b
```
x₀ 确实也满足原方程组。✓
(a) 和 (b) 合起来：解集合完全一样。**P 的可逆性（即 P⁻¹ 存在）是(b)成立的关键**——如果 P 不可逆，只能保证"原解都是新解"，不能保证"新解都是原解"（可能乘了一个不可逆矩阵后多出了看似合法的"假解"）。
> 大白话：原方程组的每个解经过 P 的"翻译"后，在新方程组里仍然成立（因为两边一起乘 P，等式保持）。反过来，新方程组的每个解经过 P⁻¹（P 的"反翻译"）后，在原来方程组里也成立。P 可逆 = "翻译"是可逆的——来回翻译不会歪曲信息，所以解集毫发无损。
**第4步：为什么列变换不行——列变换不是"左边乘矩阵"**
列交换（比如把第 1 列和第 2 列交换）等价于在增广矩阵**右边**乘一个置换矩阵：
```
(A|b) · Q = (AQ | b)（注意 b 在最后一列不受列交换影响时看具体情况）
```
但右边乘矩阵意味着把未知数重新组合了——比如把 x₁ 和 x₂ 对应的系数列互换，等于你把原来代表"苹果"的位置换成了代表"橘子"的位置。解出来的 x₁ 其实对应原来的 x₂。**列变换不改变解集合的"形状"，但打乱了未知数到解的对应关系**——你求出的数字是对的，但对错了人。
而且列变换可能把系数部分和常数项部分混在一起（如果交换的列包含常数项列），那整个方程组的信息就全乱套了。
> 大白话：行变换是"把几句话重新排版"——说的还是那些话，只是顺序和表达方式变了。列变换是"把字拆开重新搭配"——可能出现原来没说过的话。排版改不了内容，拆字重搭就可能歪曲原意。
**④ 📝 推导复盘**
整个推导只有三层：①每种初等行变换 = 左边乘一个可逆初等矩阵 E。②多次行变换 = 左边乘可逆矩阵 P = Eₖ···E₁。③因为 P 可逆，Ax=b 和 PAx=Pb 的解集完全一样（P 提供双方向的等价转换）。
**这个推导把第 2 章的"初等矩阵"知识和第 4 章的"消元法"连接在了一起**——消元法不只是"动手操作"，它的每一步在数学上都有精确的矩阵乘法对应。P 就是 Gauss 消元过程的"矩阵化身"——而行阶梯形就是 P 作用于 (A|b) 后的结果。
**⑤ ⚠️ 易错边界**
1. **列变换绝对不能用——除非你同时也交换了对应未知数的位置**。如果题目明确说"交换 x₁ 和 x₂ 的位置"，那交换第 1 列和第 2 列是合法的——因为你同时改变了未知数的编号顺序。但在没有特别说明的情况下，禁止列变换。口诀："消元只动行，列变乱了名。"
2. **每一步行变换都必须是可逆的操作**：三种初等变换恰好覆盖了所有可逆的行操作。如果用不可逆的操作（比如把某行全部改成 0），信息就永久丢失了，解集会变。
3. **"行变换保解"的前提是同时变换系数和常数项**：增广矩阵 = (A|b) 要一起做行变换。如果只对 A 做某种变换、对 b 做另一种——那就不是左乘同一个 P，解集当然不保。
4. **本质上，消元法的每一步都是"把一个方程用另一个方程等价替换"**：Rⱼ + kRᵢ 就是把第 j 个方程替换为"第 j 个方程 + k倍的 第 i 个方程"。这之所以合法，是因为如果一组数同时满足原第 i 和第 j 个方程，它也一定满足新第 j 个方程（而且用新第 j 个方程和新第 i 个方程可以反推出原第 j 个方程）。这是一个纯代数的等价推导，不需要用矩阵语言。
**⑥ 链条位置**
```
第2章 初等矩阵
E_swap, E_scale, E_add
（三种初等变换的矩阵化身）
│
│ 每次行变换 = 左边乘 E
│ P = Eₖ···E₁ 可逆
▼
本方法：行变换保解的证明
PAx = Pb ⇔ Ax = b（P可逆）
│
├──→ 阶梯形：P(A|b) 化成阶梯形
│ r(A) = 非零行数
│
├──→ 行最简形：继续乘可逆矩阵
│ 直到主元=1且上方为0
│ （RREF = P_total · (A|b)）
│
└──→ 自由变量选取和通解：
基于RREF的结构读取
```
从哪来：第 2 章"初等矩阵"是消元法合法性的数学根基。每个行变换对应一个初等矩阵，所有行变换的乘积是可逆矩阵 P。这个视角把"动手操作"提升为"代数等价"。
到哪去：行阶梯形和行最简形本质上就是"用最合适的 P 把 A 变成了最好读的样子"。P 可逆保证了读出来的解就是原方程组的解——所有后续求解操作都建立在这个保证之上。
---
#### 1.7 行阶梯形与行最简形
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 你家楼梯每一级都比前一级往右偏一点——这就是"阶梯形"。装修队来了，把每级台阶左边切齐、右边也切齐，所有台阶的左侧在一条竖直线上——这就是"最简形"。
>
> 两种楼梯都能上楼（都能判断解的情况），但"修整齐"的楼梯走起来舒服、一眼看清还剩几级（最简形方便写通解）。
> 📌 **这节学完你就能回答：**
> - 行阶梯形和行最简形的关键区别是什么？
> - 行最简形需要满足哪两个条件？
> - 为什么折线法"必须"先化到行最简形才能用？
**🧭 难在哪？** 上节学了三种"放心变换"，可你到底要把方程**化成什么形状才算完**？随便变个样子也算化简，但解还是不好读。其实答案就藏在"数有效方程"这个目的里——**我们要的是"一眼能读出"的形状**。
💡 **先动手做个"读解"实验**，看看哪种形状最好读。看这个阶梯形：
```
[1 2 3 | 5]
[0 1 4 | 2]
[0 0 1 | 3]
```
你能马上读出 x₃ 吗？能——从第三行直接读出 x₃=3。可要读出 x₁，得先把 x₂ 读出来再回代（x₂+4·3=2 → x₂=-10，再算 x₁）。**每读一个变量都要"回头补课"，不痛快。** 那再想想：如果阶梯形的每个台阶上方也全消成 0，变成最简形：
```
[1 0 0 | -4]
[0 1 0 | 5]
[0 0 1 | 3]
```
这一下每个变量独占一行、直接读出：x₁=-4, x₂=5, x₃=3。**最简形就是"精装修"版的阶梯形——多花两步"向上消"，换来回代一步到位。**
**💬 生活比喻**：
- **行阶梯形**：就像楼梯——每往下一行，第一个台阶（非零数）至少往右移一格。楼梯下面全是平地（零行在最后）。
- **行最简形**：在楼梯形的基础上，把每个台阶的第一个非零数变成 1，而且每个台阶正上方的位置全变成 0。就像把楼梯修得"标准整洁"。
**📖 形式对比**：
以下为两组**独立**的示例（第一个展示行阶梯形，第二个展示行最简形），它们来自不同的方程组，不是同一个方程组的连续变换。
> 📌 先说明一下格式：增广矩阵中间那条竖线"|"，左边是未知数前面的系数，右边是等号右边的常数。就像把方程 `2x+3y=5` 压缩成 `[2 3 | 5]`——竖线左边是系数，右边是答案。
行阶梯形（已经能判断解的情况了）：
```
[1 2 3 | 5]
[0 1 4 | 2]
[0 0 1 | 3]
```
行最简形（更方便写出解表达式）：
```
[1 0 0 | -4]
[0 1 0 | 5]
[0 0 1 | 3]
```
行最简形每个主元（台阶的第一个数）都是 1，且主元所在列其他位置全是 0。
> 🛑 **停下来想一想**：在纸上画两个矩阵：[1 3 $\begin{vmatrix} 5 \\ 0 & 0 \end{vmatrix}$ 2] 和 [1 0 $\begin{vmatrix} 7 \\ 0 & 1 \end{vmatrix}$ 3]。哪个是阶梯形，哪个是最简形？关键区别是什么？
> ✍️ **立刻练一道**：把阶梯形 [1 2 1 $\begin{vmatrix} 4 \\ 0 & 0 & 2 \end{vmatrix}$ 6] 化成行最简形。（答案：第二行 ÷2 → [0 0 1 | 3]；第一行 − 第二行 → [1 2 0 | 1]。最终 [1 2 0 $\begin{vmatrix} 1 \\ 0 & 0 & 1 \end{vmatrix}$ 3]）
> ⭐⭐ 高频——行最简形是写出基础解系的前提
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 一个矩阵满足"主元都是1"但不满足"主元上方全0"，还算行最简形吗？举个例子。
>
> **❷ 深度思考** — 考试答题卡：读卡机扫描=化阶梯形（确认信息完整），机器判分=化最简形（结果一目了然）。为什么考研阅卷更愿意看到你写出最简形而不是停在阶梯形？
>
> **❸ 考试演练** — 把 $\begin{bmatrix} 1 & 2 & 1 & $\begin{vmatrix} & 4 & \\ & 0 & & & 0 & & & 2 & \end{vmatrix}$ & 6 \\ 0 & 0 & 0 & \mid & 0 \end{bmatrix}$ 化为行最简形。标出主元位置和自由变量。
📖 点击查看参考答案
**❶ 参考答案**：不算。例如 $\begin{bmatrix} 1 & 2 & 3 \\ 0 & 1 & 4 \end{bmatrix}$——主元都是1，但第1行第2列有2≠0，所以只是阶梯形。行最简形两个条件缺一不可：①主元=1；②主元列其余全0。
**❷ 参考答案**：最简形让阅卷老师一眼看出你的答案是否正确——主元1直接对应约束变量，自由变量列一目了然。停在阶梯形，老师还得自己继续化，格式分可能就丢了。
**❸ 参考答案**：R₂÷2 → $\begin{bmatrix} 1 & 2 & 1 & $\begin{vmatrix} & 4 & \\ & 0 & & & 0 & & & 1 & \end{vmatrix}$ & 3 \\ 0 & 0 & 0 & \mid & 0 \end{bmatrix}$。R₁-R₂ → $\begin{bmatrix} 1 & 2 & 0 & $\begin{vmatrix} & 1 & \\ & 0 & & & 0 & & & 1 & \end{vmatrix}$ & 3 \\ 0 & 0 & 0 & \mid & 0 \end{bmatrix}$。主元在第1、3列，自由变量x₂。解：x₁=1-2k, x₂=k, x₃=3（k为任意常数）。
#### 🧠 1.7 补充：行最简形的本质——为什么它能直接"读出"基础解系
> 上面 1.7 用"楼梯修整齐"的比喻介绍了行阶梯形和行最简形"长什么样"。这一节补上"为什么"——为什么费功夫化到行最简形是值得的？为什么行最简形能让你"一眼看出"基础解系？读懂这一节，折线法不再是"记住做法"，而是"明白每一步凭什么"。
**① 生活场景**
🔑 你有一串钥匙，要开 n 扇门。如果每把钥匙只能开一扇门（而且你知道哪把对哪扇），那开门很容易——一扇一扇走过去，每扇用对应的那把钥匙。
但如果你手里是一串"万能钥匙"——每把能开好几扇门，而且你不知道每把对应哪些门——你就需要一张"对照表"。
行最简形就是这张"对照表"。它把变量分成了两拨：
- **约束变量**（有主元的列）：你们是被"锁死"的——每行方程恰好锁住一个约束变量。
- **自由变量**（没有主元的列）：你们是"没人管"的——你们取什么值都行。
而"对照表"的内容——非主元列上面的数字——恰好告诉我们：**每个自由变量取 1 时，约束变量要跟着调整多少，才能让方程继续成立。** 这些数字就是基础解系的分量。
**② 正式陈述**
**行最简形（RREF）的核心性质**：设 A 经过行变换化为行最简形 R = PA（P 可逆）。R 的列可以重新排列为如下形式：
```
R = [ Iᵣ F ]
[ 0 0 ]
```
其中 Iᵣ 是 r×r 单位矩阵（r = r(A)），F 是 r×(n-r) 矩阵。Iᵣ 的列对应主元列（约束变量），F 的列对应自由变量列。
**关键**：行最简形的结构使得：令自由变量依次取 (1, 0, ..., 0), (0, 1, ..., 0), ..., (0, 0, ..., 1)，每次回代，约束变量的取值恰好由 F 的对应列**全体取反号**得到——这就是"折线法"的数学原理。
**③ 🧠 完整推导**
**第1步：行最简形 = 把方程组拆成"单位矩阵 + 自由变量关联"**
为简化讨论，假设 A 的主元恰好在前 r 列（这可以通过重排未知数实现，对应列交换，但考试中我们一般保持列序不变）。此时行最简形 R 的结构是：
```
R = [ Iᵣ F ]
[ 0 0 ]
```
其中 Iᵣ 是 r×r 单位矩阵。对应的方程组 Rx = 0 可以写成：
```
[ Iᵣ F ] · [x_c] = 0
[x_f]
其中 x_c = 约束变量（r 个），x_f = 自由变量（n-r 个）
```
展开：Iᵣ·x_c + F·x_f = 0 → **x_c = -F·x_f**
> 大白话：把行最简形切两半——左边是单位矩阵（每个约束变量单独占一行），右边是 F（自由变量和约束变量的"关联表"）。方程直接写成：约束变量 = -F × 自由变量的取值。所以**只要知道自由变量取什么值，约束变量的值就立即从 F 里读出来**——这就是行最简形的"魔法"：零延迟回代。
**第2步：依次取标准单位自由变量 → 基础解向量的每个分量恰好来自 F 的各列**
现在构造基础解系：令自由变量依次取标准单位向量 e₁ = (1, 0, ..., 0), e₂ = (0, 1, ..., 0), ..., eₙ₋ᵣ = (0, 0, ..., 1)。
第 i 个基础向量 ξᵢ 的自由变量部分 = eᵢ（第 i 个自由变量位置为 1，其余为 0）。
约束变量部分 = -F·eᵢ。而 F·eᵢ 恰好就是 **F 的第 i 列**！因为矩阵乘标准单位向量就是取对应列。
所以约束变量部分 = **-（F 的第 i 列）**，即"取反号"。
> 大白话：当第 i 个自由变量取 1、其他自由变量取 0 时，约束变量的取值就是 F 的第 i 列每个数前面加个负号。这就是折线法的"看自由变量列 → 取反号 → 填到约束变量位置"三步操作的数学本质。不需要写回代方程、不需要逐步解——行最简形已经帮你把回代结果"编码"在非主元列的数字里了。
**第3步：为什么必须是"行最简形"而不是"行阶梯形"——主元上方必须全零**
行阶梯形（REF）只保证每行第一个非零元（主元）下方全是零，但**上方可能还有非零数**。
比如行阶梯形可能是：
```
[1 3 2]
[0 1 4]
[0 0 1]
```
这里第一行约束变量 x₁ 的表达式里包含了 x₂（系数 3）——而 x₂ 本身又是第二行的约束变量，这导致了"依赖链"：x₁ 依赖 x₂，x₂ 依赖 x₃。你没法直接从第一行读出 x₁ 对自由变量的关系——必须从下往上逐步回代。
而行最简形多做了"向上消"——主元上方全消成 0：
```
[1 0 0]
[0 1 0]
[0 0 1]
```
每个约束变量独占一个方程——没有交叉依赖 → 可以直接读出。
> 大白话：阶梯形是"毛坯楼梯"——台阶出来了但上面还堆着杂物（主元上方有非零数），你得从下往上清理。行最简形是"精装修楼梯"——每个台阶干干净净，主元上方全是零，一步到位。折线法之所以省时间，就是因为它跳过了"从下往上回代清理杂物"这一步——而行最简形已经把杂物清理干净了。
**第4步：为什么基础解向量恰好线性无关——"自由变量部分"的单位向量结构**
将基础解向量 ξ₁, ξ₂, ..., ξₙ₋ᵣ 按行拼接成一个矩阵：
```
[ξ₁ ξ₂ ... ξₙ₋ᵣ] = [ -F ]
[ Iₙ₋ᵣ ]
```
下半部分 Iₙ₋ᵣ（自由变量部分）是一个 (n-r)×(n-r) 的单位矩阵。单位矩阵的列向量是标准正交的（线性无关的典型代表），所以整个 ξ 矩阵的 n-r 列也线性无关（因为下半部分已经线性无关了，加几行上半部分不会破坏无关性）。
> 大白话：每个基础解向量在自由变量的位置上有独一无二的"身份证号"——第 i 个解向量在第 i 个自由变量位置上是 1，其他自由变量位置全是 0。这就像 n-r 个人，每个人有一个不同的身份证号码——你不可能把几个人的身份证号码线性组合出另一个人的号码。所以这些向量自然线性无关。
**④ 📝 推导复盘**
行最简形的结构 R = $\begin{bmatrix} Iᵣ & F \\ 0 & 0 \end{bmatrix}$ 是这一切的前提。这个结构意味着：
- 约束变量 x_c = -F x_f — 直接读出
- 自由变量取 e₁, e₂, ... — 标准单位向量
- 约束部分 = -F 的各列（取反号）— 折线法
- 下半 Iₙ₋ᵣ 保证线性无关 — 自动满足
四步环环相扣，没有任何巧合或死记。折线法不是"江湖偏方"——它是行最简形结构 R = $\begin{bmatrix} Iᵣ & F \\ 0 & 0 \end{bmatrix}$ 的直接推论。
**⑤ ⚠️ 易错边界**
1. **折线法必须在行最简形上操作，阶梯形不行**：阶梯形的主元上方可能非零 → 约束变量之间存在依赖链 → 不能直接"取反号"。如果在阶梯形上直接用折线法，得到的结果不是解。
2. **行最简形的主元不一定是 1, 0, ..., r 列**：主元可能"跳跃"——比如主元在第 1、3、4 列，第 2 列是自由变量。此时 F 不是紧密排列的，但主元列对应的 Iᵣ 仍然是"散装"拼成的——折线法仍然有效（因为本质没变：约束变量直接由自由变量表出），只是看起来不整齐。实际操作时：对于矩阵的每一行，主元 1 所在列对应约束变量，其他列的数字（取反号）告诉你约束变量和自由变量的关系。
3. **F 矩阵里的数字 = 约束变量对自由变量的依赖系数**：比如 F 第 1 行第 2 列是 3，意思就是 x₁（第 1 个约束变量）的表达式里，x₂（第 2 个自由变量）的系数是 -3。折线法"取反号"正是因为 x_c = -F x_f 中的那个负号。
4. **RREF 的计算过程可能很繁琐，但建议坚持化到底**：停在阶梯形省了时间，但回代时容易出错——尤其是当主元列不连续的时候。"多花一分钟化行最简形，省下的回代和纠错时间远不止一分钟。"
**⑥ 链条位置**
```
第2章 初等行变换
E₁, E₂, ..., Eₖ
P = Eₖ···E₁（可逆）
│
│ 用P作用于A：PA = R
▼
行最简形 R = $\begin{bmatrix} Iᵣ & F \\ 0 & 0 \end{bmatrix}$
x_c = -F x_f（直接读出）
│
├──→ 折线法：自由变量列取反号
│ = 基础解系的分量
│
└──→ 通解：x = Σ(自由变量)×
(对应的基础解向量)
```
从哪来：第 2 章的初等行变换是可逆操作，保证 R = PA 和 A 的解空间一样（因为 P 可逆，Ax=0 ⇔ PAx=0）。找到好的 P（消元过程）把 A 化为 RREF，是"化繁为简"的核心。
到哪去：RREF 的 $\begin{bmatrix} Iᵣ & F \\ 0 & 0 \end{bmatrix}$ 结构直接给定了基础解系的形式。这个视角在第 5 章求特征向量和第 6 章找正交基时同样适用——本质上，都是对一个齐次方程组求基础解系，而求法就是把系数矩阵化行最简形。
---
#### 1.8 基础解系是什么？
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 番茄炒蛋的菜谱说"番茄和蛋的比例是2:3"，但没说几个番茄几个蛋。你可以用2个番茄+3个蛋，也可以用4个番茄+6个蛋（都是2:3）。(2, 3) 这个搭配就是"基础配方"——所有可行搭配都是 k×(2, 3)，k取任意正整数。
>
> **如果菜谱还限制了"总数不超过10个"，自由空间变小了，但"方向"还是(2,3)。** 基础解系就是帮你找到这些"基础方向"的方法。
> 📌 **这节学完你就能回答：**
> - 基础解系必须满足哪三个条件？少一个会怎样？
> - 为什么基础解系的向量个数恰好是 n - r(A) 个？
> - 基础解系向量"线性无关"是什么意思？
**💬 生活比喻**：
假设你有一个密码锁，密码由三个数字组成。但你发现：只要第一个数字确定，后面两个数字就自动确定了（因为有约束条件）。也就是说，真正能"自由选择"的只有一个数字。
如果这个"自由数字"取 1，你得到密码 (1, 2, -3)。
如果取 2，你得到密码 (2, 4, -6) = 2×(1, 2, -3)——其实就是第一个解的倍数。
那么 (1, 2, -3) 就是**基础解系**——它是最基本的那个"模板"。所有密码都可以写成 k×(1, 2, -3)，k 取任意数。
如果有两个"自由数字"，基础解系就有两个向量，每个自由变量贡献一个。
> 🧭 **难在哪？** 刚才的密码比喻只给了"模板"的直觉，可考试要的是**判定**：给你一组向量，怎么知道它够不够格当"基础解系"？直觉是模糊的，必须翻译成三条"硬条件"。
💡 **把"模板"该满足什么想明白**，三条自然浮现：**① 这个模板必须真的是解**（代进方程成立，否则是瞎编）；**② 模板要"够用"**——所有解都得能用它拼出来，拼不出来就说明模板漏了，而前面学过自由变量有 n-r 个，所以模板个数必须恰好等于自由变量个数 n-r；**③ 模板要"不重复"**——如果两个模板只是倍数关系，那它们其实是一个方向，等于少了一个独立方向，所以模板之间必须线性无关。三条合起来，就是基础解系的完整定义。
**📖 正式定义**：
对齐次方程组 Ax = 0，基础解系是一组向量 η₁, η₂, ..., ηₜ，它们满足三个条件：
1. **每个都是解**：Aηᵢ = 0（代入方程成立）
2. **个数正好**：t = n - r(A)（自由变量的个数，不多不少）
3. **互相独立**：η₁, η₂, ..., ηₜ 线性无关（任何一个都不能由其他几个表出）
**通解 = 基础解系的任意线性组合**：x = k₁η₁ + k₂η₂ + ... + kₜηₜ（其中 k₁, ..., kₜ 是任意常数）
> 🛑 **停下来想一想**：如果有人说"η₁=(1,0,0), η₂=(2,0,0), η₃=(3,0,0)是某3元齐次方程组的基础解系"，可能吗？对照上面三个条件一条一条检查。
**🔑 口诀**：基础解系向量个数 = 未知数个数 - 秩 = n - r(A)
> ✍️ **立刻练一道**：设 5 元齐次方程组 Ax=0 的系数矩阵秩 r(A)=3，基础解系应该有几个向量？如果有人说他找到了 3 个线性无关的解，能构成基础解系吗？（答案：n-r = 5-3 = 2 个；他说 3 个，数量多了——第 3 个必然能被前两个拼出来，个数不对不能算基础解系）
> ⭐⭐⭐ 核心——必考！基础解系的求法和验证都必须熟练掌握
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 基础解系的三个条件，哪个最容易被忽略？如果只满足两个会有什么问题？
>
> **❷ 深度思考** — 乐高城堡的"基础砖块"有几种取决于设计图的约束程度。约束越严格，基础砖种类越少。这和"秩越大→n-r越小→基础解系向量越少"有什么关系？
>
> **❸ 考试演练** — r(A)=2, n=5。问基础解系含几个向量？如果有人说找到了3个线性无关的解，能构成基础解系吗？
📖 点击查看参考答案
**❶ 参考答案**：最容易忽略的是"个数正好 = n-r(A)"。只满足是解和线性无关但个数不对——多了有冗余（有些向量可被表出），少了覆盖不完整（有些解表达不出来）。三个条件缺一不可。
**❷ 参考答案**：设计图约束=方程的有效约束数=秩r。约束严格（r大）→自由发挥空间小（n-r小）→基础砖种类少。约束宽松（r小）→自由空间大（n-r大）→基础砖种类多。完美对应。
**❸ 参考答案**：含 n-r = 5-2 = 3个向量。找到3个线性无关的解，个数恰好=3——如果它们也确实都是解，就可以构成基础解系！三个条件全满足。
---
#### 🧠 1.8 补充：解的结构定理——完整推导
> 上面 1.8 告诉了你基础解系"是什么"（定义），1.9 教你"怎么算"（手把手）。这一节补上"为什么"——为什么基础解系恰好有 n-r(A) 个向量？为什么所有解都能用这几个向量表示出来？读完这一节，你对基础解系的理解就从"会用"升级到"真懂"。
**① 生活场景**
🏗️ 你是一家建筑公司的设计师。公司接了三个项目，每个项目对钢筋、水泥、沙子的用量有不同的要求（三条"约束方程"）。但你发现：三条要求里，有一条其实是前两条拼出来的——真正说了算的只有两条（秩 r=2）。五种材料（n=5）里，有三种你可以自由调配，剩下两种由那两条真正的要求自动决定——n-r=5-2=3 个"自由材料"。
更形象地说：**解空间就像一个"自由度游戏"**。每条真正有效的方程是一条绳子，绑住你一个活动方向。你有 n 个方向，r 条有效的绳子绑住了 r 个方向——剩下的 n-r 个方向就是你的"自由活动空间"。基础解系就是告诉你：这 n-r 个自由方向分别是什么。
**② 正式陈述**
**定理（齐次线性方程组解的结构）**：设 A 是 m×n 矩阵，r(A) = r。则齐次方程组 Ax = 0 的所有解构成一个向量空间（称为**解空间**），其维数为 n - r。
等价地说：存在 n - r 个线性无关的解向量 ξ₁, ξ₂, ..., ξₙ₋ᵣ（称为**基础解系**），使得 Ax = 0 的任意一个解都可以唯一地表示为它们的线性组合：
```
x = k₁ξ₁ + k₂ξ₂ + ... + kₙ₋ᵣξₙ₋ᵣ
```
**③ 🧠 完整推导**
**第1步：证明解空间是封闭的——解的线性组合仍是解**
设 x₁ 和 x₂ 都是 Ax = 0 的解，即 Ax₁ = 0, Ax₂ = 0。
验证线性组合 k₁x₁ + k₂x₂ 是否还是解：
```
A(k₁x₁ + k₂x₂) = k₁Ax₁ + k₂Ax₂ = k₁·0 + k₂·0 = 0
```
> 大白话：两个满足所有方程的解，按任意比例混合后，代入方程依然是 0。就像两杯完全溶解了的糖水——一杯是糖水，另一杯也是糖水，把它们倒在一起还是糖水，不会突然变成盐水。所以"所有解放在一起"这个集合，对加法和数乘是封闭的——数学上就叫"向量空间"。**零向量 0 始终是解**（A·0=0），它就是这个空间的"原点"。
几何直觉：过原点的直线上取两个点，它们的任意线性组合还在那条直线上。过原点的平面上取两个点，它们的任意线性组合还在那个平面上。但如果不过原点——比如 x+y=1 这条线——上面两个点的组合就跑到外面去了。**所以只有齐次方程组的解才构成过原点的向量空间，这是"齐次"（右边全是 0）独有的性质。**
**第2步：分析"真正有效"的方程有几个**
把 A 化成行最简形（RREF）。设 r(A) = r，即行阶梯形有 r 个非零行。
- 这 r 个非零行 = r 个"真正有效"的方程
- 剩下的 m - r 个方程（如果有）是零行 = 0=0，不提供任何新约束
> 大白话：你有 m 个方程，但有些可能是"废话"——比如第 3 个方程 = 第 1 个方程 × 2，它没有提供新约束。化阶梯形后，非零行的个数 r 就是真正有用的方程数量。每个真正有效的方程就像一个"夹具"，夹住了一个方向的活动。
**第3步：主元列与自由列——为什么恰好是 n-r**
行最简形中：
- 主元列（有主元"1"的列）：共 r 个，对应 r 个**约束变量**（也叫主变量）
- 非主元列（没有主元"1"的列）：共 n - r 个，对应 n - r 个**自由变量**
> 大白话：如果把未知数比作 n 个人，每个有效方程指定了一个"领头人"（主元列对应的变量）。r 个领头人的位置被方程定死了；剩下的 n-r 个人没有方程管它们——它们是"自由人"。**每个自由人站好位置后，领头人的位置就跟着被唯一决定了。** 所以整个系统的"活动范围"维度 = 自由人的个数 = n - r。
几何直觉：在 Rⁿ 空间里，每个有效的线性方程是 Rⁿ 中的一个超平面（二维是直线，三维是平面）。r 个真正独立的超平面交在一起，交出来的区域维度 = n - r。这是线性代数最基本的几何事实——**"每多一个独立约束，交空间的维度就减 1"**。n 维空间被 r 个独立超平面截过后，剩下 n-r 维。
**第4步：构造基础解系——每个自由变量独立取 1**
给 n - r 个自由变量依次"独立赋值"：
| 自由变量赋值 | 操作 | 得到的解 |
|---|---|---|
| 第1个自由变量取 1，其余自由变量取 0 | 回代求约束变量 | ξ₁ |
| 第2个自由变量取 1，其余自由变量取 0 | 回代求约束变量 | ξ₂ |
| ... | ... | ... |
| 第 n-r 个自由变量取 1，其余自由变量取 0 | 回代求约束变量 | ξₙ₋ᵣ |
> 大白话：这就是 1.9 节手把手教的"自由变量取 1，其余取 0，回代"。为什么这样做得到的 n-r 个向量恰好线性无关？因为每个向量的"自由变量那一段"是一个标准单位向量 (1,0,0,...), (0,1,0,...), ...——这些标准单位向量显然是线性无关的（每个人身份证号都不一样），所以整组向量也线性无关。就像有 n-r 个人，每个人有一个独一无二的"身份标记"——谁也冒充不了谁。
**第5步：证明任意解都可以由基础解系表出**
设 x = (x₁, ..., xₙ)ᵀ 是 Ax = 0 的任意一个解。设自由变量的取值分别是 c₁, c₂, ..., cₙ₋ᵣ。
考虑线性组合：y = c₁ξ₁ + c₂ξ₂ + ... + cₙ₋ᵣξₙ₋ᵣ
- y 是基础解向量的线性组合 → y 也是 Ax = 0 的解（第1步已证封闭性）
- 在自由变量的位置上：y 的自由变量取值恰好也是 c₁, c₂, ..., cₙ₋ᵣ（因为 ξᵢ 在第 i 个自由变量位置取 1，其余取 0）
- 所以 x 和 y 的**自由变量取值完全相同**
- 约束变量由自由变量**唯一决定**（回代过程是确定的，行最简形每行只有一个约束变量）
- 因此 x = y = c₁ξ₁ + c₂ξ₂ + ... + cₙ₋ᵣξₙ₋ᵣ
> 大白话：任何解，只要看它自由变量的取值（比如自由变量取了 3 和 5），就能把它分解成"3×第1个基础向量 + 5×第2个基础向量"。因为**自由变量一旦确定，约束变量也跟着完全确定了**——行最简形里每行方程直接给出约束变量 = 自由变量的某个线性组合。就像拼图——知道边框那几块（自由变量）的位置，整张图（完整解）就确定了。
**④ 📝 推导复盘**
整个推导的逻辑是一条线穿下来的：① 先证明所有解放在一起是一个"封闭的俱乐部"（向量空间）——两个会员的任意组合还是会员，零向量是俱乐部的"根据地"（原点）。② 然后算这个俱乐部有多少个"独立活动方向"——每个有效方程绑住一个方向，n 个总方向减去 r 条绑绳，剩 n-r 个自由方向。③ 接着给每个自由方向找一个"标杆"——让一个自由变量取 1、其他取 0，回代得到 n-r 个基础向量。④ 最后证明任何解都能从这几个"标杆"拼出来——因为任何解的"自由变量取值"就是拼凑所用的系数。
几何上，这就是：**在 Rⁿ 中，r 个独立方程每绑住一个方向，剩下 n-r 个自由方向（自由变量有 n-r 个），基础解系就是这 n-r 个方向的"代表"——它们是一组线性无关、且个数恰好 = 秩 = n-r(A) 的解向量。** 用第 3 章的语言说：**基础解系 = 解向量组的一个极大无关组**。第 3 章的理论在第 4 章找到了最直接的应用。
**⑤ ⚠️ 易错边界**
1. **基础解系不唯一**：自由变量可以不按顺序取 (1,0,...,0), (0,1,...,0) 这一组，取任何一组 n-r 个线性无关的赋值都可以——得到的也是基础解系。比如 n-r=2 时，取 (1,1) 和 (1,-1) 也行。但考试按"每个自由变量依次取 1、其余取 0"最规矩省事、最不容易错。不同选法得到的基础解系之间可以互相线性表出——它们生成的是同一个解空间。
2. **n-r 不是"解的个数"**：n-r 是自由变量的个数 = 基础解系中向量的个数 = 解空间的维数。当 n-r ≥ 1 时，齐次方程组有无穷多解（因为 k₁,...,kₙ₋ᵣ 可以取任意实数）。n-r = 1 时所有解在一条过原点的直线上，n-r = 2 时在一个过原点的平面上，n-r = 0 时解空间退化为一个点（只有零解 = 唯一解）。
3. **解空间是 Rⁿ 的子空间**：解空间 ⊆ Rⁿ，维数 = n - r(A)。当 r(A) = n 时，解空间 = {0}（零维，只有零解）；当 r(A) < n 时，解空间是 Rⁿ 中一个过原点的 n-r 维"低维平面"。
4. **自由变量的选取不是唯一的**：主元列的确定取决于消元路径（高斯消元 vs. 列主元消元可能给不同的主元列），对应的自由变量组也不同。但无论怎么选，**基础解系向量的个数始终是 n - r(A)**，且生成的仍是同一个解空间——只是换了一套极大无关组来描述它。
5. **对齐次方程组，r(A) = r(A|0) 永远成立**：因为增广矩阵多出来的最后一列全是 0，不可能增加秩。所以讨论齐次方程组时不需要比秩——它**永远有解**（至少有一个零解），只需要判断零解是不是唯一的。
**⑥ 链条位置**
```
第2章 矩阵消元法 第3章 向量组理论
│ │
│ 提供了"化行最简形" │ 提供了"线性相关/无关、
│ 的计算工具 │ 极大无关组"的语言
└────────────┬─────────────────────┘
│
▼
┌─────────────────────────────┐
│ 本定理：解空间维数 = n-r │
│ 基础解系 = 极大无关组 │
└─────────────────────────────┘
│
▼
第5章 特征向量：求 (A-λI)x=0 的
非零解 → 特征空间维数（几何重数）
│
▼
第6章 二次型：求正交基底时也要
解齐次方程组找特征向量
```
从哪来：第 2 章教的"行变换化行最简形"是计算工具，第 3 章教的"线性相关/无关、极大无关组、向量组秩"是理论语言。本定理用这两样工具回答了"齐次方程组的解长什么样"这个根本问题。
到哪去：第 5 章求特征向量时，本质就是解 (A - λI)x = 0 ——一个齐次方程组！每个特征值对应的特征空间维数（几何重数），就是解这个齐次方程组得到的自由变量个数。第 6 章化二次型为标准型时，也需要解齐次方程组来找正交基底。所以本章的 n-r 会在后续章节反复出现——它是整个线代"自由度计算"的核心密码。
---
#### 1.9 怎么求基础解系？——完整示例（手把手）
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 想象你在一栋4层商场里找朋友。保安告诉你3条"警戒线"：①从正门进来，第1层的人数加上第2层人数的两倍……（一系列限制）；②……；③……。虽然商场有4层，但3条有效的警戒线把你的朋友困在了一条固定的走廊上——他只能在一条线上来回走。**这条"走廊"的方向怎么找出来？** 试试在纸上随便画一栋四层楼，每层标一个数（x₁, x₂, x₃, x₄），看看3个限制能不能把4个数缩减到1个。
> 📌 **这节学完你就能回答：**
> - 求基础解系的完整步骤是什么？每步在做什么？
> - 为什么自由变量取1回代最省事？
> - 汤家凤折线法怎么用？它和回代法有什么区别？
> - 自由变量个数为什么恰好等于 n - r(A)？（几何理解）
> 🎯 为什么这一节是本章最重要的技能？因为考研每道大题都需要你求出基础解系——它就像解方程组的"万能钥匙"。无论题目怎么变，最后都要回到"化行最简→找自由变量→回代→写通解"这四步。把这一节练熟了，本章就拿下了一半。
**🧭 难在哪？** 上节只给了基础解系"是什么"（三条定义），可拿到一个真方程组，**第一步往哪儿下手你根本不知道**。比如下面这道题，你有三个方程、四个未知数，要求基础解系和通解——看到它先别慌，我们一步步从"能做什么"里把流程"试"出来。
**📋 步步教学**：
以这个方程组为例（三个方程，四个未知数）：
```
x₁ + 2x₂ - x₃ + x₄ = 0
2x₁ + 4x₂ - x₃ = 0
x₁ + 2x₂ + x₃ - x₄ = 0
```
---
**第1步：写出增广矩阵**
因为右边全是 0（齐次方程组），增广矩阵最后一列全写 0：
```
[1 2 -1 1 | 0]
[2 4 -1 0 | 0]
[1 2 1 -1 | 0]
```
---
**第2步：用初等行变换化行阶梯形**
每步只做一个操作。**为什么先从R₂消起？** 因为R₁的第1列已经是1（主元），我们用它做"铲子"把下面行的第1列铲成0。
**R₂ - 2R₁**（第2行减去第1行的2倍）：
```
R₂原值：[2, 4, -1, 0]
2倍R₁：[2, 4, -2, 2]
相减： [0, 0, 1, -2] ← 第2行第1列成功消成0
```
**R₃ - R₁**（第3行减去第1行）：
```
R₃原值：[1, 2, 1, -1]
R₁： [1, 2, -1, 1]
相减： [0, 0, 2, -2] ← 第3行第1列也消成0
```
当前矩阵：
```
[1 2 -1 1 | 0]
[0 0 1 -2 | 0]
[0 0 2 -2 | 0]
```
**R₃ - 2R₂**（消去第3行第3列的2，用R₂的第3列"1"做铲子）：
```
R₃： [0, 0, 2, -2]
2倍R₂：[0, 0, 2, -4]
相减： [0, 0, 0, 2] ← 成功消掉
```
**R₃ ÷ 2**（把最后一行的主元变成1——**为什么这步很重要？** 主元统一变成1，后面回代和折线法都不需要额外做除法，减少计算错误）：
```
[1 2 -1 1 | 0]
[0 0 1 -2 | 0]
[0 0 0 1 | 0]
```
此刻已经是**行阶梯形**——三个"台阶"分别在第1、3、4列，每个台阶往右移了一格。
**读出关键信息**：r(A) = 3（三个非零行 = 三个台阶 = 三个有效方程）
自由变量个数 = n - r(A) = 4 - 3 = **1个**
> 🛑 **停下来想一想**：上面最后一步"R₃ ÷ 2"如果不做，R₃的主元就是2而不是1。后面回代消元时，涉及第3行的每一步都要多除一次2。**把主元变成1就像整理房间时先把东西按类别分好——后面找起来才快。** 试试在草稿纸上不做R₃÷2，直接继续往下化行最简形，数一数多了几步除法？
---
**第3步：继续化行最简形（消去每个主元上方的非零数）**
阶梯形还不够——第1行第3列有 -1、第1行第4列有 1、第2行第4列有 -2，这些都要消掉。
> 💡 消元的顺序：**从下往上消，从右往左消**。先消最后一个主元上方的数，再消倒数第二个主元上方的数……这样不会把已消好的列再弄乱。就像擦黑板——从最下面往上擦，粉笔灰不会落回已擦干净的区域。
**R₂ + 2R₃**（消去R₂第4列的 -2）：
```
R₂： [0, 0, 1, -2]
2倍R₃：[0, 0, 0, 2]
相加： [0, 0, 1, 0] ✓
```
**R₁ - R₃**（消去R₁第4列的 1）：
```
R₁：[1, 2, -1, 1]
R₃：[0, 0, 0, 1]
相减：[1, 2, -1, 0] ✓
```
**R₁ + R₂**（消去R₁第3列的 -1）：
```
R₁：[1, 2, -1, 0]
R₂：[0, 0, 1, 0]
相加：[1, 2, 0, 0] ✓
```
最终**行最简形（RREF）**：
```
[1 2 0 0 | 0]
[0 0 1 0 | 0]
[0 0 0 1 | 0]
```
✅ 检验：每个主元都是1，且主元所在列其余位置全是0——这就是行最简形的两个标志。
---
**第4步：识别主元列与自由变量**
```
第1行：主元"1"在第1列 → x₁ 是约束变量
第2行：主元"1"在第3列 → x₃ 是约束变量
第3行：主元"1"在第4列 → x₄ 是约束变量
第2列没有主元"1" → x₂ 是自由变量
```
**💡 为什么自由变量恰好有 n - r = 1 个？**
回到"商场找人"的比喻：商场有4层（n=4），保安给了3条真正有效的警戒线（r=3）。每条警戒线"砍掉"一个活动方向——第1条管"前后"，第2条管"左右"，第3条管"上下"。4个方向被3条线限制后，只剩**1个方向**可以自由走动——所以朋友只能在一条走廊上走来走去。基础解系就是这条走廊的"方向箭头"。
> 🛑 **停下来想一想**：如果把 x₁ 选为自由变量（而不是 x₂），能不能也求出一组基础解系？**答案是可以，但会非常麻烦。** 因为按行最简形的主元位置来选，约束变量列正好拼成单位矩阵，回代直接"读"出答案。如果硬选x₁做自由变量，需要重新排列列的顺序，绕一大圈。就像明明有电梯（主元位置指示），非要爬楼梯（自己重新选自由变量）——能到，但何必呢？
---
**第5步：求基础解系（自由变量取1，其余自由变量取0，回代）**
只有一个自由变量 x₂，令 x₂ = 1：
从下往上回代（RREF的优势——每行只有一个约束变量，直接读出）：
- 第3行：x₄ = 0
- 第2行：x₃ = 0
- 第1行：x₁ + 2·(1) = 0 → **x₁ = -2**
基础解系向量：**η = (-2, 1, 0, 0)ᵀ**
> 💡 **为什么自由变量取1？** 取1最省事——回代不需要除法。取任何非零数都行（比如取5，会得到 η = (-10, 5, 0, 0)ᵀ = 5×原来的η），基础解系允许差一个非零倍数。取1最干净。
---
**第6步：写出齐次通解**
```
x = k·η = k·(-2, 1, 0, 0)ᵀ，k ∈ R
```
展开形式：
```
x₁ = -2k
x₂ = k
x₃ = 0
x₄ = 0
其中 k 为任意常数
```
---
**第7步：验证（代回原方程——最容易跳但最重要的一步！）**
把 k=1 时的解 (x₁, x₂, x₃, x₄) = (-2, 1, 0, 0) 代回三个原方程：
- 方程1：(-2) + 2×(1) - 0 + 0 = -2 + 2 = **0** ✓
- 方程2：2×(-2) + 4×(1) - 0 + 0 = -4 + 4 = **0** ✓
- 方程3：(-2) + 2×(1) + 0 - 0 = -2 + 2 = **0** ✓
🔒 全部成立！验证通过。
---
**🔑 汤家凤折线法（同一个题，更快的解法）**：
折线法可以直接从行最简形"看"出基础解系，不用回代。前提：矩阵已经化成**行最简形**（主元=1，主元列其余为0）。
回到我们的行最简形：
```
[1 2 0 0]
[0 0 1 0]
[0 0 0 1]
```
- 主元列：{1, 3, 4} → 约束变量 x₁, x₃, x₄
- 非主元列：{2} → 自由变量 x₂，1个非主元列 → 1个基础解向量
**折线法操作（针对 x₂）**：
1. 看第2列（自由变量列）的数字：[2, 0, 0]ᵀ
2. **全部取反号**：[-2, 0, 0]ᵀ
3. 把反号后的数字填在约束变量位置上：x₁=-2, x₃=0, x₄=0
4. 在自由变量自己的位置（x₂）上填 **1**
5. 其余自由变量的位置填 0
→ η = (-2, 1, 0, 0)ᵀ ✅ 和回代法结果完全一致！
**折线法口诀**：自由列的数字反号→塞到约束变量的位置→自由变量自己位置填1→其他自由变量位置填0。
> 💡 **为什么"看自由列、取反号"就对了？** 回忆行最简形的作用：每一行的主元把约束变量"单独拎出来"，方程变成"x_约束 = −(自由变量的线性组合)"。所以自由变量 x₂ 取 1 时，x₁ 就被锁成"第 2 列系数的反号"。行最简形已经把回代结果"编码"在非主元列里了，折线法只是把这个编码读出来——**它不是新魔法，是把回代省掉的快捷键**（1.7 补充节有完整数学推导）。
折线法比回代法快在哪？省掉了"写回代方程→解方程→读答案"三步——直接从矩阵里"看"出答案。但前提条件是矩阵必须是行最简形，如果只化到阶梯形就用折线法，数字位置对不上，会全算错。
> ✍️ **立刻练一道**：下面矩阵已经是行最简形（不用再化简），主元在第 1、2、3 列。用折线法写出基础解系和通解。
>
> ```
> [1 0 0 2]
> [0 1 0 -1]
> [0 0 1 3]
> ```
>
> （答案：非主元列只有第 4 列，自由变量只有 x₄。看第 4 列 [2, -1, 3]ᵀ 取反号得 (-2, 1, -3)，塞到约束变量 x₁、x₂、x₃ 的位置，x₄ 自己的位置填 1 → η = (-2, 1, -3, 1)ᵀ，通解 x = k(-2, 1, -3, 1)ᵀ，k ∈ R）
> ⭐⭐⭐ 核心——r(A)=3, n=4, n-r=1，基础解系含1个向量 η=(-2,1,0,0)ᵀ，通解 x=kη
---
#### 🪜 半扶练习：这次我搭台阶，你来爬（求基础解系）
> 上面 1.9 那道题，我从写增广矩阵一路手把手做到验证（全解示范）。这道换你主导——我把步骤和第一步都给你搭好，剩下的空你来填。填完再点开对答案。这是从"看老师做"到"完全放手"之间的过渡台阶。
>
> **题目**：求下面齐次方程组的基础解系和通解。
>
> ```
> x₁ - x₂ + 2x₃ - x₄ = 0
> 2x₁ - 2x₂ + x₃ + x₄ = 0
> ```
**框架（照着填）**：
**第1步（我起头）**：写增广矩阵（齐次，右边全 0）：
```
[1 -1 2 -1 | 0]
[2 -2 1 1 | 0]
```
**第2步**：行变换。第一刀我替你做——`R₂ - 2R₁`，把第 1 列下方消成 0，得到第 2 行 = ______（你来算）。
**第3步**：继续化成**行最简形**（主元=1，主元列其余为 0）。______（你来算）
**第4步**：找主元列和自由变量。主元列是第 ___ 列 → 约束变量 ______；自由变量是 ______，共 ______ 个 → 基础解系含 ______ 个向量。
**第5步**：用折线法（或回代）写出基础解向量。自由变量依次取 (1,0) 和 (0,1)：______。
**第6步**：写通解（别忘了"k 为任意常数"）：______。
📖 点击查看完整答案（先自己把空填完再看）
**第2步**（R₂ - 2R₁）：新第 2 行 = [0, 0, −3, 3 | 0]，除以 −3 得 **[0, 0, 1, −1 | 0]**。
**第3步**（化行最简形）：用第 2 行把第 1 行的第 3 列消成 0，`R₁ - 2R₂`：
```
[1 -1 0 1 | 0]
[0 0 1 -1 | 0]
```
**第4步**：主元在第 1 列、第 3 列 → 约束变量 x₁, x₃；自由变量 x₂, x₄，共 **2** 个（n − r = 4 − 2 = 2）→ 基础解系含 **2** 个向量。
**第5步**（折线法/回代）：
- x₂=1, x₄=0：由 x₁ − x₂ + x₄ = 0 得 x₁=1；由 x₃ − x₄ = 0 得 x₃=0 → **η₁ = (1, 1, 0, 0)ᵀ**
- x₂=0, x₄=1：得 x₁ = −1，x₃ = 1 → **η₂ = (−1, 0, 1, 1)ᵀ**
**第6步**：通解 **x = k₁(1,1,0,0)ᵀ + k₂(−1,0,1,1)ᵀ，其中 k₁, k₂ 为任意常数**。
验证 η₁：方程1 = 1−1+0−0 = 0 ✓，方程2 = 2−2+0+0 = 0 ✓（η₂ 同理，自己代一遍）。
> 卡在哪一步，就翻回 1.9 的对应步骤重看一遍——那里有最详细的手把手示范。
---
#### 1.10 非齐次方程组的解的结构
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 你在网上买了一个大件家具，快递只能送到小区门口。从小区门口到你家具体门牌号，你得自己走回去。如果快递能直接送到每户门口，那每个收货地址都可以写成"小区门口的位置 + 小区里的一段步行路线"。你想想：为什么"小区门口"这个起点必不可少？如果只告诉你"在小区里随便走"，你能找到具体的收货地址吗？
> 📌 **这节学完你就能回答：**
> - 非齐次通解为什么要写成"一个特解 + 一堆齐次解"？能不能只写齐次部分？
> - 两个不同的非齐次特解之间有什么关系？（提示：把它们相减看看）
> - 为什么非齐次方程组如果有解，它的解的"自由度"跟对应的齐次方程组一样？
> 🧭 **难在哪？** 会求齐次通解了，可非齐次方程组右边多了个 b，**老办法全部失效**——所有解再也不是"过原点的直线"了。你手里只有刚学的"齐次通解"这一个工具，可它解不了带 b 的方程。思路卡住了，怎么办？
💡 **先做一个大胆猜想：别扔旧工具，给旧工具"配一个起点"。** 齐次通解 x = kξ 描述的是"从原点出发能往哪走"。那非齐次的解呢？它至少有一个"落脚点"（某个具体解），然后从这个点再"往齐次的方向走"。大胆试一下：**找一个特解 η\*（随便一个解），再加上任意齐次解 ξ，验证 A(η\* + ξ) = Aη\* + Aξ = b + 0 = b**——居然正好满足！反过来，任何非齐次解 η，令 ξ = η − η\*，相减得 Aξ = b − b = 0，所以 ξ 是齐次解——**任何非齐次解都能写成"特解 + 某个齐次解"**。两条合起来，这个猜想成立。
> 🔍 **回头看看**：为什么"相减"这个动作这么神？因为它把 b 抵消了：b − b = 0。**两个非齐次解的差，一定是齐次解**——这是把非齐次"降级"回齐次的钥匙。有了它，"特解 + 齐次通解"这个结构就不是背的了，而是"落脚点 + 从落脚点出发的路线"这两件事的自然结论。
**💬 生活比喻**：
想象你要去一个城市旅游：
- **齐次通解**（基础解系的线性组合）就像"在城里可以随意走动的路线"——你可以往东、往西，只要不出城。
- **非齐次特解**就像"从你家到达那个城市的车票"——先把你送到那个城市。
- **非齐次通解 = 特解 + 齐次通解**：先坐车到城里（特解），然后在城里随便逛（齐次通解）。先到的位置加上城内的任意移动，就是所有可能的位置。
**📖 正式表述**：
设 η* 是非齐次方程组 Ax = b 的**任意一个**特解（随便找到一个就行）。
设 ξ₁, ξ₂, ..., ξₙ₋ᵣ 是对应齐次方程组 Ax = 0 的基础解系。
则 Ax = b 的**通解**为：
```
x = η* + k₁ξ₁ + k₂ξ₂ + ... + kₙ₋ᵣξₙ₋ᵣ
```
其中 k₁, ..., kₙ₋ᵣ 为任意常数。
**💡 关键性质**（选择题常考）：
| 性质 | 结论 |
|------|------|
| 两个非齐次特解相减 | = 齐次方程的解（因为 Ax₁=b, Ax₂=b → A(x₁-x₂)=0） |
| 一个非齐次特解 + 一个齐次解 | = 另一个非齐次特解（因为 b + 0 = b） |
| 非齐次特解之和 | 一般不是非齐次解（因为 b + b ≠ b，除非系数有特殊关系） |
---
#### 🧠 1.10 补充：非齐次解的结构定理——完整推导
> 上面 1.10 用"先坐车到城里，再在城里随便逛"的比喻给了你直观理解。这一节补上严格的数学推导——为什么非齐次通解一定是"特解 + 齐次通解"这种结构，而且只能是这种结构。
**① 生活场景**
🚌 你从北京坐高铁去上海出差。到了上海后，你在上海市内可以坐地铁、打车、走路——这些"市内移动"不会改变你"已经在上海"这个事实。换个角度想：**任何一个在上海的人，都可以看成"北京到上海的那趟高铁 + 上海市内的一段移动"**。
如果两个人都在上海——他们之间的"差距"就是一段市内移动（不涉及北京到上海的高铁）。因为把两人的位置相减，高铁那段抵消了，只剩市内差异。这就是"两个特解的差 = 齐次解"的几何直觉。
城市 = 所有满足 Ax=b 的向量（非齐次解集合）。市内移动 = 齐次解（在这个集合里平移，不改变"满足 Ax=0"）。北京到上海的高铁 = 一个特解 η*。你从北京（原点 0）到上海（Ax=b），必须先坐高铁（加特解 η*），再在市内逛（加齐次通解）。
**② 正式陈述**
**定理（非齐次线性方程组解的结构）**：设 A 是 m×n 矩阵，b ≠ 0。若非齐次方程组 Ax = b 有解（即 r(A) = r(A|b)），则其全部解（通解）为：
```
x = η* + ξ
```
其中 η* 是 Ax = b 的**任意一个**特解（固定），ξ 取遍对应齐次方程组 Ax = 0 的**全部解**（即齐次通解）。
换句话说：**Ax = b 的通解 = Ax = b 的一个特解 + Ax = 0 的通解。**
用基础解系展开：若 ξ₁, ..., ξₙ₋ᵣ 是 Ax = 0 的基础解系（r = r(A)），则：
```
x = η* + k₁ξ₁ + k₂ξ₂ + ... + kₙ₋ᵣξₙ₋ᵣ, k₁,...,kₙ₋ᵣ ∈ R
```
**③ 🧠 完整推导**
**第1步：证明两个非齐次特解的差是齐次解**
设 η₁ 和 η₂ 是 Ax = b 的任意两个解。则：
```
Aη₁ = b, Aη₂ = b
```
两式相减：
```
A(η₁ - η₂) = Aη₁ - Aη₂ = b - b = 0
```
所以 **η₁ - η₂ 是 Ax = 0 的解**。
> 大白话：如果你已经在上海了，你朋友也在上海了，那么你和你朋友之间的"位置差"就是上海市内的一段距离——这段距离"不涉及北京到上海的高铁"。数学上，把两个满足 Ax=b 的向量相减，b 抵消了，结果满足 Ax=0。**"相减"这个操作消灭了非齐次部分的 b。**
几何直觉：Ax = b 的解集合 = Ax = 0 的解空间（一个过原点的子空间）平移了 η₁ 的距离。为什么？取任意一个固定好的 Ax = b 的解 η₁，则所有 Ax = b 的解 η 都满足 η - η₁ 是 Ax = 0 的解，移项得 η = η₁ + (η - η₁)，其中 (η - η₁) 在解空间里。也就是说——**非齐次解集合 = {η*} + 解空间，是一个"平移后的子空间"。**
**第2步：构造通解形式——固定一个特解，叠加所有齐次解**
任取 Ax = b 的一个特解，记为 η*。
设 ξ 是 Ax = 0 的任意一个解。
验证 η* + ξ 是 Ax = b 的解：
```
A(η* + ξ) = Aη* + Aξ = b + 0 = b ✓
```
反过来：设 η 是 Ax = b 的任意一个解。令 ξ = η - η*，由第 1 步，ξ 是 Ax = 0 的解。于是：
```
η = η* + ξ
```
其中 η* 是固定的特解，ξ 取遍 Ax = 0 的所有解。
这就证明了：**非齐次通解 = 固定特解 η* + 齐次通解**——而且任意一个非齐次解都逃不出这个形式。
> 大白话：任何一个"在上海的人"（Ax=b 的解），都可以拆成"北京到上海的高铁"（特解 η*）+ "上海市内移动"（某个齐次解 ξ）。反过来也是：先坐高铁到上海，再在市内随便走——你肯定还在上海（是 Ax=b 的解）。两步合起来就是结论的核心。
**第3步：用基础解系展开——与定理1对接**
由定理1，Ax = 0 的任意解 ξ 可以写成基础解系的线性组合：
```
ξ = k₁ξ₁ + k₂ξ₂ + ... + kₙ₋ᵣξₙ₋ᵣ
```
代入通解公式：
```
x = η* + k₁ξ₁ + k₂ξ₂ + ... + kₙ₋ᵣξₙ₋ᵣ, k₁,...,kₙ₋ᵣ ∈ R
```
> 大白话：特解 η* 是"大本营"的位置，k₁ξ₁ + ... 是你从大本营出发可以走的 n-r 个独立方向——每个方向可以走任意远（kᵢ 取任意实数）。所以**非齐次解集合是一个 n-r 维的"平面"（但是不过原点！）**，它是由齐次解空间（一个过原点的 n-r 维平面）整体平移到 η* 的位置得到的。
**④ 📝 推导复盘**
整个推导只需要三步，逻辑非常简洁：① **两个非齐次解相减，b 抵消了，得到一个齐次解**——这步是最关键的火花，它把非齐次和齐次建立了联系。② 于是，固定一个非齐次特解 η* 做"参考点"，任何其他非齐次解 η 与 η\* 的差就是一个齐次解 ξ——所以 η = η* + ξ。③ 反过来，任取一个齐次解 ξ 加到 η* 上，代入验证确实得到非齐次解——这证明了我们一个解都没漏掉。
本质上，这是一个**平移**操作：把过原点的解空间（Ax=0 的解）整个平移到 η* 的位置。平移后不过原点了——**所以非齐次解集合不是一个向量空间**（它不含零向量，因为代入 0 得到 b≠0），而是一个"仿射子空间"。这个几何图像一旦建立，解的结构就一目了然了。
多通道串联：
- **生活类比**：城市 = 非齐次解集合，市内移动 = 齐次解，高铁 = 特解
- **几何直觉**：齐次解空间平移 η* 后 = 非齐次解集合（不过原点的"平面"）
- **数学推导**：A(η₁-η₂)=0 → η = η* + ξ（上面三步）
- **大白话复盘**：两非齐次解之差消灭了 b → 所以所有非齐次解都围在特解周围，以齐次解为"偏差范围"
**⑤ ⚠️ 易错边界**
1. **特解不唯一（但通解公式选哪个都行）**：任何一个满足 Ax=b 的向量都可以当特解 η*。选不同的特解，通解的形式看起来不同，但表示的解集合完全一样——就像从北京到上海可以坐 G1 或 G3 高铁，到上海后逛的地方一样。**考试选最简单那个（比如令所有自由变量为 0 回代得到的特解）最省事。**
2. **非齐次解集合不是线性空间（超高频考点！）**：验证——零向量 0 不是 Ax=b 的解（因为 A·0 = 0 ≠ b），所以非齐次解集合**不过原点** → **不是向量空间**。两个非齐次特解之和也不是 Ax=b 的解：A(η₁+η₂) = b+b = 2b ≠ b（除非 b=0）。所以非齐次解集合对加法不封闭。
3. **先判断有没有解！别跳步**：非齐次方程组不一定有解！必须先比较 r(A) 和 r(A|b)——秩相等才有解，秩不等则无解（此时讨论解的结构没有意义）。这是很多同学跳过的一步，直接求特解，结果求出来的东西不满足方程。口诀：先看秩、再求特、最后套齐次。
4. **自由变量的个数看 r(A)，不是看 r(A|b)**：齐次部分的基础解系含 n - r(A) 个向量。虽然非齐次有解时 r(A) = r(A|b)，但概念上要分清楚——自由变量的个数由系数矩阵的秩决定，跟增广矩阵没关系。
5. **η₁ - η₂ 是齐次解，但 (η₁ + η₂)/2 也是非齐次解**：因为 A(η₁+η₂)/2 = (b+b)/2 = b。这个技巧常用于"已知两个特解，构造第三个特解"或"验证某个表达式是否是非齐次解"的证明题。类似的，3η₁ - 2η₂ 呢？A(3η₁-2η₂) = 3b-2b = b ✓，也是非齐次解——只要系数之和为 1 即可。
6. **通解写作必须包含三要素**：特解 η* + 齐次通解 k₁ξ₁+...+kₙ₋ᵣξₙ₋ᵣ + "k 为任意常数"的声明。漏一个，整题白做。详见 1.11 节。
**⑥ 链条位置**
```
定理1（齐次解结构：1.8补充）
n-r 个基础解向量
解空间 = 过原点的子空间
│
│ 提供了"齐次部分"的完整描述
▼
本定理（非齐次解结构：1.10补充）
通解 = 特解 η* + 齐次通解
解集合 = 齐次解空间平移 η*
│
├──→ 第5章：解含参的非齐次方程组
│ (A-λI)x = b，讨论解的结构
│
├──→ 第6章：二次型配方法
│ 找过渡矩阵时需解非齐次方程组
│
└──→ 考研综合题：解的结构 +
秩的性质 + 向量空间，三合一考查
```
从哪来：定理 1（齐次解结构）是本定理的"一半"——齐次部分由定理 1 告诉你 n-r 个基础方向和完整的解空间结构。本定理在齐次解空间之上加一个"位移向量"（特解 η*），就把齐次的结果完整扩展到了非齐次。
到哪去：第 5 章的非齐次特征值问题、第 6 章的配方法和正交变换中，解非齐次方程组是家常便饭。**"通解 = 特解 + 齐次通解"这个结构，从本章开始到考研结束，每道大题最后都要写一遍**——把它刻进肌肉记忆里。更重要的是，这个"平移子空间"的几何图像会伴随你学后续所有与线性方程组有关的内容。
---
> 🛑 **停下来想一想**：如果 η₁ 和 η₂ 是 Ax = b 的两个不同的特解，那么 η₁ - η₂ 代入 Ax 会得到什么？再进一步：η₁ 加上"任意一个"齐次解，得到的是不是非齐次解？用自己的话解释为什么是（或不是）。
> ✍️ **立刻练一道**：已知 η₁ = (1, 0, 1)ᵀ 和 η₂ = (2, 1, 0)ᵀ 都是 Ax = b 的特解，r(A) = 2，A 是 3×3 矩阵。求 Ax = b 的通解。（答案：特解 η* = η₁ = (1,0,1)ᵀ；η₂−η₁ = (1,1,−1)ᵀ 是齐次解，n−r = 1 个基础解向量正好用它。通解 x = (1,0,1)ᵀ + k(1,1,−1)ᵀ，k ∈ R）
> ⭐⭐⭐ 核心——通解结构是每年大题的必写形式
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 用自己的话解释：为什么非齐次方程组的通解不能只写齐次通解？那个特解到底"特"在什么地方？
>
> **❷ 深度思考** — 你点了一份外卖，骑手把餐送到你家楼下（相当于"特解"）。从楼下到你家门口，骑手可以走楼梯、坐电梯、甚至从地下车库绕（相当于"齐次通解"的不同走法）。如果外卖平台只记录"骑手从取餐点到楼下的路线"，不确认最后从楼下到门口那段，能保证餐送到你手上吗？这个比喻里，"齐次通解的任意性"对应什么现实问题？
>
> **❸ 考试演练** — 已知 η₁ = (1, 0, 1)ᵀ 和 η₂ = (2, 1, 0)ᵀ 都是 Ax = b 的特解，且 r(A) = 2，A 是 3×3 矩阵。求 Ax = b 的通解。（提示：两个特解相减得到什么？秩告诉你自由变量有几个？）
📖 点击查看参考答案
**❶ 参考答案**：特解的作用是"定位"——所有解都必须经过这一个点。就像快递必须先到一个具体的小区门口，然后才能在小区里走动。没有特解，你只有一堆"在小区里随便走"的路线，但这些路线加起来永远等于零（齐次解），根本到不了终点 b。所以"特"就特在：它是唯一能"碰到" b 的那个解，其余的解都是在它周围"转悠"——转悠的方向由齐次解来提供。
**❷ 参考答案**：不能保证。因为"从楼下到门口"这一段，不同情况下骑手可能走不同的路（有的坐电梯快、有的走楼梯慢），如果平台不确认骑手最后走了哪条路线，就无法保证餐确实送到了你手上——可能送到了楼下大堂就放下了。这对应一个现实问题：在工程中，如果系统有一个"恒定的外力"（比如弹簧上挂了一个重物 b），系统的最终位置 = 被重物拉下去的那个固定偏移（特解）+ 系统自身的自由振动（齐次通解）。不同的初始条件意味着不同的振动方式叠加在固定偏移上。
**❸ 参考答案**：
**原理**：非齐次通解 = 任意一个特解 + 齐次通解
**分析**：
- 任意选一个特解，比如 η* = η₁ = (1, 0, 1)ᵀ（选哪个都行，答案不唯一但都正确）
- η₂ - η₁ = (2-1, 1-0, 0-1)ᵀ = (1, 1, -1)ᵀ 是齐次解（两个特解相减 = 齐次解 ✓）
- r(A) = 2，n = 3，自由变量个数 = n - r = 3 - 2 = 1，所以齐次通解只有一个方向：k·(1, 1, -1)ᵀ
**结论**：通解 x = (1, 0, 1)ᵀ + k(1, 1, -1)ᵀ，k 为任意常数。
**考试容易丢分的地方**：① 选哪个特解都行（选 η₁ 或 η₂ 都可以），但齐次部分必须是从两个特解相减得来的，不能自己瞎编；② 齐次解的个数必须是 n - r，多一个少一个都错；③ 最后一定要写"k 为任意常数"。
---
#### 1.11 通解的写法（最容易扣分的地方！）
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 你给朋友寄快递，地址要写："XX省XX市XX区XX路XX号XX室"。如果漏写了"XX室"，快递到了楼下就不知道往哪送了。如果漏写了"XX市"，快递根本到不了那个城市。写方程的通解跟写地址一样——该有的信息一个都不能少。你猜猜：写非齐次方程组的通解，最少必须包含哪几样"信息"？少了一样会出什么问题？
> 📌 **这节学完你就能回答：**
> - 非齐次通解的标准格式必须包含哪三样东西？
> - "k₁, k₂, ..., kₜ 为任意常数"这行字不写会怎样？
> - 自由变量选错了，整个通解会跟着错——那怎么保证自由变量选得对？
**🧭 难在哪？** 上节证明过通解 = 特解 + 齐次通解。可**证明归证明，落到"写"上全是坑**——漏了特解、漏了"k 为任意常数"、自由变量选错……每一种都让阅卷老师扣分甚至判零分。为什么写出来这么容易错？因为答案不是"一个数"，而是一**族**解，你必须用文字告诉阅卷老师"这一族解长什么样、里面的 k 能取什么值"——信息不全，答案就不完整。
💡 **把"这一族解"拆开看，就明白该写哪三样了**：① **特解 η\***——它是"落脚点"，没有它，整族解不知道从哪儿出发（代入 Ax 得 0 而不是 b）；② **齐次通解 k₁ξ₁+…+kₜξₜ**——它负责"可以怎么动"；③ **"k₁,…,kₜ 为任意常数"**——它告诉阅卷老师你写的是一族解而不是某一个固定向量。三样缺一不可，前两样缺了是"结构错误"，第三样缺了是"格式错误"，都得扣分。
**💬 生活比喻**：
写通解就像"写菜谱的最后一步"——前面切菜、炒菜都做完了，最后一步写错了，整道菜就白做了。
**📖 正确格式**：
非齐次通解的标准写法：
```
x = η* + k₁ξ₁ + k₂ξ₂ + ... + kₜξₜ (k₁,...,kₜ ∈ R)
```
也可以写成分量形式：
```
x₁ = (具体表达式)
x₂ = (具体表达式)
...
xₙ = (具体表达式)
其中 k₁, k₂, ..., kₜ 为任意常数
```
**⚠️ 最容易错的地方**：
1. **漏掉特解**：只写了齐次通解。Ax=b 的通解 = 特解 + 齐次通解，缺一不可！
2. **漏写"k 为任意常数"**：不写的话，阅卷老师不知道 k 可以取任意值。
3. **把自由变量选错了**：应该看行最简形的主元位置来确定哪些是约束变量、哪些是自由变量。行最简形中，主元"1"所在的列对应的变量是约束变量，其余列对应自由变量。
> 🛑 **停下来想一想**：下面这个写法错在哪里？"x = k₁(1, 2, 0)ᵀ + k₂(0, 1, 3)ᵀ"——它是对应 Ax = b 的通解还是 Ax = 0 的通解？如果题目给的是非齐次方程组，这样写能得分吗？
> ⭐⭐ 高频——格式写错，可能整题不得分
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 用你自己的话列出：写非齐次通解时必须出现的三样东西，每样东西为什么不能少。
>
> **❷ 深度思考** — 假设你要给三个不同城市的朋友寄同一款产品，每个城市的邮费不一样。你列的"总费用表"就像通解——特解是"产品本身的价格"（固定），齐次部分是"不同城市的邮费差价"（可以变化）。如果只写了"邮费差价"而没写"产品价格"，你寄出去的东西能正确报价吗？用这个比喻解释为什么不能漏掉特解。
>
> **❸ 考试演练** — 某非齐次方程组 Ax = b 的系数矩阵 A 经过行变换得到行最简形，主元在第 1 列和第 3 列（即 x₁ 和 x₃ 是约束变量），n = 4。问：自由变量是哪几个？通解应该写成什么形式？如果有人在通解里写"k₁·(某向量) + k₂·(某向量)"就结束了，他少了什么？
📖 点击查看参考答案
**❶ 参考答案**：非齐次通解必须出现的三样东西——① **一个特解 η***：这是"定位点"，没有它你根本不知道解在哪个位置，前面算的全都白费；② **齐次通解 k₁ξ₁ + ... + kₜξₜ**：这是"可以自由变化的部分"，告诉你解的"活动范围"有多大；③ **"k 为任意常数"的声明**：这告诉阅卷老师"这些 k 可以取任何实数"，不写的话阅卷老师可能认为你只是列了一个固定的向量而不是"一族解"。三样缺一个，整道题可能一分都没有。
**❷ 参考答案**：不能正确报价。产品本身的价格是"基础"——不管你寄到哪个城市，产品本身的价格不变（这就是特解）。邮费差价随城市变化（这就是齐次通解中 k 取不同值对应不同情况）。如果只写邮费差价，你给出的报价 = 各地邮费差价，但忘了产品本身还要钱——报给客户的价格全错了。这就像非齐次通解里只写齐次部分：你给出的向量代入 Ax 得到的是 0，不是题目要求的 b，完全答非所问。
**❸ 参考答案**：
**分析**：n = 4，主元在第 1 列和第 3 列 → x₁ 和 x₃ 是约束变量。自由变量是剩下的：x₂ 和 x₄。自由变量个数 = 4 - 2 = 2。
**正确格式**：x = η* + k₁ξ₁ + k₂ξ₂，其中 k₁, k₂ 为任意常数。
或者写成分量形式，每个分量写清楚表达式。
**他的错误**：只写了"k₁ξ₁ + k₂ξ₂"——这只是一个齐次通解。非齐次通解必须前面加上特解 η*。漏掉特解 = 整道题答案不完整，严重的话整题不得分。而且如果没写"k₁, k₂ 为任意常数"，也会被扣分。
**考试容易丢分的地方**：① 主元位置判断错误会导致自由变量选错（后面全错）；② 分量形式时，约束变量的表达式要从行最简形一行行回代，不能跳步；③ 通解写完后快速检验：把特解代入原方程，应该恰好等于 b。
---
#### 🚫 先别看答案，找找茬
> 下面是某同学写非齐次方程组 Ax=b 通解的过程。他化简、求解都对，但最后的通解写法要被扣分。**扣在哪里？** 先自己找，再点开。
**❌ 错误写法**：
> "我把增广矩阵化到行最简形，读出：自由变量 x₃ 对应的齐次解是 ξ=(2,-1,1)ᵀ，非齐次的一个特解是 η*=(1,0,0)ᵀ。
>
> 所以通解就是 **x = k(2,-1,1)ᵀ**。做完！"
🔍 点击查看：扣在哪 + 正确写法
**扣分点有两个，都是"要命"的格式错误**：
**错误一：漏掉了特解 η\*。** 他写的 `x = k(2,-1,1)ᵀ` 只是 **Ax=0（齐次）的通解**，根本不是 Ax=b 的通解！非齐次通解的铁律是：
**通解 = 一个特解 η\* + 齐次通解**
用寄快递比喻：特解 η* 是"收件地址"（定位到解在哪儿），齐次通解是"允许在附近怎么走动"。只写"怎么走动"却不写"从哪儿出发"，快递根本送不到。代入检验也立刻穿帮：`A·k(2,-1,1)ᵀ = k·0 = 0 ≠ b`，压根不满足方程。
**错误二：漏写"k 为任意常数"。** 考研阅卷里，通解不写"k 为任意常数"（或 k∈R）是**直接判错/扣分**的硬规定——不写这句，老师无法确认你知道 k 能取遍所有实数、这是"一族解"而不是某个固定向量。
**✅ 正确写法**：
**x = (1,0,0)ᵀ + k(2,-1,1)ᵀ，其中 k 为任意常数。**
三样东西一个都不能少：① 特解 η*；② 齐次通解 kξ；③ "k 为任意常数"的声明。写完再把特解代回原方程验一眼是否 = b。
> 一句话记牢：**非齐次通解 = 特解 + 齐次通解 + "k 任意"声明**，缺一样都可能整题白做。
---
#### 🎯 解题方法
##### 题型B：求齐次方程组的基础解系和通解
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 奶茶店的基础配方：2勺奶粉 + 1勺糖 + 3勺茶 → 一杯标准奶茶。有了这个配方，你按比例放大缩小——做两杯就每样加倍，做半杯就每样减半，做十杯就每样乘10。线性代数里的"基础解系"就像这个基础配方：它告诉你"最简配比"是什么，然后"通解"就是按任意倍数放大缩小——你想做多少"杯"（k取什么值）都行。问题是：如果一个方程组里有两个"独立配方"（比如奶茶配方和果茶配方），你的通解该怎么写？
> 📌 **这节学完你就能回答：**
> - 基础解系到底是什么？为什么叫"基础"？
> - 折线法怎么用？为什么比回代快？
> - 最容易算错的地方在哪里？怎么避开？
**🎯 识别特征**：给 Ax = 0（右边全是零），要求写基础解系和通解。
> 🧭 **难在哪？** 1.9 那道题你跟着一步步走完了，可"步骤"还没总结成"招式"。现在要回答的是：**下次拿到一道新题，第一刀该砍哪？** 五步法就是把 1.9 的手把手过程提纯成"以后看到 Ax=0 就照做"的流水线。
**📋 解题步骤（五步法）**：
```
第1步：系数矩阵 A → 初等行变换 → 行最简形
第2步：找主元列（每行第一个1所在列）→ 对应约束变量
其余列 → 对应自由变量
第3步：确定基础解系向量个数 = n - r(A) = 自由变量个数
第4步：用折线法或回代法求基础解系向量
- 让自由变量依次取 (1,0,0,...), (0,1,0,...), ...
- 每个取法回代求约束变量的值
第5步：写出通解 = k₁η₁ + k₂η₂ + ... + kₜηₜ
```
**🔑 汤家凤折线法详解**（最快的求基础解系方法）：
行最简形如：
```
[1 0 2 -1] ← 主元在第1列
[0 1 1 4] ← 主元在第2列
[0 0 0 0]
```
- 主元列：第1列（x₁）、第2列（x₂）→ 约束变量
- 非主元列：第3列（x₃）、第4列（x₄）→ 自由变量（2个自由变量）
第1个自由变量 x₃ 取 1，其余自由变量取 0（x₄=0）：
- 看第3列：[2, 1, 0]ᵀ，取反号 [-2, -1, 0]ᵀ
- 在 x₃ 位置填 1，x₄ 位置填 0
- η₁ = (-2, -1, 1, 0)ᵀ
第2个自由变量 x₄ 取 1，其余自由变量取 0（x₃=0）：
- 看第4列：[-1, 4, 0]ᵀ，取反号 [1, -4, 0]ᵀ
- 在 x₄ 位置填 1，x₃ 位置填 0
- η₂ = (1, -4, 0, 1)ᵀ
通解：x = k₁(-2, -1, 1, 0)ᵀ + k₂(1, -4, 0, 1)ᵀ，k₁, k₂ ∈ R
**⚠️ 最容易错的地方**：
- 折线法的基础是**行最简形**（主元都是1，主元列其他位置都是0）。如果只化到行阶梯形就用折线法，会算错！
- 取反号时别漏了任何非零数。
- 自由变量取 (1,0) 和 (0,1) 时，顺序不能乱——每次只有一个自由变量取 1，其余取 0。
> 🛑 **途中停顿**：停下来想两个关键问题——（1）为什么折线法要求"行最简形"而不是"行阶梯形"？因为行阶梯形只保证了每行第一个非零数下面的数是零，但上面的数可能不是零。如果上面还有非零数，你从自由变量往约束变量反推的时候会多出额外的交叉项——就像解一个还没完全化简的方程，你得来回倒腾，而折线法省的就是这个来回倒腾的功夫。行最简形把交叉项全消除干净了，每行只剩主元变量=某个自由变量的线性组合，一步到位。（2）为什么自由变量总是取(1,0)和(0,1)？因为我们要找的是"最简配方"——就像奶茶配方写成(奶粉:糖:茶=2:1:3)比写成(奶粉:糖:茶=4:2:6)更简洁一样。(1,0)和(0,1)是最简单的取法，而且保证得到的基础解向量彼此独立（不重复）。
> ✍️ **立刻练一道**：齐次方程组化行最简形后为 $\begin{bmatrix} 1 & 0 & 2 \\ 0 & 1 & -1 \end{bmatrix}$（主元在第 1、2 列）。用折线法求基础解系和通解。（答案：自由变量 x₃。看第 3 列 [2, -1]ᵀ 取反号得 (-2, 1, 1)ᵀ，通解 x = k(-2, 1, 1)ᵀ，k ∈ R）
> 本题使用模板B：求齐次方程组的基础解系和通解。
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 用自己的话说：基础解系里的"基础"两个字是什么意思？为什么不能说"把任意两个解叫基础解系"？
>
> **❷ 深度思考** — 小王家装修，需要配一种水泥砂浆。配方是：1份水泥 + 2份沙子 + 3份水。但工头说："水泥和沙子的比例要对，但水的量可以自己调。"这跟齐次方程组的基础解系有什么关系？如果沙子和水的用量完全由水泥决定（比如沙子=水泥×2，水=水泥×3），那有几个"自由变量"？如果三种材料可以独立调整呢？
>
> **❸ 考试演练** — 求齐次方程组的基础解系和通解：x₁ + 2x₂ + 2x₃ + x₄ = 0，2x₁ + x₂ - 2x₃ - 2x₄ = 0，x₁ - x₂ - 4x₃ - 3x₄ = 0。（答题框架：①写系数矩阵A → ②行变换化行最简形 → ③标出主元列和自由变量 → ④用折线法写出基础解向量 → ⑤通解 = k₁·η₁ + k₂·η₂）
📖 点击查看参考答案
**❶ 参考答案**："基础"意味着"最小、最精简的一套配方"——就像你家厨房的调料：盐、酱油、醋是最基础的三种，所有口味都可以用这三样调配出来，但你不能说"盐和味精是基础"然后把酱油扔了，因为少了酱油有些味道调不出来。数学上，"基础"要满足两个条件：①这些解向量彼此独立（没有一个能由别的线性表出）——就像盐不能由酱油和醋调出来；②方程组的所有解都能由它们线性表出——就像所有口味都能用盐酱油醋组合出来。所以随便挑两个解不行——它们可能重复（比如一个是另一个的2倍），也可能数量不够（少了一个独立方向）。
**❷ 参考答案**：这个装修场景就是基础解系的生活版。配方"1份水泥+2份沙子+3份水"等价于两个约束方程：沙子=2×水泥、水=3×水泥。三个变量（水泥、沙子、水），两个有效约束，所以自由变量只有1个（比如水泥自由取值，其他跟着定）。这就是只有一个基础解向量的情况——基础解系只有1个向量。如果三种材料可以独立调整（没有任何约束），那就是3个自由变量，3个基础解向量——全空间都是解。**关键是**：自由变量的个数 = 总变量数 - 真正有效的约束方程数 = n - r(A)，这个公式不是凭空来的，它就是"有几个变量没人管"的数量。
**❸ 参考答案**：
**第1步**：系数矩阵A，行变换化行最简形：
```
[1 2 2 1] [1 0 -2 -5/3] ← 行最简形
[2 1 -2 -2] → [0 1 2 4/3]
[1 -1 -4 -3] [0 0 0 0 ]
```
**第2步**：主元列：第1列(x₁)、第2列(x₂)→约束变量。非主元列：第3列(x₃)、第4列(x₄)→自由变量。n=4，r(A)=2，自由变量个数=2。
**第3步**：折线法——x₃取1,x₄取0：看第3列[-2,2]ᵀ取反号得(2,-2,1,0)ᵀ；x₃取0,x₄取1：看第4列[-5/3,4/3]ᵀ取反号得(5/3,-4/3,0,1)ᵀ。
**第4步**：通解 x = k₁(2,-2,1,0)ᵀ + k₂(5/3,-4/3,0,1)ᵀ，k₁,k₂∈R。（也可以把η₂乘3消去分数：x = k₁(2,-2,1,0)ᵀ + k₂(5,-4,0,3)ᵀ）
**考试容易丢分的地方**：①行变换没有化到底——只化到阶梯形就开始折线，算出来的结果偏了；②取反号时忘记把自由变量自己和别的自由变量位置填对——x₃取1,x₄取0时，η的第3个分量是1、第4个分量是0，这个填位经常错；③最后通解里k的下标和η的下标对不上——k₁对应η₁、k₂对应η₂。
---
###### 配套练习（齐次基础解系）
###### 题4-2 ⭐ 基础 | 用模板B（齐次基础解系）
求齐次方程组的基础解系和通解：
```
x₁ + 2x₂ - x₃ = 0
2x₁ - x₂ + x₃ = 0
```
📖 点击查看答案
第1步：系数矩阵做行变换：
```
[1 2 -1] [1 2 -1]
[2 -1 1] → [0 -5 3] (R₂-2R₁)
```
化行最简形：R₂ ÷ (-5) → [0 1 -3/5]。再用 R₂ 消 R₁ 第2列：
R₁ - 2R₂：
```
[1 0 -1+6/5] = [1 0 1/5]
[0 1 -3/5 ] [0 1 -3/5]
```
即：
```
[1 0 1/5]
[0 1 -3/5]
```
第2步：主元列 = {1, 2}（x₁, x₂ 是约束变量），自由变量 = x₃（1 个自由变量）。
r(A) = 2, n = 3 ⇒ 1 个基础解向量。
第3步：让 x₃ = 1（折线法：看第3列 [1/5, -3/5]ᵀ，取反号 [-1/5, 3/5]ᵀ，x₃ 位置填 1）。
ξ = (-1/5, 3/5, 1)ᵀ
也可以乘 5 化整：ξ = (-1, 3, 5)ᵀ（乘以非零常数仍是解）。
通解：x = k·(-1, 3, 5)ᵀ，k ∈ R
✅ 答案：**基础解系 ξ = (-1, 3, 5)ᵀ；通解 x = k(-1, 3, 5)ᵀ，k ∈ R**
> 本题使用模板B：求齐次方程组的基础解系和通解。
###### 题4-4 ⭐ 基础 | 用模板B+概念（基础解系个数）
若 5 元齐次线性方程组 Ax = 0 的系数矩阵秩为 3，则基础解系含有几个向量？
📖 点击查看答案
基础解系向量个数 = n - r(A) = 5 - 3 = **2**。
💡 最直接的考法——记住公式就行。5 个未知数，3 个有效方程，所以 2 个"自由度"。
✅ 答案：**2 个**
###### 题4-17 ⭐ 基础 | 用模板B（基础解系个数）+ 概念辨析（选择题）
设A是3×5矩阵，r(A)=2，则齐次方程组Ax=0的基础解系含有（ ）个向量。
A. 0
B. 1
C. 3
D. 5
📖 点击查看答案
基础解系向量个数 = n - r(A) = 5 - 2 = 3。
A: 秩=n时才是0 ❌
B: 把n当成行数3了 ❌
C: ✅ n-r=5-2=3
D: 把r当成0了 ❌
✅ 答案：**C**
> 本题使用模板B。关键：n是列数（未知数个数），不是行数！m=3是方程个数，n=5是未知数个数。
###### 题4-21 ⭐ 基础 | 用模板B（齐次基础解系）+ 解答题
求齐次方程组的基础解系和通解：
```
x₁ + x₂ + x₃ + x₄ = 0
x₁ + 2x₂ + 3x₃ + 4x₄ = 0
```
📖 点击查看答案
**第1步**：系数矩阵做行变换。
```
[1 1 1 1] [1 1 1 1]
[1 2 3 4] → [0 1 2 3] (R₂-R₁)
```
化行最简形：R₁ - R₂：
```
[1 0 -1 -2]
[0 1 2 3]
```
**第2步**：主元列 = {1, 2}（x₁, x₂是约束变量），非主元列 = {3, 4}（x₃, x₄是自由变量）。
r(A)=2, n=4 ⇒ 自由变量个数 = 2。
**第3步**：求基础解系（折线法）。
由行最简形写出方程：
```
x₁ - x₃ - 2x₄ = 0 → x₁ = x₃ + 2x₄
x₂ + 2x₃ + 3x₄ = 0 → x₂ = -2x₃ - 3x₄
```
自由变量取 (x₃, x₄) = (1, 0)：
x₁ = 1, x₂ = -2 ⇒ ξ₁ = (1, -2, 1, 0)ᵀ
自由变量取 (x₃, x₄) = (0, 1)：
x₁ = 2, x₂ = -3 ⇒ ξ₂ = (2, -3, 0, 1)ᵀ
**第4步**：通解 = k₁ξ₁ + k₂ξ₂ = k₁(1, -2, 1, 0)ᵀ + k₂(2, -3, 0, 1)ᵀ，k₁, k₂ ∈ R。
验证：
- ξ₁代入：x₁+x₂+x₃+x₄ = 1+(-2)+1+0 = 0 ✓；x₁+2x₂+3x₃+4x₄ = 1+(-4)+3+0 = 0 ✓
- ξ₂代入：x₁+x₂+x₃+x₄ = 2+(-3)+0+1 = 0 ✓；x₁+2x₂+3x₃+4x₄ = 2+(-6)+0+4 = 0 ✓
✅ 答案：**基础解系 ξ₁=(1,-2,1,0)ᵀ, ξ₂=(2,-3,0,1)ᵀ；通解 x=k₁ξ₁+k₂ξ₂, k₁,k₂∈R**
> 本题使用模板B。这是最基础的齐次方程组求解——两步就出结果。
---
##### 题型C：求非齐次方程组的通解（特解 + 齐次通解）
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 点外卖：基础餐（比如一份黄焖鸡米饭=特解）+ 加小料（加卤蛋、加豆皮、多加辣=齐次通解的各种组合）。你最终的餐 = 基础餐 + 任意小料组合。如果只写"加小料"不说"基础餐是哪份"，骑手没法送——他不知道该把哪个餐作为起点。
>
> 非齐次通解就是这样：**先找到一个"起点"（特解），然后加上所有能在起点头上"叠加"的变化（齐次通解）。**
> 📌 **这节学完你就能回答：**
> - 非齐次通解为什么要写成"特解 + 齐次通解"？只写齐次通解少了什么？
> - 求特解时自由变量取什么值？为什么这样取？
> - 题型B（齐次）和题型C（非齐次）的解题步骤差在哪里？
**🎯 识别特征**：给 Ax = b（b 不全为零），要求写通解。
> 🧭 **难在哪？** 题型B（齐次）你已经会了。现在右边多了个 b——**你手里的"齐次五步法"直接套不上了，但又舍不得丢**。怎么办？答案其实上节已经铺垫好了：通解 = 特解 + 齐次通解。所以题型C不是新方法，而是"在题型B的流水线上，多插两步"：先确认有解，再补一个特解。
💡 **先想清楚"多出来的两步往哪儿插"**：① 齐次五步法的第 1 步是"化行最简"——可非齐次第一步该先**确认有解**（先比 r(A) 和 r(A|b)，无解就直接收工，不用白费力气）；② 齐次部分是老流程（把常数项列当 0，自由变量轮流取 1）；③ 然后**多求一个特解**：自由变量**全部取 0**、直接用常数项列回代——为什么全部取 0？因为取 0 最省事，回代就是"把每行主元对应的约束变量直接读出来"，得到的就是一个满足方程的"落脚点"。合起来就是下面的六步法。
**📋 解题步骤（六步法）**：
```
第1步：增广矩阵 (A|b) → 初等行变换 → 行阶梯形
第2步：比较 r(A) 和 r(A|b)，确认有解
第3步：继续化行最简形
第4步：求齐次通解（同题型B）：自由变量依次取 (1,0,...), (0,1,...) 回代
第5步：求一个非齐次特解：让所有自由变量取 0，回代求约束变量
第6步：通解 = 特解 + 齐次通解
```
**🔑 关键区别**：
| | 齐次通解 | 非齐次特解 |
|------|---------|-----------|
| 自由变量取值 | (1,0,...), (0,1,...) 轮流取 1 | **全部取 0** |
| 回代用哪一列 | 非主元列的元素取反号 | **常数项列（最后一列）**直接代入 |
| 结果含义 | 基础解系（有几个自由变量就有几个向量） | 一个具体的解 |
> 🛑 **停下来想一想**：如果特解求出来发现不满足原方程（代回去左边≠b），问题出在哪个步骤？检查一下：增广矩阵有没有用列变换？化行最简形时有没有算错？自由变量取0回代时用的常数项列对不对？
**📝 典型例题**：
求通解：
```
x₁ + 2x₂ - x₃ + x₄ = 2
2x₁ + 4x₂ - x₃ = 3
x₁ + 2x₂ + x₃ - x₄ = 0
```
📖 点击查看解答
第1步：增广矩阵做行变换：
```
[1 2 -1 1 | 2] [1 2 -1 1 | 2]
[2 4 -1 0 | 3] → [0 0 1 -2 | -1] (R₂-2R₁)
[1 2 1 -1 | 0] [0 0 2 -2 | -2] (R₃-R₁)
```
R₃-2R₂：
```
[1 2 -1 1 | 2]
[0 0 1 -2 | -1]
[0 0 0 2 | 0]
```
R₃÷2：
```
[1 2 -1 1 | 2]
[0 0 1 -2 | -1]
[0 0 0 1 | 0]
```
第2步：r(A) = 3, r(A|b) = 3（最后一列没有产生新的"台阶"），有解。n=4, r=3 ⇒ 1 个自由变量 ⇒ 无穷多解。
第3步：继续化行最简形。用 R₃ 消上面：
R₂ + 2R₃：新 R₂ = [0, 0, 1, 0 | -1]
R₁ - R₃：新 R₁ = [1, 2, -1, 0 | 2]
再用 R₂ 消 R₁ 第3列：R₁ + R₂ → [1, 2, 0, 0 | 1]
行最简形：
```
[1 2 0 0 | 1]
[0 0 1 0 | -1]
[0 0 0 1 | 0]
```
第4步：主元列 = {1, 3, 4}（x₁, x₃, x₄ 是约束变量），自由变量 = x₂（只有 1 个）。
**齐次通解**（把常数项列改为 0）：x₂=1 代回：
- 第3行：x₄ = 0
- 第2行：x₃ = 0
- 第1行：x₁ + 2·1 = 0 → x₁ = -2
- ξ = (-2, 1, 0, 0)ᵀ
**特解**（自由变量 x₂=0）：
- 第3行：x₄ = 0
- 第2行：x₃ = -1
- 第1行：x₁ = 1
- η* = (1, 0, -1, 0)ᵀ
**通解**：x = (1, 0, -1, 0)ᵀ + k(-2, 1, 0, 0)ᵀ，k ∈ R
或写成分量：
```
x₁ = 1 - 2k
x₂ = k
x₃ = -1
x₄ = 0
其中 k 为任意常数
```
> 本题使用模板C：求非齐次方程组的通解。
> ✍️ **立刻练一道**：求非齐次方程组的通解：x₁ + x₂ - x₃ = 2, 2x₁ + x₂ + x₃ = 3。（提示：这就是下面的半扶练习题。）
📖 点击查看答案
化行最简得 [1 0 2 $\begin{vmatrix} 1 \\ 0 & 1 & -3 \end{vmatrix}$ 1]，自由变量 x₃。齐次解（常数列当 0、x₃=1）ξ = (−2, 3, 1)ᵀ；特解（x₃=0）η\* = (1, 1, 0)ᵀ。通解 x = (1,1,0)ᵀ + k(−2,3,1)ᵀ，k ∈ R。
##### 🗣️ 出声思考：求非齐次通解时，我脑子里在念叨什么
> 把上面这道题（通解 x=(1,0,-1,0)ᵀ+k(-2,1,0,0)ᵀ）录一段"内心独白"，重点听每一步的"为什么"。
**① 第一反应**：一看是 Ax=b、b 不全为零，我心里立刻挂一句总纲——"**通解 = 特解 + 齐次通解**"。这句话像菜谱最后一步，全程盯着它，最后就不会漏东西。
**② 这题考什么**：考完整的"六步法"，本质就是把两件事拼起来——先求 Ax=0 的"活动范围"（齐次通解），再钉一个 Ax=b 的"落脚点"（特解），加起来就是全部解。
**③ 为什么这么分步**：因为齐次通解告诉我"解可以往哪些方向漂"，特解告诉我"从哪个点起漂"。缺了特解，我漂的方向再对，起点是原点，到不了 b；缺了齐次通解，我只抓到一个孤零零的解，漏了无穷多个。
**④ 执行**：增广矩阵行变换 → 先比 r(A) 和 r(A|b) 确认有解（相等，√）→ 化行最简形。**求齐次通解**：把常数列当 0，自由变量 x₂ 取 1 回代 → ξ=(-2,1,0,0)ᵀ。**求特解**：所有自由变量取 0，直接用常数列回代 → η*=(1,0,-1,0)ᵀ。这里我特别提醒自己：**求特解时自由变量一律取 0**，求齐次时才轮流取 1——两者别用混。
**⑤ 检查**：把特解 η* 代回三个原方程，看是不是恰好等于右边的 (2,3,0)——对上了才安心。最后落笔写 `x = η* + kξ`，**手不离笔立刻补上"k 为任意常数"**，这五个字不写，考研直接扣分。
##### 🪜 半扶练习：框架给你，空你来填（非齐次通解）
> 看完全解和出声思考，该你上手了。我把六步的骨架和第一步搭好，你填空，填完再对答案。
> **题目**：求非齐次方程组的通解。
>
> ```
> x₁ + x₂ - x₃ = 2
> 2x₁ + x₂ + x₃ = 3
> ```
**第1步（我起头）**：写增广矩阵：
```
[1 1 -1 | 2]
[2 1 1 | 3]
```
**第2步**：`R₂ - 2R₁` 把第 1 列下方消 0，得第 2 行 = ______（你来算）。
**第3步**：比 r(A) 与 r(A|b)，判断有没有解、几个解 ______。
**第4步**：化行最简形，找自由变量 ______。
**第5步**：求齐次通解 ξ（自由变量取 1，常数列当 0）= ______；求特解 η*（自由变量取 0）= ______。
**第6步**：写通解（含"k 为任意常数"）= ______。
📖 点击查看完整答案（先自己填完再看）
**第2步**：R₂ − 2R₁ = [0, −1, 3 | −1]，再 ×(−1) 得 **[0, 1, −3 | 1]**。
**第3步**：r(A) = r(A|b) = 2，n = 3 → 有解，且 2 < 3 → **无穷多解**（1 个自由变量）。
**第4步**（化行最简形）：R₁ − R₂ 型整理，把 x₂ 列在第 1 行消成 0：
```
[1 0 2 | 1]
[0 1 -3 | 1]
```
主元在第 1、2 列 → 约束变量 x₁, x₂；**自由变量 x₃**。
**第5步**：
- 齐次通解（常数列当 0，x₃=1）：x₁=−2, x₂=3 → **ξ = (−2, 3, 1)ᵀ**
- 特解（x₃=0）：x₁=1, x₂=1 → **η\* = (1, 1, 0)ᵀ**
**第6步**：通解 **x = (1, 1, 0)ᵀ + k(−2, 3, 1)ᵀ，其中 k 为任意常数**。
验证特解：方程1 = 1+1−0 = 2 ✓，方程2 = 2+1+0 = 3 ✓。
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 题型C和题型B的步骤差在哪里？如果忘记求特解，只写了齐次通解，在考试中会怎样？
>
> **❷ 深度思考** — 外卖App里，你常点的"固定搭配"（黄焖鸡+米饭=特解），再加上每次变动的"自选小料"（卤蛋、豆皮、饮料=齐次通解），最终的订单价格 = 固定搭配价 + 小料总价。如果有一天App要求"小料的总价加起来必须等于零"（齐次条件），那最终订单价跟固定搭配价什么关系？
>
> **❸ 考试演练** — 做题型C的大题时，最容易在哪个步骤扣分？列出三个最容易出错的地方并说明如何避免。
📖 点击查看参考答案
**❶ 参考答案**：多了"求特解"这一步。如果忘了特解只写齐次通解，通解只能表示 Ax=0 的解，不是 Ax=b 的解——等于做错了题。考试中这个错误通常整题不得分，因为通解结构完全错了。
**❷ 参考答案**：如果小料总价必须为零，最终订单价=固定搭配价。这正好对应：齐次通解的"加权和"代入 Ax 得 0，所以 A×(特解 + 齐次通解) = b + 0 = b，齐次部分不影响最终到达的"位置"，只影响围绕特解的"变化方向"。
**❸ 参考答案**：最容易出错的三处：①自由变量取错（应该看行最简形的主元位置，不是随便选）；②求特解时自由变量忘记取0（取错了值）；③通解写的格式不标准（漏写"k为任意常数"）。
---
###### 配套练习（非齐次通解）
###### 题4-3 ⭐ 基础 | 用模板C（非齐次通解——零自由变量型）
求通解：
```
x₁ + x₂ + x₃ = 3
x₁ + 2x₂ = 4
2x₁ + x₂ - x₃ = 2
```
📖 点击查看答案
增广矩阵做行变换：
```
[1 1 1 | 3] [1 1 1 | 3]
[1 2 0 | 4] → [0 1 -1 | 1] (R₂-R₁)
[2 1 -1 | 2] [0 -1 -3 | -4] (R₃-2R₁)
```
R₃+R₂：
```
[1 1 1 | 3]
[0 1 -1 | 1]
[0 0 -4 | -3]
```
R₃ ÷ (-4) → [0 0 1 | 3/4]。
化行最简：R₂+R₃消去R₂的第三列，R₁-R₃消去R₁的第三列，R₁-R₂消去R₁的第二列 → 最终：
```
[1 0 0 | 1/2]
[0 1 0 | 7/4]
[0 0 1 | 3/4]
```
r(A) = r(A|b) = 3 = n ⇒ **唯一解**。
x₁ = 1/2, x₂ = 7/4, x₃ = 3/4
验证：1/2+7/4+3/4=3 ✓, 1/2+2×(7/4)=4 ✓, 2×(1/2)+7/4-3/4=2 ✓
✅ 答案：**x₁ = 1/2, x₂ = 7/4, x₃ = 3/4**（唯一解）
> 本题使用模板C：非齐次方程组的通解。自由变量个数 = n - r = 0，只有一个解。
###### 题4-23 ⭐ 基础 | 用模板C（非齐次通解——唯一解型）+ 解答题
求通解：
```
x₁ + 2x₂ + x₃ = 5
2x₁ + 3x₂ + x₃ = 8
x₁ + x₂ + x₃ = 3
```
📖 点击查看答案
**第1步**：增广矩阵做行变换。
```
[1 2 1 | 5] [1 2 1 | 5]
[2 3 1 | 8] → [0 -1 -1 | -2] (R₂-2R₁)
[1 1 1 | 3] [0 -1 0 | -2] (R₃-R₁)
```
R₂×(-1)：
```
[1 2 1 | 5]
[0 1 1 | 2]
[0 -1 0 | -2]
```
R₃+R₂：
```
[1 2 1 | 5]
[0 1 1 | 2]
[0 0 1 | 0]
```
**第2步**：化行最简形。
R₁ - 2R₂：
```
[1 0 -1 | 1]
[0 1 1 | 2]
[0 0 1 | 0]
```
R₁ + R₃, R₂ - R₃：
```
[1 0 0 | 1]
[0 1 0 | 2]
[0 0 1 | 0]
```
**第3步**：r(A) = r(A|b) = 3 = n ⇒ **唯一解**。
x₁ = 1, x₂ = 2, x₃ = 0。
验证：1+4+0=5 ✓, 2+6+0=8 ✓, 1+2+0=3 ✓。
✅ 答案：**x₁ = 1, x₂ = 2, x₃ = 0**（唯一解）
> 本题使用模板C。自由变量个数 = n - r = 0，说明方程组的约束"刚好够"，每个未知数被唯一确定。
###### 题4-6 ⭐⭐ 中等 | 用模板C（非齐次——有自由变量型）
求通解：
```
x₁ + x₂ - x₃ - x₄ = 1
2x₁ + x₂ + x₃ + x₄ = 4
4x₁ + 3x₂ - x₃ - x₄ = 6
```
📖 点击查看答案
第1步：增广矩阵做行变换。
```
[1 1 -1 -1 | 1] [1 1 -1 -1 | 1]
[2 1 1 1 | 4] → [0 -1 3 3 | 2] (R₂-2R₁)
[4 3 -1 -1 | 6] [0 -1 3 3 | 2] (R₃-4R₁)
```
R₃-R₂：第三行全零。
```
[1 1 -1 -1 | 1]
[0 -1 3 3 | 2]
[0 0 0 0 | 0]
```
r(A) = r(A|b) = 2，n = 4 ⇒ 2 个自由变量 ⇒ 无穷多解。
第2步：化行最简形。R₂ × (-1)：
```
[1 1 -1 -1 | 1]
[0 1 -3 -3 | -2]
```
R₁ - R₂：
```
[1 0 2 2 | 3]
[0 1 -3 -3 | -2]
```
行最简形：
```
[1 0 2 2 | 3]
[0 1 -3 -3 | -2]
```
主元列 {1, 2}（x₁, x₂ 约束），自由变量 x₃, x₄。
第3步：**齐次通解**（把常数项列视为 0）。
x₃=1, x₄=0：第3列 [2, -3]ᵀ 取反号 → x₁=-2, x₂=3。ξ₁ = (-2, 3, 1, 0)ᵀ
x₃=0, x₄=1：第4列 [2, -3]ᵀ 取反号 → x₁=-2, x₂=3。ξ₂ = (-2, 3, 0, 1)ᵀ
第4步：**特解**（自由变量全取 0）。
x₃=0, x₄=0 → x₁=3, x₂=-2。η* = (3, -2, 0, 0)ᵀ
第5步：**通解**。
x = (3, -2, 0, 0)ᵀ + k₁(-2, 3, 1, 0)ᵀ + k₂(-2, 3, 0, 1)ᵀ，k₁, k₂ ∈ R
✅ 答案：如上
> 本题使用模板C：求非齐次方程组的通解。
###### 题4-30 ⭐⭐ 中等 | 用模板C（非齐次通解——多自由变量型）+ 解答题
求通解：
```
x₁ + x₂ + x₃ + x₄ + x₅ = 1
3x₁ + 2x₂ + x₃ + x₄ - 3x₅ = 0
x₂ + 2x₃ + 2x₄ + 6x₅ = 3
5x₁ + 4x₂ + 3x₃ + 3x₄ - x₅ = 2
```
📖 点击查看答案
**第1步**：增广矩阵做行变换。
```
[1 1 1 1 1 | 1] [1 1 1 1 1 | 1]
[3 2 1 1 -3 | 0] → [0 -1 -2 -2 -6 | -3] (R₂-3R₁)
[0 1 2 2 6 | 3] [0 1 2 2 6 | 3]
[5 4 3 3 -1 | 2] [0 -1 -2 -2 -6 | -3] (R₄-5R₁)
```
R₄−R₂（第 4 行和第 2 行一样，相减得全零行）、R₂×(−1)，再 R₁−R₂ 消去第 1 行第 2 列：
```
[1 0 -1 -1 -5 | -2]
[0 1 2 2 6 | 3]
[0 0 0 0 0 | 0]
[0 0 0 0 0 | 0]
```
最终得到 r(A)=2, r(A|b)=2, n=5 ⇒ 3个自由变量 ⇒ 无穷多解。
**第2步**：化行最简形。
```
[1 0 -1 -1 -5 | -2]
[0 1 2 2 6 | 3]
```
主元列{1,2}，自由变量：x₃, x₄, x₅。
**第3步**：求齐次基础解系（常数项列视为0）。
自由变量依次取(1,0,0), (0,1,0), (0,0,1)：
- ξ₁ = (1, -2, 1, 0, 0)ᵀ
- ξ₂ = (1, -2, 0, 1, 0)ᵀ
- ξ₃ = (5, -6, 0, 0, 1)ᵀ
**第4步**：求非齐次特解（自由变量全取0）。
η* = (-2, 3, 0, 0, 0)ᵀ
**第5步**：写出通解。
x = (-2,3,0,0,0)ᵀ + k₁(1,-2,1,0,0)ᵀ + k₂(1,-2,0,1,0)ᵀ + k₃(5,-6,0,0,1)ᵀ，k₁,k₂,k₃ ∈ R。
✅ 答案：如上。
> 本题使用模板C。5个未知数、3个自由变量的情况，考验计算耐心。
---
### 📦 知识块C：参数讨论与综合
> 这块学完你就能回答：参数取不同值时，方程组为什么一会儿有解一会儿无解？含参数讨论怎么做到不重不漏？克拉默法则什么时候能用、什么时候不能用？两个方程组同解或公共解怎么求？前三章学过的行列式、矩阵、向量，怎么在这一章三剑合璧？
#### 1.12 克拉默法则——第1章学过，本节补"什么时候用"
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 翻到第 1 章，克拉默法则的公式还在那里：xⱼ = |Aⱼ|/|A|（Aⱼ 是把 A 的第 j 列换成常数项 b 得到的矩阵）。第 1 章教的是"公式怎么算"，本节不重复教公式，只补两件事：**它什么时候派得上用场、什么时候该让位给消元法**。
> 📌 **这节学完你就能回答：**
> - 克拉默法则什么时候能用、什么时候不能用？（关键条件是什么？）
> - 它和本章的消元法是什么分工？
> - 对齐次方程组 Ax = 0，|A| = 0 意味着什么？（选择题经常考这一条）
**🧭 这是回顾，不是新知识**：克拉默法则在第 1 章已完整讲过（用行列式解"方方正正"的方程组）。第 4 章重提它，是因为它正好回答"方方正正且 |A|≠0 的方程组怎么最快解决"。
**💡 什么时候用它（使用时机）**：
- ① 系数矩阵是**方阵**且 **|A| ≠ 0**——此时克拉默法则直接给出唯一解；更常用的是反过来：**|A| ≠ 0 一句话就能判"唯一解"**，不用化阶梯形。
- ② **n ≤ 3 的小方阵**——算行列式比做行变换快，套公式求具体解也划算。
- ③ 判断"齐次方程组有没有非零解"——**|A| = 0 ⇔ 有非零解**，选择题、填空题的"秒杀工具"。
**❌ 什么时候别用它**：
- m ≠ n（不是方阵，连行列式都没法算）→ 用消元法。
- |A| = 0（公式分母为零，没有唯一解）→ 用消元法比较 r(A) 与 r(A|b)，判断无解还是无穷多解。
- n > 3 的**大方阵**——行列式计算太繁，考研很少直接用公式求具体解，此时它的价值只剩"判断唯一性"这一句。
**🔗 与本章消元法的分工**：消元法是"万能方法"，什么方程组都能解；克拉默法则是方阵且 |A|≠0 时的"快捷通道"。两者不冲突——**含参数讨论题里，第一步"令 |A| = 0 找分界值"用的是克拉默法则的思想；分界值找出来后逐个代回、细看秩，用的是消元法**。这是它最常被考到的地方。
> 🛑 **停下来想一想**：方程组有 3 个方程、3 个未知数，但系数行列式 |A| = 0。这时候克拉默法则还能用吗？如果不能，你应该换什么方法？再想一步：|A| = 0 的时候，方程组一定"没有唯一解"——那它可能是什么情况？
**⚠️ 重要推论**（选择题常考）：
对于**齐次**方程组 Ax = 0（A 是方阵）：
- |A| ≠ 0 ⇒ 只有零解
- |A| = 0 ⇒ 有非零解
> 🧠 **这个推论从哪来？** |A|≠0 ⇔ 满秩 ⇔ r(A)=n，齐次时唯一解就是零解；|A|=0 ⇔ r(A) ✍️ **立刻练一道**：A 是 3 阶方阵且 |A| = 2。问 Ax = 0 有没有非零解？（答案：|A| = 2 ≠ 0，r(A)=3=n，齐次方程组只有零解，没有非零解。这正是配套练习里题4-5的结论）
> ⭐⭐ 高频——含参数讨论时的快速判别工具
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 用自己的话总结：克拉默法则的两个使用条件是什么？缺了其中一个为什么不行？
>
> **❷ 深度思考** — 你在两个超市比价：超市A 的苹果 5 元/斤、橘子 4 元/斤；超市B 的苹果 6 元/斤、橘子 3.5 元/斤。你想买一些苹果和橘子，总预算 50 元。在每个超市分别能买多少？如果你发现两家超市的价格正好成比例（超市A每种水果都是超市B的两倍价格），你还能确定唯一的购买方案吗？这说明什么？
>
> **❸ 考试演练** — 已知齐次方程组 Ax = 0，其中 A 是 3×3 矩阵。若 |A| = 0，问：这个方程组有没有非零解？为什么？如果 |A| ≠ 0，方程组只有零解——这时候用克拉默法则验证：每个 xⱼ = |Aⱼ|/|A|，而常数项 b 全是 0，Aⱼ 的每一列会怎样？
📖 点击查看参考答案
**❶ 参考答案**：两个使用条件——① **方程个数 = 未知数个数**（系数矩阵是方阵），否则连行列式都没法算，克拉默法则无从下手；② **|A| ≠ 0**，否则没有唯一解，套公式就是分母为零——此时方程组要么无解要么有无穷多解，需要转用消元法来判断。
**❷ 参考答案**：设买苹果 x 斤、橘子 y 斤。超市A：5x + 4y = 50。超市B：6x + 3.5y = 50。两个方程系数不成比例 → |A| ≠ 0 → 每个超市有唯一购买方案。如果超市B每种水果恰好是超市A价格的两倍：超市B的方程变为 10x + 8y = 50，两边除以 2 得 5x + 4y = 25，而超市A的方程是 5x + 4y = 50——同一个"5x+4y"不可能既等于 50 又等于 25，两条线互相矛盾，方程组**无解**（没有任何一组购买量能让两家超市的账都正好是 50 元），绝不是"有无穷多种买法"。要分清这个易混点：只有系数成比例**且常数项也成比例**（如 5x+4y=50 与 10x+8y=100）时才是无穷多解；系数成比例而常数项不成比例（如本题）就是无解。这说明：方程看起来有两个，但只有当它们不成比例、互相独立时，才能唯一确定解——行列式不为零就是这个"互相独立"的数学表达。
**❸ 参考答案**：
**第一问**：|A| = 0 时，齐次方程组 Ax = 0 一定有非零解。因为齐次方程组永远有零解（x = 0 一定满足），如果 |A| = 0，说明解不唯一 → 必定存在非零解。
**第二问**：如果 |A| ≠ 0，齐次方程组只有零解。用克拉默法则验证：Aⱼ 是把 A 的第 j 列换成常数项 b。但齐次方程组的 b 全是 0！所以 Aⱼ 的第 j 列变成全零列 → |Aⱼ| = 0（有一列为零，行列式必为零）。于是 xⱼ = 0/|A| = 0，每个未知数都是 0，确实只有零解。这跟直接推理完全一致。
**考试容易丢分的地方**：① "|A| = 0 ⇒ 有非零解"这个结论只对齐次方程组成立！非齐次方程组 |A| = 0 时可能是无解，不要混用；② 含参数讨论题里，令 |A| = 0 解出参数是快速找分界点的方法，但解出参数后必须分情况带回原方程检验，不能只算行列式就下结论；③ 克拉默法则本身考研很少直接考大题（因为行列式计算太繁琐），但它背后的思想——"用系数矩阵是否满秩来判断解的情况"——是高频考点。
**⚠️ 易错边界（考点指引）**
1. **克拉默法则只适用于方阵！** 如果 m ≠ n（方程个数 ≠ 未知数个数），根本没法算 |A|（不是方阵没有行列式），克拉默法则无从谈起。此时必须用消元法。
2. **|A| = 0 时，非齐次方程组可能是无解，也可能是无穷多解**：千万别看到 |A| = 0 就直接写"无穷多解"——只对齐次成立！非齐次时还需进一步比较 r(A) 和 r(A|b)。口诀："方阵行列式为零，齐次必有非零解，非齐次可能无解。"
3. **克拉默法则在考研中很少直接考大题中的公式**（因为 n > 3 时行列式计算太繁），但**其思想（行列式决定唯一性）是高频考点**——选择题、填空题、含参数讨论题的第一步（令 |A| = 0 找分界值），都在用这个思想。
4. **|Aⱼ| 的计算：是把 A 的第 j 列换成 b，不是换成 0！** 常见写法错误：把 x₁ 的公式写成 |b A₂ A₃| / |A|……应该把 b 塞进第 1 列的位置，不是其他列。Aⱼ 和 A 的唯一区别就是第 j 列——其他 n-1 列一模一样。
5. **伴随矩阵公式成立的前提是 |A| ≠ 0**：A⁻¹ = A*/|A| 只在 |A| ≠ 0 时才有意义。|A| = 0 时 A 不可逆，这个公式不能用。
**🔗 链条位置**
```
第1章 行列式的定义和性质
行列式 = n个列向量张成的
平行体的"有向体积"
│
│ 提供了"|A| ≠ 0 ⇔ 满秩"的核心结论
▼
本定理（克拉默法则）
|A| ≠ 0 ⇔ 唯一解（方阵）
|A| = 0 ⇔ Ax=0 有非零解
│
├──→ 第4章含参数讨论：令|A|=0找分界值
│
├──→ 第5章特征值：|A-λI|=0 求特征值
│ 本质就是"齐次方程组 (A-λI)x=0
│ 有非零解 ⇔ |A-λI|=0"
│
└──→ 贯穿全课程：行列式为0⇔不满秩
⇔有非零解⇔列(行)向量线性相关
```
从哪来：克拉默法则直接来自第 1 章行列式理论——伴随矩阵展开式和行列式的性质是它的数学基础。第 2 章的可逆矩阵理论提供了另一条等价路径（A 可逆 ⇔ 唯一解）。
到哪去：|A| = 0 ⇔ Ax = 0 有非零解 这一条，在第 5 章求特征值时会被反复使用——|A - λI| = 0 正是为了保证 (A - λI)x = 0 有非零解（即存在特征向量）。克拉默法则的思想贯穿整个线代：**行列式为零 ⇔ 降维（信息有冗余）⇔ 解不唯一**，这是所有后续章节反复出现的因果关系。
---
#### 1.13 消元法与秩——三个前章知识的汇合点
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 想象你要做一道番茄炒蛋。你需要三样东西：刀（切番茄）、锅（炒）、调料（调味）。少一样，菜就不对味。
>
> 解方程组也一样——需要三样"工具"搭配使用。第一章给你"行列式"这把刀（快速判断有没有唯一解），第二章给你"矩阵"这口锅（动手做消元计算），第三章给你"向量"这瓶调料（理解解为什么长那样、为什么有时无解有时无穷多解）。
>
> 在往下读之前，先自己想一下：**如果只学消元法（只用锅），不学行列式和向量，你会错过什么？**
> 📌 **这节学完你就能回答：**
> - 行列式在解方程组时到底是干嘛用的？什么时候用它最快？
> - 矩阵的三种初等行变换和"秩"是什么关系？
> - 向量的线性表出和方程组"有解"是同一件事吗？
> - 为什么说第四章是整个线性代数的"总枢纽"？
**💡 这一节特别重要：告诉你前三章的知识怎么在本章"凑"在一起用。**
**🔗 与第一章「行列式」的联系**：
| 使用场景 | 用到什么 |
|----------|---------|
| 判断方阵方程组有没有唯一解 | 算行列式，\|A\| ≠ 0 则唯一解 |
| 判断齐次方程组有没有非零解 | \|A\| = 0 则有非零解 |
| 含参数讨论时快速找分界点 | 令 \|A\| = 0 解出参数值 |
**🔗 与第二章「矩阵及其运算」的联系**：
| 使用场景 | 用到什么 |
|----------|---------|
| 解方程组的"基本动作" | 三种初等行变换 |
| 解的判定 | 矩阵的秩 r(A) |
| 如果 A 可逆 | 唯一解 x = A⁻¹b |
| 把方程组写得简洁 | 矩阵方程 Ax = b |
**🔗 与第三章「向量组的线性相关性」的联系**：
| 使用场景 | 用到什么 |
|----------|---------|
| 解的存在性 | b 可由 A 的列向量组线性表出吗？能表出 ⇔ 有解 |
| 基础解系的验证 | 解向量之间必须线性无关 |
| 秩的理解 | r(A) = 列向量组中最大无关向量个数 = 真正有效的方程个数 |
**💬 一句话总结**：
行列式是"快筛工具"（判断有没有唯一解），矩阵是"计算工具"（提供消元法），向量是"理解工具"（告诉你解为什么长那样）——三个工具凑在一起，就是本章的全部。
> 🛑 **停下来想一想**：如果 A 是三阶方阵，行列式 \|A\| = 0，你能不能同时说出三件事——（1）从行列式的角度这意味着什么？（2）从矩阵秩的角度这意味着什么？（3）从向量线性相关的角度这意味着什么？试着把三个角度的结论串成一句话。
> ⭐⭐⭐ 核心——这是整个线性代数知识体系的枢纽
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 用自己的话解释：为什么说"行列式是快筛工具、矩阵是计算工具、向量是理解工具"？它们各自在解方程组的哪个环节发挥作用？
>
> **❷ 深度思考** — 外卖平台给骑手派单时，每单的时间约束（送达时间）、距离约束（取餐点→送餐点）、同时接单数上限——这些约束合在一起，就像一个"线性方程组"。骑手有没有可能接不到单（无解）？有没有恰好一种派法（唯一解）？有没有好几种路线都能准时送到（无穷多解）？试着用本节三个工具的角度分析一下。
>
> **❸ 考试演练** — 判断题："如果一个齐次线性方程组的系数矩阵 A 是方阵且 \|A\| = 0，则该方程组有无穷多解。"请回答对/错，并说出你的推理链。（答题框架：先回想要满足什么条件→再确认题目给的条件够不够→给出结论。）
📖 点击查看参考答案
**❶ 参考答案**：
- 行列式像"门口安检"——算一下行列式是不是零，马上知道这个方阵方程组有没有唯一解（\|A\| ≠ 0 → 唯一解），不用一步步做消元。省时省力，但只对方阵有效。
- 矩阵像"厨房操作台"——所有实际计算（初等行变换、化行最简形、回代求解）都在矩阵上进行。没有矩阵，你没法"动手"解任何方程组。
- 向量像"从高处俯瞰"——算完之后，向量的语言帮你理解"为什么解长这样"：b 能不能被列向量线性表出决定了有没有解；表出方式的唯一性决定了是唯一解还是无穷多解；最大无关向量的个数（也就是秩）决定了有几个自由变量。
- 打个比方：行列式是"导航看一眼路况"（快速判断），矩阵是"开车走完全程"（实际执行），向量是"事后看地图复盘"（理解原因）。
**❷ 参考答案**：
把骑手的派单问题对应到方程组的三工具视角：
- **行列式视角（快筛）**：如果约束方程是方阵（比如三个单对应三个骑手），算一下行列式——如果是零，说明约束之间有"冗余"或"矛盾"，系统不唯一确定。
- **矩阵视角（计算）**：实际派单时，约束通常比骑手多（方程数 > 未知数）。这时要做增广矩阵的消元，看秩的大小——如果 r(A) ≠ r(A\|b)，说明某个单的时间要求和距离要求互相矛盾（比如两个单都要同时送到相隔5公里的地方），骑手没法同时接，系统无解。
- **向量视角（理解）**：每个骑手的位置是一个列向量，目标送达点是一个 b 向量。有解 = b 能被骑手位置向量的组合覆盖到。无穷多解 = 有多个骑手的位置"重叠"了（线性相关），谁送都行。
- 这也解释了为什么平台算法要不断优化——约束太多、骑手太少时，经常会出现"无解"的情况（没有骑手能满足所有时间要求），算法就要放宽约束或增加骑手。
**❸ 参考答案**：
**答案：对。**
推理链：
1. 齐次方程组 Ax = 0 永远有零解（x = 0），所以它绝不会"无解"——问题只是：**有没有非零解？**
2. 题目说 \|A\| = 0 → 行列式为零 → A 不可逆 → r(A) < n（这里 n 是方阵阶数）。
3. 对于齐次方程组：r(A) = n → 只有零解；r(A) < n → 有非零解（有无穷多个非零解）。
4. \|A\| = 0 推出 r(A) < n → 一定有非零解 → 加上零解本身，总共有无穷多解。
**考试容易丢分的地方**：有人会想"\|A\| = 0 推出无解或无穷多解，不确定是哪一个"——但这是齐次方程组！齐次永远有零解，所以排除无解，只能有无穷多解。记住口诀："齐次不无解，方阵行列式定唯一。"
---
#### 1.14 解向量的性质
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 想象你在调一台音响的音量旋钮。
>
> - 如果音响**完全静音**（音量=0），你从零开始往右拧——拧多少就响多少，拧一圈和拧两圈听到的声音变化量，跟"起点"没关系。你可以在零的基础上加任意倍的变化量。
> - 如果音响**已经开到音量=5**，你在这个基础上再拧——每拧一圈产生的变化，其实跟在静音时拧一圈产生的变化量一模一样。只是"起点"从0变成了5。
>
> 方程组的解也有类似规律：齐次解（Ax=0 的解）就像"从零开始拧的变化量"——零加上改动还是零的范围。非齐次解（Ax=b 的解）就像"已经开到音量5"——你在这个基础上再加变化量（加齐次解），得到的是另一个非齐次解。
>
> 在往下读之前，先自己想一下：**"零"到底有什么神奇之处，让齐次解可以随便加、随便乘一个数都不跑出解的范围？**
> 📌 **这节学完你就能回答：**
> - 为什么两个齐次解加起来还是齐次解？这跟"0+0=0"有什么内在联系？
> - 非齐次特解减非齐次特解，为什么冒出个齐次解？
> - 两个非齐次特解直接相加，为什么一般不是非齐次特解？
> - "系数加起来等于1"这个条件在生活中对应什么场景？
**💬 生活比喻**：
想象所有解构成一片"区域"（解空间）：
- 齐次方程组的解空间是一个"过原点的区域"——零解是原点，所有解都在这个区域内。
- 非齐次方程组的解是"平移后的那片区域"——把齐次解空间整个平移到了特解的位置。
> 🧭 **这六条性质为什么"长这样"？不用背，追根就清楚。** 每条性质都在问一句话：**把它代入 A，右边变成什么？** 齐次的右边是 0，而 **0 有个神奇性格——0 加 0 还是 0、k×0 还是 0**，所以齐次解怎么加、怎么乘都还是齐次解。非齐次的右边是 b，而 **b 就没有这个性格——b 加 b 是 2b、k×b 只有当 k=1 才还是 b**，所以非齐次解不能随便加、随便乘。至于"特解₁ − 特解₂"为什么是齐次解——相减把 b 抵消了（b−b=0），这正是 1.10 节的核心钥匙。**六条性质只是"0 和 b 性格不同"这一个事实的六种表现。**
**📖 核心性质**：
| 性质 | 说明 |
|------|------|
| 齐次解 + 齐次解 = 齐次解 | 0 + 0 = 0 |
| 齐次解 × 任意常数 = 齐次解 | k·0 = 0 |
| 非齐次特解₁ - 非齐次特解₂ = 齐次解 | b - b = 0 |
| 非齐次特解 + 齐次解 = 非齐次特解 | b + 0 = b |
| 非齐次特解₁ + 非齐次特解₂ ≠ 非齐次特解 | b + b ≠ b（一般情况） |
| k₁·特解₁ + k₂·特解₂ 当 k₁+k₂=1 时 = 非齐次特解 | 这是一种"加权平均"，系数加起来等于 1 |
最后一个性质最容易错：两个非齐次特解的线性组合，系数加起来是 1，才是非齐次特解。
> ✍️ **立刻练一道**：η₁、η₂ 是 Ax=b（b≠0）的非齐次特解，η₃ 是 Ax=0 的齐次解。下面四个向量，哪个**一定**还是 Ax=b 的解？① 0.5η₁+0.5η₂ ② η₁+η₃ ③ η₁−η₂ ④ 2η₁（提示：逐项代入 A(·)，看右边是不是 b）
>
> （答案：②。逐项验证：① A(0.5η₁+0.5η₂)=0.5b+0.5b=b ✓ 系数加起来正好等于1，加权平均还落在解上，所以 ① 也对；② A(η₁+η₃)=b+0=b ✓；③ A(η₁−η₂)=b−b=0，是齐次解，不满足 Ax=b ✗；④ A(2η₁)=2b≠b ✗。所以一定成立的是 ②，① 也成立）
> 🛑 **停下来想一想**：小明说"两个非齐次特解加起来，系数各取 0.5，就是它们的平均数，为什么平均数也是非齐次特解？"用"Ax = b"代入验证一下——设 x₁、x₂ 都是非齐次特解（即 Ax₁=b，Ax₂=b），那么 A(0.5x₁ + 0.5x₂) 等于什么？
> ⭐⭐ 高频——选择题概念辨析
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 为什么"非齐次特解₁ + 非齐次特解₂"一般不是非齐次特解？关键原因是什么？用代数验证（代入 Ax=b 看看右边变什么）来说明。
>
> **❷ 深度思考** — 你和室友合租，两个人每月固定各出一半房租（这就是"系数加起来等于1"——你的份额+室友的份额=100%总房租）。如果房东涨房租了，你们俩各自多交的部分加起来等于涨的总数。这和"非齐次解的性质"有什么相似之处？如果某个月你多付了室友少付了（系数加起来不等于1），会发生什么？
>
> **❸ 考试演练** — 选择题："设 η₁, η₂ 是齐次线性方程组 Ax=0 的解，ξ 是非齐次线性方程组 Ax=b 的解，则下列哪个也是 Ax=b 的解？A) η₁+η₂ B) 2ξ C) ξ+η₁ D) ξ+ξ"（答题框架：逐项代入 Ax=什么，看右边是不是 b。）
📖 点击查看参考答案
**❶ 参考答案**：
设 x₁ 和 x₂ 都是非齐次特解，即 Ax₁ = b，Ax₂ = b。
现在把 x₁ + x₂ 代进去：A(x₁ + x₂) = Ax₁ + Ax₂ = b + b = 2b。
右边变成了 2b，不是 b！所以 x₁ + x₂ 不满足 Ax = b（除非 b = 0，即齐次的情况）。
关键原因：b 不像 0，加自己不会变。0 + 0 = 0，所以齐次解加齐次解还是齐次解。但 b + b = 2b ≠ b，所以非齐次解加非齐次解"跑偏"了。
**❷ 参考答案**：
- 每月总房租固定 = b（非齐次常数项）。你的份额 x₁ 和室友的份额 x₂ 满足 x₁ + x₂ = b，系数之和 = 1。
- 房东涨房租 Δb → 你们各多交 Δx₁ 和 Δx₂，多了的部分 Δx₁ + Δx₂ = Δb。这里 Δx = (Δx₁, Δx₂) 可以看成"齐次解的增量"——因为如果总房租没变（Δb=0），多交的净变化必须为零（Δx₁ + Δx₂ = 0），这就是齐次解的性质。
- 如果你多付了室友少付了，比如你的份额 + 室友的份额 = 120% 总房租（系数之和 > 1），那就"超额"了，不满足"刚好等于总房租"的要求——这就对应 k₁ + k₂ ≠ 1 时不是非齐次解。
**❸ 参考答案**：
**答案：C。**
逐项验证：
- A) A(η₁+η₂) = Aη₁ + Aη₂ = 0 + 0 = 0 ≠ b。✗
- B) A(2ξ) = 2Aξ = 2b ≠ b（除非 b=0，但题目是非齐次，b≠0）。✗
- C) A(ξ+η₁) = Aξ + Aη₁ = b + 0 = b。✓
- D) A(ξ+ξ) = Aξ + Aξ = b + b = 2b ≠ b。✗
**考试容易丢分的地方**：B 选项很有迷惑性——有人想"特解乘个数还是特解吧？"不是！只有齐次解随便乘，非齐次特解乘任何不等于1的数都会"跑偏"。记住口诀："齐次随便乘，非齐次乘1才不变。"
#### 🧠 1.14 补充：解集合的线性结构——完整推导
> 上面 1.14 用"调音响音量"的比喻给了你直观感受，并列出了六条加减性质。这一节直接从"0 加自己还是 0、b 加自己是 2b"这个根本区别出发，严格推导"为什么齐次解集合构成向量空间（解空间）、非齐次解集合构成它的平移"——这是从"背性质"到"理解结构"的飞跃。读完这节，六条性质不再是孤立的规则，而是同一种结构在不同情境下的自然表现。（数一专属，数三了解即可，可跳过本节）
**① 生活场景**
🏊 想象你在游泳池里。水的内部就是一个"向量空间"——你从水面上的任何一个点出发，往任意方向游、游任意距离，只要不出水面，你始终在水的内部。水面对游泳者来说是"封闭"的。
但如果游泳池有一个**固定的高地**——比如跳水台——你把跳水台的位置平移一段距离，它就不再是跳水台原来的位置了。跳水台本身不过水的中心点（不过原点）。
- **齐次解集合** = 水的内部（含原点，对加法和数乘封闭 → 向量空间）
- **非齐次解集合** = 跳水台（不含原点，不能随便加 → 但它是水的内部"平移"过来的 → 仿射子空间）
"封闭"是理解这两种集合所有性质差异的根本原因。"加法和数乘能不能跑出这个集合"——这就是一切性质差别的来源。
**② 正式陈述**
**定理（解集合的代数结构）**：
对于齐次方程组 Ax = 0（A 为 m×n 矩阵），它的所有解构成 Rⁿ 的一个**向量子空间**，称为**解空间**，记作 N(A)（A 的零空间）。即：
(1) 0 ∈ N(A)（含零向量）
(2) 若 x₁, x₂ ∈ N(A)，则 x₁ + x₂ ∈ N(A)（对加法封闭）
(3) 若 x ∈ N(A), k ∈ R，则 kx ∈ N(A)（对数乘封闭）
对于非齐次方程组 Ax = b（b ≠ 0），它的所有解构成一个**仿射子空间**：即解空间 N(A) 平移某个特解 η* 后得到的集合：
```
{ x | Ax = b } = η* + N(A) = { η* + ξ | ξ ∈ N(A) }
```
该集合**不是向量空间**（不过原点，对加法和数乘不封闭），但继承了 N(A) 的所有"平坦"性质。
**③ 🧠 完整推导**
**第1步：验证齐次解集合对加法和数乘封闭——两条性质导出所有性质**
设 x₁ 和 x₂ 都是 Ax = 0 的解，即 Ax₁ = 0, Ax₂ = 0。
检验加法封闭性：
```
A(x₁ + x₂) = Ax₁ + Ax₂ = 0 + 0 = 0
```
因为矩阵乘法满足分配律（第 2 章），所以 x₁ + x₂ 代入后恰好是 0 + 0 = 0。**关键点**：右边变成 0 + 0 而不是 b + b——如果是非齐次，右边会变成 b + b = 2b ≠ b，加法封闭性就没了。只有"0 + 0 = 0"这个恒等式，才能让加法保持封闭。
检验数乘封闭性：
```
A(kx₁) = k·Ax₁ = k·0 = 0
```
k·0 = 0 恒成立（任何数乘 0 还是 0）。同样，如果是非齐次：A(kη*) = k·Aη* = k·b，只有当 k = 1 时才等于 b。这就是为什么"齐次解随便乘，非齐次特解乘 1 才不变"——根子在 0 和 b 的代数性质不同。
> 大白话：两条封闭性合在一起，就定义了"向量空间"——一个集合如果对加法和数乘封闭且含零向量，就是向量空间。齐次解集合满足这两条，所以它是向量空间。非齐次解集合不满足——因为它的右边是 b 不是 0，加法和数乘会让 b 发生变化。**所有的性质差异，最终都归结为：0 加自己还是 0，但 b 加自己是 2b——不一样。**
**第2步：为什么"两个非齐次特解的差 = 齐次解"——这是最漂亮的一条性质**
设 η₁, η₂ 都是 Ax = b 的特解：
```
Aη₁ = b, Aη₂ = b
```
相减：
```
A(η₁ - η₂) = Aη₁ - Aη₂ = b - b = 0
```
**关键**：相减这个操作消灭了 b。b - b = 0（这恒成立），所以结果一定落入 Ax = 0 的解空间。
> 大白话：从上海站到北京站的距离（特解相减）等于"上海市内的一段位移"（齐次解）。因为两个"从北京到上海的高铁"（两个特解）相减后，高铁那段抵消了——剩下来的就是市内差异。"相减消灭 b"是这条性质的灵魂。
这是全部解向量性质中**最重要**的一条，因为它建立了非齐次解集合和齐次解空间之间的桥梁。证明题中，一旦需要从非齐次解构造齐次解，答案几乎都是"把它们相减"。
**第3步：从第 2 步推出非齐次解集合 = 特解 + 齐次解空间（仿射子空间结构）**
任取一个固定特解 η*。对 Ax = b 的任意解 η：
```
令 ξ = η - η* （由第 2 步，ξ 是 Ax = 0 的解）
则 η = η* + ξ
```
反过来，任取一个 ξ ∈ N(A)（齐次解）：
```
A(η* + ξ) = Aη* + Aξ = b + 0 = b → η* + ξ 是 Ax = b 的解
```
两条合起来：η 是 Ax = b 的解，当且仅当它能写成 η* + ξ 的形式（ξ 是齐次解）。即：
```
{ x | Ax = b } = { η* + ξ | ξ ∈ N(A) } = η* + N(A)
```
> 大白话：非齐次解集合 = "齐次解空间"整体搬到了 η* 的位置。"整体搬"这个操作在数学里叫"平移"。平移后的集合不过原点（除非 η* = 0，即齐次情况），所以不是向量空间——但它保留了原空间所有的"方向"和"距离"关系，只是原点被挪走了。这种结构叫"仿射子空间"。
**第4步：验证"线性组合仍是解"的条件——系数和为 1 的奥秘**
设 η₁, η₂ 是 Ax = b 的两个特解。它们的线性组合 k₁η₁ + k₂η₂：
```
A(k₁η₁ + k₂η₂) = k₁·Aη₁ + k₂·Aη₂ = k₁b + k₂b = (k₁ + k₂)b
```
这个结果等于 b 的充分必要条件是：k₁ + k₂ = 1。
推广到多个特解：η₁, η₂, ..., ηₖ 的线性组合是 Ax = b 的解，当且仅当所有系数之和为 1。
> 大白话：如果把非齐次特解看作"配方"，那么只要总"剂量"为 1（系数和=1），混出来的还是完整的配方。如果系数和是 0（比如 k₁=1, k₂=-1，即相减），得到的是齐次解。如果系数和是 2（k₁=k₂=1，即相加），得到的是"2 份配方"——不再满足原方程。所以"系数和=1"是判定线性组合是否还是非齐次解的唯一标尺。
从几何上看：η₁ 和 η₂ 是仿射子空间里的两个点。连接它们的整条直线上的点是 { (1-t)η₁ + tη₂ | t ∈ R }。注意 (1-t) + t = 1 恒成立——系数和始终为 1。所以**仿射子空间里的任意直线仍然完全落在仿射子空间内**。系数和大于 1 或小于 1，就"跑出"了这个平移后的平面。
**第5步：把六条性质"串"起来——同一种结构的不同表现**
回头看 1.14 列的六条性质，现在都可以用"加法封闭/数乘封闭 + 仿射子空间平移结构"统一解释：
| 性质 | 根因 |
|------|------|
| 齐次 + 齐次 = 齐次 | 加法封闭（0+0=0） |
| 齐次 × 常数 = 齐次 | 数乘封闭（k·0=0） |
| 非齐次₁ − 非齐次₂ = 齐次 | 相减消灭 b，落到 N(A) |
| 非齐次 + 齐次 = 非齐次 | b + 0 = b，仍在平移后的集合 |
| 非齐次₁ + 非齐次₂ ≠ 非齐次 | b + b = 2b ≠ b，跑出平移后的集合 |
| k₁η₁ + k₂η₂（系数和=1）= 非齐次 | 系数加权 b 后仍为 b，不跑出集合 |
六条性质本质上只有两种底层机制：① N(A)（齐次解空间）是向量空间 → 对加法和数乘封闭 → 性质 1、2。② 非齐次解集合 = N(A) 平移 η* → 加减 b 的效果决定是否"跑出"集合 → 性质 3-6。
**④ 📝 推导复盘**
整个推导就是一部"为什么 0 和 b 不一样"的故事。
- 0 + 0 = 0，k·0 = 0 → 齐次解空间封闭 → 向量空间。
- b + b ≠ b，k·b ≠ b（k≠1）→ 非齐次解集合不封闭 → 不是向量空间。
- b - b = 0 → 相减的非齐次解回到齐次解空间 → 建立了两种解集合的联系。
- k₁b + k₂b = (k₁+k₂)b → 系数和为 1 时仍等于 b → 线性组合仍是同类型解的条件。
所有这些都归结为一句话：**0 是加法和数乘的"不动点"，而 b 不是。** 向量空间必须含有不动点（零向量），仿射子空间则是一个向量空间整体离开了不动点。
**⑤ ⚠️ 易错边界**
1. **"齐次解集合是向量空间" ≠ "齐次方程组有多个解"**：即使 Ax = 0 只有零解（N(A) = {0}），{0} 仍然是向量空间——它是"零维向量空间"，对加法和数乘是封闭的（0+0=0, k·0=0）。一个只含零向量的平凡空间仍然是空间。
2. **非齐次解集合不是向量空间，但仍然有"维数"**：虽然非齐次解集合不是向量空间（不过原点），但它是一个仿射子空间——平移后的向量空间。它的"维数"指的是平移前那个齐次解空间的维数 = n - r(A)。如果有人说"非齐次解集合的维数是 n - r(A)"，意思就是这个。
3. **"系数和 = 1"的条件在使用时必须明确**：两个特解的凸组合（系数非负且和为 1）一定是非齐次解；任意线性组合系数和为 1 也是——但不要忘记验证和为 1 这个前提。
4. **齐次解与非齐次特解不能互相替代**：在说"两个解相加"时，必须先确认它们的类型是否一样。一个齐次解加一个齐次解还是齐次解；一个非齐次解加一个非齐次解（没有额外条件）一般不是任何类型的解。做题时先看类型再判断性质。
5. **"封闭性"只在 R 上成立**：齐次解空间是在实数域 R 上的向量空间。如果系数 k 限定为整数或正数，封闭性不一定成立（自由变量的系数在考试中总是取任意实数，因为通解要求 k ∈ R）。
**⑥ 链条位置**
```
第3章 向量组理论
线性相关/无关、极大无关组、秩
│
│ 本节验证"封闭性"只用到
│ 矩阵乘法分配律 + 0 的代数性质
▼
本定理：齐次解集合 N(A)
（含零向量，对加法、数乘封闭）
非齐次解集合 = N(A) 的平移
│
├──→ 第5章：特征空间 = N(A-λI)
│ 每个特征值对应一个子空间
│
└──→ 第6章：正交变换把 Rⁿ 分解
为多个互为正交的特征子空间
（正交直和分解）
```
从哪来：本节不需要任何额外的抽象前提——判断一个集合是不是"向量空间"，只需验证它含零向量、对加法与数乘封闭这两条，而验证过程只用到了矩阵乘法的分配律（第 2 章）和"0 加 0 还是 0、k·0 还是 0"这个简单事实。本定理用这个标准检查了齐次解集合，确认它确是一个解空间（N(A)），然后用"平移"把非齐次解集合描述为仿射子空间。
到哪去：第 5 章特征向量的全体（加上零向量）恰好构成一个子空间——特征空间。它本质上就是 N(A - λI)——齐次方程组 (A - λI)x = 0 的解空间。第 6 章的正交分解也依赖这种"把空间分解成几个互为正交的子空间"的视角。所以解集合的线性结构不是孤立的"第四章特供"——它是贯穿后续所有章节的底层语言。
---
#### 1.15 自由变量的选取
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 想象你在搭一个乐高房子。有些积木的位置已经**被图纸锁死了**——比如地基的四角必须放在固定位置，不然整个房子会塌。但有些积木的位置是**自由**的——比如房顶上的装饰砖，你可以放红色的，也可以放蓝色的，位置可以微调，不影响房子的整体结构。
>
> 解方程组也一样：消元之后，有些变量的值被"卡死"了（约束变量——由方程唯一确定），有些变量可以"随意取"（自由变量——取不同值就得到不同的解）。
>
> 但关键问题是：**你怎么知道哪些积木被锁死了、哪些没被锁死？** 不是凭感觉猜——要看做完行变换之后，"主元1"出现在哪些位置。
>
> 在往下读之前，先自己想一下：如果做完行变换，你看到矩阵长这样——
> ```
> [1 0 2 | 3]
> [0 1 -1 | 2]
> ```
> 哪个变量是"被锁死"的，哪个是"自由"的？
> 📌 **这节学完你就能回答：**
> - "约束变量"和"自由变量"怎么区分？看什么来判断？
> - 为什么必须先化成"行最简形"才能准确判断？化到"行阶梯形"够不够？
> - 自由变量取值的"标准做法"是什么？为什么取 (1,0,0...)、(0,1,0...) 这样？
> - 最常见的错误是什么？怎样避免？
**💬 生活比喻**：
就像搭积木——有些积木的位置被"卡死"了（约束变量），有些积木可以自由移动（自由变量）。但哪些积木被卡死、哪些自由，取决于你怎么摆放（做行变换后的结果）。
**🧭 难在哪？** 每次求通解都要挑"谁当自由变量"，但**判断标准到底是什么？凭感觉选，选错了整组基础解系全错**。这节就是要回答：不是"看变量编号靠后就是自由"，而是有一个明确的眼睛——主元。
💡 **为什么看主元就行？** 行最简形里，每个主元"1"独占一行，把对应变量"单独拎出来"——它的值由这一行直接决定（约束变量）。反过来，没有主元的列，没有任何一行单独"管"它——它爱取几取几（自由变量）。所以：**主元落谁家，谁就是约束变量；没被主元"点中"的列，才是自由变量。** 这是行最简形结构直接决定的，不是人为规定。至于为什么自由变量要"轮流取 1、其余取 0"——取 1 最省事（回代无分数），且每个解向量在自由变量位置上"身份证号"各不相同，天然线性无关（详见 1.8 节与 1.15 补充）。
**📖 正确做法**：
1. 把增广矩阵化成**行最简形**
2. 找到每一行的"主元 1"所在列——这些列对应的变量是**约束变量**
3. 其余列对应的变量是**自由变量**
4. 自由变量依次取 (1, 0, 0, ...), (0, 1, 0, ...), ...，回代求约束变量
**⚠️ 常见错误**：不看主元位置，直接把"最后一列"对应的变量全当成自由变量。这是错的！主元 1 可能出现在任何列。
> 🛑 **停下来想一想**：假设做完行变换后矩阵长这样：
> ```
> [1 0 0 2 | 5]
> [0 0 1 3 | 7]
> [0 0 0 0 | 0]
> ```
> — 主元1出现在第1列和第3列。那约束变量是 x₁ 和 x₃，自由变量是 x₂ 和 x₄，对吧？
> — 如果有人跟你说"最后一列对应 x₄，所以 x₄ 一定是约束变量"，你怎么反驳他？用上面这个例子试试。
> ✍️ **立刻练一道**：行最简形为 $\begin{bmatrix} 1 & 2 & 0 & 3 & $\begin{vmatrix} & 0 & \\ & 0 & & & 0 & & & 1 & & & 4 & \end{vmatrix}$ & 0 \\ 0 & 0 & 0 & 0 & \mid & 0 \end{bmatrix}$，主元在第 1、3 列。指出约束变量、自由变量，并求出一个基础解向量。（答案：约束 x₁, x₃；自由 x₂, x₄，共 2 个。取 x₂=1, x₄=0：第2行 x₃=0，第1行 x₁=−2 → η₁=(−2,1,0,0)ᵀ）
> ⭐⭐ 高频——选错自由变量，基础解系全错
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 解释为什么必须先化成"行最简形"而不是"行阶梯形"才能准确判断自由变量？给你一个行阶梯形矩阵，你能一眼看出哪些是自由变量吗？如果不能，为什么？
>
> **❷ 深度思考** — 你在学校选课：必修课是所有学生都必须上的（约束变量——被"锁死"），选修课是你可以自由选的（自由变量——你可以选这门或那门）。但某个同学跟你说："我把课表最后一列的课全当选修了"——这相当于本节说的"常见错误"：不看主元位置，直接把最后一列当自由变量。请解释为什么这种想法是危险的——如果你要毕业（解存在），必修课一门都不能少，而"最后一列"可能是必修课！
>
> **❸ 考试演练** — 已知增广矩阵行最简形如下，写出约束变量、自由变量，并求出基础解系。
> ```
> [1 2 0 3 | 0]
> [0 0 1 4 | 0]
> [0 0 0 0 | 0]
> ```
> （答题框架：先判断系数矩阵的秩 → 确定主元列 → 分约束/自由变量 → 自由变量取标准值 → 回代 → 写出解向量，注意标注每个变量的位置。）
📖 点击查看参考答案
**❶ 参考答案**：
- 行阶梯形只保证每行第一个非零元是1，但不保证它头上的元素都是0。而行最简形多做了"向上消"——每行的主元1所在列除了主元本身是1，其他都是0。
- 比如行阶梯形可能是：
```
[1 2 3 | 4]
[0 0 1 | 5]
```
第一行主元1在第1列，但它头上没有元素（已经是第一行）。可是第3列虽然第二行是主元1，第一行第3列却是3，不是0。这时候如果你把 x₃ 当成约束变量，回代时 x₁ 的表达式里会出现 x₂ 和 x₃ 混在一起，不够干净。
- 只有行最简形（每个主元列除了主元1全是0），约束变量才能直接"解出"为自由变量的表达式——干净利落。所以老师总说"化到行最简形再取自由变量"，不是为了多写几步，是为了不出错。
**❷ 参考答案**：
学校的"必修课"就像约束变量——要毕业（=方程组有解），这些课必须修完而且满足要求。"选修课"像自由变量——不同的人选不同的课，只要修够学分就行。
- 如果把"最后一列"的课直接当选修，万一那恰好是毕业要求里的必修课（比如毕业论文——通常排在课表最后一列），你不修就毕不了业（解就求错了）。
- 正确的做法是：查教务系统（=做行最简形），看每门课前面的"必修/选修"标记（=看主元1出现在哪一列），而不是凭"第几列"来判断。
- 方程组的教训也一样：做完行最简形之后，"主元1"就是"必修标记"——它出现在哪列，那一列的变量就是约束变量。其他列才是自由变量。
**❸ 参考答案**：
**第1步**：判断秩。行最简形有两行非全零 → r(A) = 2。
**第2步**：找主元列。第1行主元1在第1列，第2行主元1在第3列 → 主元列 = {1, 3}。所以约束变量：x₁, x₃；自由变量：x₂, x₄。
**第3步**：自由变量个数 = n - r = 4 - 2 = 2，基础解系包含 2 个向量。
**第4步**：取自由变量的标准值。
- 取 (x₂, x₄) = (1, 0)：第2行 → x₃ = 0；第1行 → x₁ + 2·1 + 0 + 3·0 = 0 → x₁ = -2。得 η₁ = (-2, 1, 0, 0)ᵀ。
- 取 (x₂, x₄) = (0, 1)：第2行 → x₃ + 4·1 = 0 → x₃ = -4；第1行 → x₁ + 2·0 + 0 + 3·1 = 0 → x₁ = -3。得 η₂ = (-3, 0, -4, 1)ᵀ。
**第5步**：齐次通解 = k₁η₁ + k₂η₂。
**考试容易丢分的地方**：回代时忘了"主元列除了1全是0"意味着代入自由变量后，每个约束变量直接从对应的行解出。比如第一行方程是 x₁ + 2x₂ + 0·x₃ + 3x₄ = 0，代 x₂=1, x₄=0 后直接得 x₁ = -2。别绕弯。
#### 🧠 1.15 补充：自由变量选取的原理——为什么选非主元列
> 上面 1.15 用"乐高房子"的比喻教了你怎么区分约束变量和自由变量，并给了标准做法。这一节补上"为什么"——为什么自由变量必须选非主元列对应的变量？能不能反过来选主元列当自由变量？"自由变量取 (1,0,...), (0,1,...) "为什么是最省事的方案？读完这节，自由变量的选法不再是"照规矩做"，而是"知道最优解在哪所以走那条路"。
**① 生活场景**
🎸 你给一把吉他调音。六根弦，每根弦的音高由一个旋钮控制。但你发现：拧第 1 个旋钮会让第 1 和第 2 根弦同时变紧；拧第 2 个旋钮影响第 2 和第 3 根弦……旋钮和琴弦之间不是一对一的，而是交叉关联的。
你能重新选择"哪个旋钮控制哪根弦"吗？不能——旋钮和琴弦的对应关系是固定的（由吉他结构决定）。
但如果换个问法：你能否选择**先拧哪个旋钮**来达到目标音高？可以！有些旋钮拧起来"副作用小"（只影响一根弦），有些旋钮拧起来"副作用大"（同时影响好几根弦）。聪明的做法是：**先拧副作用最大的旋钮（拧完就锁死），把副作用小的留给微调阶段。**
这就是自由变量选取的原理：
- 每个方程看成一个"旋钮"（r 个有效方程 = r 个旋钮）
- 主元列对应的变量 = "被旋钮直接控制"的弦
- 非主元列对应的变量 = "没人直接管、但拧旋钮时会被带动的"弦
- **把"被直接控制"的当做约束变量（锁死后回代），"没人直接管"的当做自由变量（随意取值）——这是数学上最自然、计算上最省事的划分。**
**② 正式陈述**
**自由变量选取原理**：对于齐次方程组 Ax = 0（或非齐次方程组的齐次部分），将 A 化为行最简形 R = PA（P 可逆）后：
- R 中有主元"1"的列 → 对应**约束变量**（主变量）
- R 中无主元"1"的列 → 对应**自由变量**
- 自由变量个数 = n - r(A)
**任意选择 n - r(A) 个变量，只要其余 r(A) 个变量可以由它们唯一确定，该选择就是合法的。** 但选非主元列对应的变量计算最省事。
**③ 🧠 完整推导**
**第1步：为什么选非主元列变量作为自由变量——从线性方程组的结构来看**
将 A 化为行最简形 R。R 的每一行方程形如：
```
x_ⱼ + （自由变量的线性组合） = 0（或 = 常数）
```
其中 x_ⱼ 是该行的主元所在的约束变量。即：
```
x_ⱼ = -（自由变量的线性组合）
```
每个约束变量恰好出现在一个方程中（作为主元），且系数为 1。这个结构的含义是：
- **给定自由变量的任意一组取值** → 每个约束变量被其所在的方程**唯一确定**（没有交叉依赖需要联立求解）
- **自由变量的取值是真正"自由"的** → 不同的自由变量取值给出不同的解，且所有解都能由这些自由变量"参数化"
> 大白话：行最简形把方程组变成了"每行一个主角"的形式——每行方程里只有一个约束变量（系数 1），其余全是自由变量。就像老师分小组——每组指定一个组长（约束变量），其他是组员（自由变量）。老师说"组长 = - 组员的某种组合"。组员站好位置之后，组长自动站到正确的位置上——不需要和其他组长商量。这就是为什么选非主元列变量做自由变量"最自然"——行最简形天然就适用于这种划分。
**第2步：能不能反过来选——选主元列变量当自由变量？**
可以，但代价很大。
假设 r(A) = 2, n = 4。RREF 的主元在第 1 列和第 3 列。如果反过来选 x₁ 和 x₃ 当自由变量、x₂ 和 x₄ 当约束变量，则方程组变成：
```
x₁ + 2x₂ + 0·x₃ + 3x₄ = 0 → 2x₂ = -x₁ - 3x₄ → x₂ = -(1/2)x₁ - (3/2)x₄
0·x₁ + 0·x₂ + x₃ + 4x₄ = 0 → x₃ = -4x₄（可 x₃ 被当自由变量了，这行就矛盾了）
```
会发现：原本每个约束变量独立一行、直接读出的结构被破坏了。新的约束变量 x₂ 和 x₄ 的表达式里掺杂了旧约束变量之间的依赖——回代过程变成联立求解，计算量翻倍。
**结论**：数学上任何 n-r(A) 个"能决定其余"的变量都可以当自由变量，但选主元列变量当自由变量 = 扔掉电梯走楼梯——能到但何必。选非主元列变量，是 RREF 的 $\begin{bmatrix} Iᵣ & F \\ 0 & 0 \end{bmatrix}$ 结构直接支持的"最优参数化"。
> 大白话：如果你执意选主元列变量当自由变量，就像把已经系好鞋带的鞋重新解开再换一种花式系法——浪费时间且容易系错。行最简形已经帮你把"哪种系法最省力"标记出来了（主元位置），不要跟标记对着干。
**第3步：为什么"自由变量依次取 (1,0,...,0)"是最优的赋值方案**
假设有 n-r 个自由变量。给它们赋一组值 (a₁, a₂, ..., aₙ₋ᵣ)，回代得到一个齐次解。那么：
取 (1, 0, 0, ...)：得到 ξ₁
取 (0, 1, 0, ...)：得到 ξ₂
...
取 (0, 0, ..., 1)：得到 ξₙ₋ᵣ
现在，任意赋值 (a₁, ..., aₙ₋ᵣ) 对应的解 = a₁ξ₁ + a₂ξ₂ + ... + aₙ₋ᵣξₙ₋ᵣ（由线性性质，叠加即可）。
所以这 n-r 个"标准单位赋值"产生的 ξ₁, ..., ξₙ₋ᵣ **恰好构成一组基础解系**：
- 每个 ξᵢ 是解（回代得到的） ✓
- 共 n-r 个（自由变量个数） ✓
- 线性无关（自由变量部分构成单位矩阵 Iₙ₋ᵣ） ✓
**任何其他赋值方式**（比如取 (1,1), (1,-1)）虽然也能产生基础解系，但后续写通解时系数不再直接等于自由变量的取值——多了一层"解码"的麻烦。
> 大白话：取 (1,0,0,...), (0,1,0,...)... 的好处有三：① 赋值极端简单（只有 0 和 1，回代无分数）；② 产生的解向量自动线性无关（身份证号各不相同）；③ 通解里的系数 k₁, k₂, ... 直接就是自由变量的取值，不需要换算。这就叫"最优参数化"——你用最少的力气得到了最干净的结果。
**第4步：自由变量选取的整体逻辑——"最小完备参数化"**
自由变量的选取，本质上是在为解空间选择一个"坐标系"。解空间维数是 n-r(A)，所以恰好需要 n-r(A) 个参数来描述其中的每一个点。
RREF 的主元结构给出了一个天然的坐标系：
- 坐标轴方向：非主元列（自由变量轴）
- 坐标值：自由变量的取值
- 非坐标轴上的分量：由 x_c = -F x_f 自动计算
这就是为什么"自由变量个数 = n - r(A)"——因为解空间的维数恰好是 n - r(A)。任何参数化方案需要的参数个数必须等于维数——不可多也不可少。
**④ 📝 推导复盘**
自由变量选取原理的推导只有两个关键点：① RREF 的结构 (R = $\begin{bmatrix} Iᵣ & F \\ 0 & 0 \end{bmatrix}$) 自然地把变量分成"独立直接解出"和"需要赋值"两组——主元列在前一组，非主元列在后一组。这种划分不是随意的人为规定，而是 RREF 的线性结构强加的。② 标准单位赋值（轮流取 1）是最优的，因为它自动满足"个数正确 + 线性无关 + 通解系数 = 自由变量值"三个条件。
整个推导实际上已经在 1.7 补充（RREF 结构）和 1.8 补充（解空间 = N(A), 维数 = n-r）中铺垫过了。本节把这些分散的结论串成了一个统一的操作原则。
**⑤ ⚠️ 易错边界**
1. **自由变量不能随便指——必须看 RREF 的主元位置**。常见错误："x₃ 和 x₄ 是最后两个变量，所以它们是自由变量。"但 RREF 的主元可能在第 4 列——那 x₄ 就是约束变量！判断标准只有一条：RREF 中哪些列有主元"1"。
2. **自由变量的个数可能为 0**（当 r(A) = n 时）。此时唯一的解是零解（齐次）或唯一解（非齐次）——自由变量个数为 0 意味着方程组的约束刚好锁死了所有未知数，不存在"无人管"的变量。
3. **在非齐次方程组中**，求齐次通解时自由变量轮流取 1（常数列当 0），求你非齐次特解时自由变量全部取 0（用常数列回代）。两种操作的自由变量赋值不同——不要搞混。
4. **含参数的方程组做行变换时，可能参数的不同取值导致主元出现在不同的列 → 自由变量也跟着变。** 例如含参数 a 的行变换后，a=1 和 a≠1 时阶梯形完全不同，自由变量的位置也可能不同。每种情况必须独立判断。
**⑥ 链条位置**
```
1.7补充：RREF结构
R = $\begin{bmatrix} Iᵣ & F \\ 0 & 0 \end{bmatrix}$
x_c = -F x_f
│
│ 主元列→Iᵣ→约束变量
│ 非主元列→F→自由变量
▼
本方法：自由变量选取原理
选非主元列 = 利用RREF天然结构
标准赋值 = 最优参数化
│
├──→ 齐次基础解系：轮流取1→回代
│
├──→ 非齐次特解：全取0→回代
│
└──→ 折线法：直接取F列反号
填在约束位置（就是这里的原理）
```
从哪来：RREF 结构（1.7 补充）直接决定哪些变量处于"约束"位置、哪些处于"自由"位置。解空间的维数理论（1.8 补充）解释了为什么恰好需要 n-r 个自由变量。
到哪去：折线法的"取反号"操作就是本节"约束变量 = -F × 自由变量"的直接计算。基础解系的构造（轮取 1）是本节"标准赋值"的具体实施。所有的求解操作都根植于"选择非主元列变量做自由变量"这一决定之中。
---
#### 1.16 含参数的线性方程组——解题思想
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 想象你有一个空调遥控器，上面有个温度旋钮，可以调到 16°C 到 30°C 之间任意一个值。你调到的温度不同，房间里的冷热状态就完全不同——16°C 冷得要穿外套，26°C 刚刚好，30°C 又热了。
>
> 含参数的方程组也是这个道理：方程组里有个"旋钮"（参数 λ 或 a），你把这个旋钮拧到不同位置，方程组就变成不同的"模样"——有时候有唯一解（像舒适温度），有时候无解（像空调坏了根本不出冷风），有时候有无穷多解（像整栋楼温度都一样，你在哪个房间没区别）。
>
> 你要做的事就是：**把旋钮可能拧到的所有位置都试一遍，逐个告诉我结果。**
>
> 在往下读之前，先自己想一下：**如果旋钮可以拧到任意实数位置，你怎么保证自己把"所有可能的位置"都试到了，没有漏掉的？**
> 📌 **这节学完你就能回答：**
> - 遇到含参数的方程组，第一步该做什么？为什么不能一上来就消元？
> - "分界线"是什么？怎么找到它？
> - "不重不漏"四个字到底在执行什么操作？
> - 为什么行列式为0的参数值要"一个个代入验证"，不能直接下结论？
**💬 生活比喻**：
方程组的系数里如果含有字母（参数），就像一个"变形金刚"——字母取不同值，方程组就变成不同的模样。所以我们要**分情况讨论**：字母取哪些值时方程组无解，取哪些值时唯一解，取哪些值时无穷多解。
**🧭 难在哪？** 普通方程组是一道定死的题，可参数是**可以取任意实数的**——有无数个可能值。你不可能把每个 a 都代进去试一遍。而且更麻烦的是：**a 变一变，方程组的"有效方程数"（秩）可能突变**，解的情况跟着全变。所以难题是：怎么不逐个试、又能把所有情况都说到？
💡 **先想清楚"a 在什么点会惹事"**。回想秩的来源：方程是"有效"还是"废"，取决于消元后还剩几个非零行。而 a 恰好会出现在消元要"除"的地方（比如某个主元是 a−1）或行列式里——**当 a 让某个主元变成 0（或让行列式 = 0）时，秩就往下掉，解的情况就可能突变**。反过来，a 取别的值时方程组"安安稳稳"，绝大多数是唯一解。所以思路自然就出来了：**先找出那少数几个"惹事的点"（分界线：使 |A|=0 或使某主元为 0 的 a 值），把实数轴切成"安全区 + 几个危险点"，安全区一句话带过，危险点逐个代入验证**——这就是"不重不漏"的由来：不重复、不遗漏地把每个 a 都归到一个结论里。
**📋 基本思路**：
```
第1步：确定参数的范围——把所有可能的值都考虑到
第2步：找出"分界线"——使行列式为0的参数值（如果是方阵）
第3步：在每一段范围内，分别判断解的情况
第4步：对特殊情况（使行列式为0的值），一个个代入验证
```
**"不重不漏"原则**：每个参数的每个可能取值都要被讨论到，不能漏掉也不能重复。
> 🛑 **停下来想一想**：有人解含参数题时，算出使 \|A\|=0 的参数值是 λ=2 和 λ=3，然后直接写"当 λ≠2 且 λ≠3 时唯一解，其他情况分类讨论"——这样做有问题吗？想想看：实数轴被 2 和 3 切成了三段（(-∞, 2)、(2, 3)、(3, +∞)），再加上两个点 λ=2、λ=3——一共五种情况。如果只说了"λ≠2 且 λ≠3"和"λ=2 或 3"，有没有漏掉什么？
> ✍️ **立刻练一道**：讨论 a 取何值时，方程组 x₁ + x₂ = 1, x₁ + ax₂ = 2 的解的情况。（提示：这是**章末**"找找茬"那道题。答案：先算 |A| = a−1，令 |A|=0 得分界值 a=1。a≠1 时 |A|≠0 → 唯一解；a=1 时代入，增广矩阵第二行变 [0 0 | 1]，矛盾 → 无解。结论：a≠1 唯一解，a=1 无解）
> ⭐⭐⭐ 核心——每年大题的"标准配置"
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 含参数方程组的解题步骤中，为什么必须先"找分界线"再讨论？能不能跳过找分界线，直接对几个随手挑的参数值做消元？为什么不行？
>
> **❷ 深度思考** — 你去银行办贷款，银行说你的贷款额度取决于你的月收入（参数 a）：如果月收入超过 2 万，可以贷 50 万；月收入在 1 万到 2 万之间，可以贷 30 万；月收入低于 1 万，不能贷款。这跟含参数方程组"分情况讨论"的思路完全一样——参数 a 的不同取值范围对应不同的"解的情况"。请解释：为什么银行不能"随便挑几个收入值试试"来决定贷款政策，而必须把"分界线"找出来？
>
> **❸ 考试演练** — 讨论参数 λ 取何值时，下列方程组有唯一解、无解、无穷多解：
> ```
> (1-λ)x₁ - 2x₂ + 4x₃ = 0
> 2x₁ + (3-λ)x₂ + x₃ = 0
> x₁ + x₂ + (1-λ)x₃ = 0
> ```
> （答题框架：这是齐次方程组→先写系数矩阵→令行列式=0 找分界线→分段讨论→注意齐次永远有零解，关键看有没有非零解。）
📖 点击查看参考答案
**❶ 参考答案**：
不能跳过"找分界线"，原因是：
- 参数是实数（通常是任意实数），实数有无穷多个——你不可能"随手挑几个值"就覆盖所有情况。你挑的 λ=0、λ=1、λ=-5 正好都落在"唯一解"段怎么办？那个"无解"的特殊值就被你漏了。
- "分界线"（使 \|A\|=0 的参数值）是方程组的"拐点"——参数的取值一旦跨过分界线，解的性质可能从唯一解变成无穷多解或从唯一解变成无解。不找到分界线，你不知道"哪一段是哪种情况"。
- 所以必须先找分界线，把实数轴切成几段，然后每段取一个代表值验证，最后对分界线上的点逐个代入——这样才做到"不重不漏"。就像银行必须定好收入分界线（1万、2万），才能给每个客户自动判定贷款额度，而不是每个客户都"重新商量"。
**❷ 参考答案**：
银行的贷款政策就是一个"含参数的分情况讨论"：
- **分界线**：月收入 = 1万 和 2万，把收入分成了三段 + 两个边界点。
- **每一段的情况**：低于1万（无解——不能贷款），1-2万（有一种贷款方案——唯一解），高于2万（另一种贷款方案——也是唯一解，但额度不同。如果把额度看成"解的值"，不同的段对应的"解"不一样）。
- **为什么不能"随便挑几个收入值"**：全国几亿客户的收入各不相同，如果银行没有一套基于分界线的自动判定规则，每个客户都要人工"代入计算"——效率极低，而且容易出错漏。方程组的道理一样：你面对的是"所有可能的 λ 值"，不是一个具体的 λ。必须建立分界线规则，才能"一键判定"任何 λ 值下的解的情况。
- 额外类比：这跟税收的"阶梯税率"也是一样的——收入不超过3000不交税，3000-12000交5%，12000以上交10%。税法不会说"我们每年每个纳税人单独讨论税率"，而是事先定好分界线，所有人的收入自动套用。
**❸ 参考答案**：
**第1步**：这是齐次方程组，系数矩阵 A =
```
[1-λ -2 4 ]
[ 2 3-λ 1 ]
[ 1 1 1-λ]
```
**第2步**：令 \|A\| = 0 找分界线。计算行列式：
\|A\| = (1-λ)[(3-λ)(1-λ)-1] + 2[2(1-λ)-1] + 4[2-(3-λ)]
展开化简得：\|A\| = -λ(λ-2)(λ-3)（此处省略详细展开步骤）
令 \|A\| = 0 → λ = 0, 2, 3。
**第3步**：分界线把实数轴分成四段：(-∞, 0), (0, 2), (2, 3), (3, +∞) 和三个点 λ=0, 2, 3。
**第4步**：分段讨论（齐次方程组，只需判断 r(A) 是否 < n，n=3）。
- 当 λ ≠ 0, 2, 3 时：\|A\| ≠ 0 → r(A)=3=n → 只有零解。
- 当 λ = 0 时：代入 A，消元得 r(A)=2 < 3 → 有非零解（无穷多解）。
- 当 λ = 2 时：代入 A，消元得 r(A)=2 < 3 → 有非零解（无穷多解）。
- 当 λ = 3 时：代入 A，消元得 r(A)=2 < 3 → 有非零解（无穷多解）。
**最终答案**：λ ≠ 0, 2, 3 时只有零解；λ = 0, 2, 3 时有非零解（无穷多解）。
**考试容易丢分的地方**：
1. 忘了这是齐次方程组——齐次永远有零解，所以不会"无解"，只需要分"只有零解"和"有非零解"两种情况。如果按照非齐次的"无解/唯一解/无穷多解"三分类去写，会闹笑话。
2. \|A\|=0 时不能直接说"无穷多解"（虽然此题确实如此），必须代入验证秩是否确实小于 n——因为行列式为零只说明秩小于 n，但秩也可能等于 n-1 或更小，不影响结论方向，但要养成"分行列式为零后代入验证"的习惯。
3. 行列式展开容易算错——算完后建议随便挑一个 λ 值（比如 λ=1）代入原行列式，用计算器核对一下。
---
#### 🧠 1.16 补充：含参数讨论的系统方法——为什么分情况，怎么不漏
> 上面 1.16 用"空调温度旋钮"的比喻讲了含参数方程组的解题思想，并给出了四步基本思路。这一节补上系统方法——为什么必须分情况讨论？为什么 |A|=0 是分界值？"不重不漏"如何严格执行？读懂这节，参数讨论不再凭感觉分情况，而是有章可循。
**① 生活场景**
🚗 你开车出门，车载导航里有个"模式"按钮——可以选"最短路径""最快路径""避开高速"三种模式。同一条起点和终点，模式不同，路线完全不同。
但问题是：你不能在路上随便切换模式——每个模式下的路线是一个独立的逻辑。你必须确定当前用哪个模式，然后按那个模式的路走。
含参数方程组的"参数"就是模式按钮。参数 a 取不同的值，系数矩阵 A 的"内部结构"就不同——有时满秩（三种路线都没封路），有时降秩（某条路被封了，需要另找）。你不能用一种模式下得到的结论去解释另一种模式——每个参数值都可能把方程组变成一种完全不同的"新品种"。
所以系统的做法是：
1. **找到所有"模式切换点"**（参数值使结构发生质变——行列式为零、某分母为零）
2. **在相邻切换点之间，结构不变 → 解的情况统一描述**
3. **在切换点上，一个一个代入验证**（因为结构变了，老结论作废）
**② 正式陈述**
**含参数讨论的系统方法**：
设线性方程组的系数或常数项中含有一个参数 λ（或 a）。
**路线一（行列式法，A 为方阵时优先）**：
1. 计算 |A|，令 |A| = 0，解出所有根 λ₁, λ₂, ..., λₖ
2. 当 λ 不等于任何分界值时：|A| ≠ 0 → 唯一解（非齐次）或只有零解（齐次）
3. 当 λ 等于某个分界值 λᵢ 时：代入原方程组，重新做行变换，比较 r(A) 和 r(A|b)
**路线二（初等变换法，通用）**：
1. 对增广矩阵做初等行变换，过程中遇到需要除以含参表达式时，分"=0"和"≠0"讨论
2. 最后根据行阶梯形，比较 r(A) 和 r(A|b)
**③ 🧠 完整推导**
**第1步：为什么参数会"改变"解的情况——从秩的角度看**
参数 λ 出现在系数矩阵 A 中，则 A 的元素是 λ 的函数：A = A(λ)。同样地，秩 r(A) 也随 λ 变化。
当 λ 连续变化时，矩阵 A(λ) 的秩 r(A(λ)) 会在某些"临界值"处发生跳跃：
- 在大多数 λ 值上，r(A) 保持最大值（= min(m, n)，即"满秩"）
- 在特定的 λ 值上（使 |A| = 0 或某子式为零），r(A) 会**下降**
秩下降了，解的情况就可能从唯一解变成无穷多解或无解（取决于常数项 b 是否也在 A 的列空间中）。
> 大白话：参数就像"水位"，矩阵就像"被水淹没的石桥"。水位在大范围内变化时，桥面都露在水上（满秩）。但在几个特定的水位高度（临界值），桥面刚好被淹没——桥就变成不能通行的了（秩下降）。这些临界水位就是我们需要找的"分界值"。水位过了临界点后，桥的"可用状态"就变了——就像参数越过 |A| = 0 的点后，方程组解的性质可能发生质变。
**第2步：为什么 |A| = 0 是方阵情况下的"万能分界检测器"**
对于 n 阶方阵 A(λ)，|A(λ)| 是 λ 的多项式函数。根据行列式的性质：
- |A(λ)| ≠ 0 ⇔ A(λ) 可逆 ⇔ r(A) = n（满秩）⇔ 唯一解
- |A(λ)| = 0 ⇔ A(λ) 不可逆 ⇔ r(A) < n（不满秩）⇔ 非唯一解
所以 |A(λ)| = 0 的根 λ₁, λ₂, ..., λₖ 恰好是所有"秩会下降"的参数值。
再根据多项式理论：一个 n 阶行列式展开后是 λ 的最高 n 次多项式，最多有 n 个实根。这意味着：**"秩会出问题"的参数值只有有限多个——其余无穷多个 λ 上，方程组都有唯一解。** 这个事实保证了分情况讨论是可行的——你只需要检查有限个临界点，而不是无穷多个值。
> 大白话：行列式就像一个"警报器"——它响了（=0）的参数值就是你得停下来仔细检查的。警报没响（≠0）的时候，万事太平，方程组唯一解。而且这个警报器只会响有限次（n 阶行列式最多 n 个根）——所以你只需要检查这几个"警报点"。
**第3步：路线一（行列式法）的完整逻辑链**
```
|A(λ)| = 0 的根 = {λ₁, λ₂, ..., λₖ}
（找出所有"秩可能下降"的 λ 值）
实数轴被切成 k+1 个开区间 + k 个点：
(-∞, λ₁), {λ₁}, (λ₁, λ₂), {λ₂}, ..., {λₖ}, (λₖ, +∞)
在每个开区间内取任意一个代表值 λ_test：
代入原方程组检验 → 因为 |A(λ_test)| ≠ 0，必为唯一解
在每个点 λᵢ 上：
代入原方程组，重做行变换
→ 比较 r(A) 和 r(A|b)
→ 得出"无解"或"无穷多解"（此时需要求通解）
```
> 大白话：行列式法就是把复杂问题拆成两步——"大片安全区"（|A|≠0）和"几个危险点"（|A|=0）。安全区里一句话解决（唯一解），危险点逐个排查。这就是"不重不漏"——每个实数 λ 都被归到了某一个情况里，没有遗漏的取值。
**第4步：路线二（初等变换法）的适用场景——为什么不是所有题都能用行列式法**
行列式法要求 A 是方阵。如果 m ≠ n（方程个数 ≠ 未知数个数），根本没法算 |A|，只能用初等变换法。
即便是方阵，如果矩阵阶数太高（如 4 阶以上且含参数），|A| 的展开非常繁琐，容易算错——此时直接做初等变换可能更稳妥。
初等变换法的"分情况"时机：做行变换的过程中，每当某一步需要**除以**一个含 λ 的表达式（如 λ-1、a²-4 等），就必须分两种情况：
- 该表达式 ≠ 0：可以继续除，继续往下消
- 该表达式 = 0：跳回原矩阵，代入该 λ 值，另起一行重新做变换
> 大白话：两种路线的选择标准——能算行列式且不太繁的，用行列式法（最快）。算不了行列式的（非方阵）或算起来太累的（高阶含参），老老实实做行变换，但每除一次含参式子就分一次情况。路线二虽然步骤多，但它是"万能工具"——任何情况都能用。
**第5步："不重不漏"的严格执行——两张检查清单**
**"不重"检查清单**（避免把同一个 λ 值讨论两次）：
- 分界值列表中是否有重复？（因式分解后去重）
- 某个区间的描述是否和相邻区间的描述有重叠？（开区间用严格不等号）
**"不漏"检查清单**（避免遗漏任何一个 λ 值）：
- 行列式因式分解是否完整？（每个根都列出来了？）
- 行变换中有没有除以过含参式子？（若有，该式子=0 的情况是否单独讨论了？）
- 如果参数出现在常数项 b 中，是否讨论了 b 的不同情况？（常数项含参时，不能用行列式法直接判断——因为 |A| 管不了 b）
- 参数的可能取值是否有隐含范围？（如题目说 λ 为整数，实数轴只考虑整数点——但这种情况极少见）
**④ 📝 推导复盘**
含参数讨论的核心只有两个洞见：① 参数 λ 连续变化时，秩 r(A(λ)) 只在有限个临界点发生变化——这些临界点就是 |A(λ)| = 0 的根（方阵）或行变换中做分母的含参表达式=0 的点。② 在两个相邻临界点之间，r(A) 保持不变 → 解的情况可以用一句话统一描述（通常是唯一解）。临界点上需要逐个代入检验。
因此，方法不是"随便挑几个 λ 试试"——而是系统地把实数轴切成若干段，每段取代表检验，每个切点单独处理。这就是"不重不漏"的数学基础。
**⑤ ⚠️ 易错边界**
1. **|A| = 0 只是必要条件，不是充分条件——不能看到 |A| = 0 就直接说"无解"或"无穷多解"**。|A| = 0 只意味着 r(A) < n，还需要比较 r(A) 和 r(A|b) 才能区分无解和无穷多解。齐次方程组除外（|A| = 0 → 必然有非零解/无穷多解）。
2. **参数出现在常数项 b 中时，行列式法只能判断"非唯一解"，不能判断"无解 vs 无穷多解"**。因为 |A| 只看系数部分，管不了常数项——两个不同的 b 可能给出不同的结果（一个无解一个无穷多解），但 |A| 是一样的。
3. **初等变换法中，"除以含参表达式"是最容易被忽略的分情况信号**。每当你写下形如"某行 ÷ (λ-1)"的操作，心里必须同时响起警报："λ=1 时不能除——要单独拎出来！"
4. **"不重不漏"中最容易漏的是"参数使某行全为零"的情况**：做了行变换后，某行变成了 [0 0 0 | 0] 或 [0 0 0 | 非零数]，这两种情况的结论完全不同——前者是无条件成立（不产生新约束也不矛盾），后者是矛盾。要逐行检查。
5. **含多个参数时（如 a 和 b），分情况的组合数量会激增**。此时建议用初等变换法先消到最简形式，再看参数出现在哪些位置——通常最终只需要讨论一两个关键条件，而不是所有参数的全排列。
**⑥ 链条位置**
```
第1章 行列式
|A(λ)|是λ的多项式
根 = 临界值
│
│ 提供了"分界值"的来源
│
▼
本方法：含参数系统讨论
|A(λ)|=0 找分界值 → 分情况
│
├──→ 路线一（行列式法）：
│ 分界值≠时唯一解
│ 分界值=时逐个代入
│
├──→ 路线二（初等变换法）：
│ 每除含参式子就分情况
│
└──→ 第5章特征值：
|A-λI|=0 正是含参
行列式等于0的经典场景！
```
从哪来：第 1 章行列式的多项式性质（|A(λ)| 是 λ 的多项式，只有有限个根）保证了分界值的有限性。第 2 章的初等变换提供了通用工具（当行列式法不适用时）。
到哪去：第 5 章求特征值的核心方程 |A - λI| = 0 本质上就是一个**含参数 λ 的行列式为零**的方程——正是在找那些让矩阵 (A - λI) 不满秩的参数值。而且那里 λ 就是未知特征值——每个 λ 代入后，解 (A - λI)x = 0 就是在做"分界值代入后的无穷多解讨论"。所以参数讨论的方法论会在第 5 章以更高频率出现——现在学好的每一步，都是为第 5 章省力。
---
#### 🎯 解题方法
##### 题型D：含参数的线性方程组讨论
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 自动售货机：投入不同面额的硬币（参数a取不同值），出来的饮料不一样（解的情况不同）。投1元（a=1），掉出来一瓶水（唯一解）；投5角（a=0.5），机器卡住了（无解）；投特定游戏币（a=-2），机器吐出一堆不同饮料让你随便挑（无穷多解）。
>
> **含参数讨论就是这个思路**：参数取不同值，方程组就变成不同的"机器"——你需要把各种可能的值都试一遍，分别判断结果。
> 📌 **这节学完你就能回答：**
> - 遇到含参数的题，用"行列式法"还是"初等变换法"？怎么选？
> - "不重不漏"原则是什么意思？为什么讨论参数时必须遵守？
> - 什么时候参数是"分界值"？分界值怎么找？
**🎯 识别特征**：系数或常数项中含有字母（如 a、λ 等），问题通常是"a 取何值时无解/唯一解/无穷多解？并求无穷多解时的通解。"
**🧭 难在哪？** 1.16 讲了思想，可落笔还有两个"卡点"：**第一刀用哪个方法？以及方阵该用行列式还是行变换？** 这节把选择标准化：方法一（行列式法）是"找分界值"的快捷键——**算 |A|=0 的根，一次性揪出所有"惹事的 a"**，适合方阵且阶数不高（≤3）时；方法二（初等变换法）是"万能工具"——**边消元边看参数卡在哪一步**，非方阵或阶数高时用它。判别原则就一句话：**算得出、算得动的行列式就用方法一，否则用方法二。**
**📋 两种路线选择**：
**路线一：行列式法（优先，当 A 是方阵且阶数 ≤ 3）**
```
第1步：计算系数行列式 |A|，令 |A| = 0，解出参数的分界值
第2步：当参数 ≠ 分界值时：|A| ≠ 0 → 唯一解
第3步：当参数 = 某个分界值时：代入增广矩阵，做行变换，比较 r(A) 与 r(A|b)
→ r(A) ≠ r(A|b)：无解
→ r(A) = r(A|b) < n：无穷多解，求通解
```
**路线二：初等变换法（通用，任何情况都能用）**
```
第1步：增广矩阵 → 初等行变换 → 行阶梯形
第2步：根据参数在矩阵中的位置，分情况讨论
注意：含参数的因子做分母时，必须分"=0"和"≠0"两种情况！
第3步：每种情况分别比较 r(A) 和 r(A|b)，得出结论
```
**🔑 关键技巧**：
- **先处理不含参数的行**：把不含参数的行放在前面，含参数的行放在后面消元——避免出现复杂分数。
- **除以含参数的表达式时必须讨论**：如果某一步需要除以 (a-2)，就要分 a≠2 和 a=2 两种情况分别做。
- **"不重不漏"**：每个参数的每一个可能取值，都要被讨论到。
> 🛑 **停下来想一想**：做含参数的行变换时，某一步需要除以 (a-2)。这时你必须分哪两种情况？如果忘了分情况，直接除以 (a-2) 继续算，会漏掉什么？
**📝 典型例题**（2012年数学一真题改编）：
讨论 a 取何值时，方程组有唯一解、无解、无穷多解？并在无穷多解时求通解。
```
x₁ + x₂ + ax₃ = 1
x₁ + ax₂ + x₃ = 1
ax₁ + x₂ + x₃ = 1
```
📖 点击查看解答
**路线一：行列式法**（因为是 3 阶方阵）。
第1步：算系数行列式。
```
|A| = |1 1 a| = 1·|a 1| - 1·|1 1| + a·|1 a|
|1 a 1| |1 1| |a 1| |a 1|
|a 1 1|
```
= 1·(a-1) - 1·(1-a) + a·(1-a²)
= (a-1) - (1-a) + a(1-a²)
= a-1-1+a + a - a³
= 3a - 2 - a³
令 |A| = 0：-a³ + 3a - 2 = 0 → a³ - 3a + 2 = 0
试 a=1：1-3+2=0 ✓，所以 (a-1) 是因式。
多项式除法得：(a-1)(a²+a-2) = (a-1)(a-1)(a+2) = (a-1)²(a+2)
所以分界值：a = 1 或 a = -2。
第2步：当 a ≠ 1 且 a ≠ -2 时，|A| ≠ 0 → **唯一解**。
第3步：逐个代入讨论。
**当 a = 1 时**：
增广矩阵：
```
[1 1 1 | 1]
[1 1 1 | 1]
[1 1 1 | 1]
```
R₂-R₁, R₃-R₁ → 后两行全零。r(A) = 1, r(A|b) = 1，相等，所以**有无穷多解**。n=3, r=1 ⇒ 2个自由变量。
行最简形：[1 1 1 | 1]
主元列 {1}（x₁ 是约束变量），自由变量 x₂, x₃。
齐次部分要从 x₁+x₂+x₃=0 求（常数项改为 0，不能再用 =1）：
自由变量取 (1,0)：x₁+1+0=0 → x₁=-1，ξ₁ = (-1,1,0)ᵀ
自由变量取 (0,1)：x₁+0+1=0 → x₁=-1，ξ₂ = (-1,0,1)ᵀ
特解（自由变量全取 0）：x₁=1，η* = (1,0,0)ᵀ
通解：x = (1,0,0)ᵀ + k₁(-1,1,0)ᵀ + k₂(-1,0,1)ᵀ，k₁, k₂ ∈ R
**当 a = -2 时**：
增广矩阵：
```
[ 1 1 -2 | 1]
[ 1 -2 1 | 1]
[-2 1 1 | 1]
```
R₂-R₁, R₃+2R₁：
```
[1 1 -2 | 1]
[0 -3 3 | 0]
[0 3 -3 | 3]
```
R₃+R₂：
```
[1 1 -2 | 1]
[0 -3 3 | 0]
[0 0 0 | 3]
```
最后一行：0·x₁+0·x₂+0·x₃=3，矛盾！r(A)=2, r(A|b)=3，不相等 ⇒ **无解**。
**总结**：
| a 的值 | 解的情况 |
|--------|---------|
| a ≠ 1 且 a ≠ -2 | 唯一解 |
| a = 1 | 无穷多解（通解见上） |
| a = -2 | 无解 |
> 本题使用模板D：含参数的线性方程组讨论（路线一：行列式法）。
> ✍️ **立刻练一道**：讨论 a 取何值时，方程组 (2-a)x₁ + 2x₂ - 2x₃ = 1, 2x₁ + (5-a)x₂ - 4x₃ = 2, -2x₁ - 4x₂ + (5-a)x₃ = -a-1 的解的情况。（提示：这就是配套练习里的题4-7。）
📖 点击查看答案
|A| = −(a−1)²(a−10)，分界值 a=1、a=10。a≠1 且 a≠10 → **唯一解**；a=1 → **无穷多解**；a=10 → **无解**。
##### 🗣️ 出声思考：面对含参数的题，我怎么想才不漏情况
> 还是上面那道 a 参数题。听我把"分情况讨论"的思路念一遍——含参数题失分，八成不是算错，而是"漏了一种情况"。
**① 第一反应**：系数里带字母 a，问"何时唯一解/无解/无穷多解"——我立刻判断这是 **3 阶方阵**，那就走**行列式法**（路线一）。心里定个规矩：方阵且阶数≤3，行列式法最快；要是非方阵或阶数高，才改用初等变换法。
**② 这题考什么**：考"参数取不同值，方程组像换了台不同的售货机"。核心动作只有一个——**先用 |A|=0 找出所有"分界值"**，这些值就是方程组"性质突变"的临界点。
**③ 为什么先算行列式**：因为 |A|≠0 时克拉默法则直接保证唯一解，一句话解决一大片；只有 |A|=0 的那几个分界值才需要我逐个代回去、细看 r(A) 和 r(A|b)。这样把"一大片"和"几个点"分开处理，最省力。
**④ 执行**：算出 |A| = 3a−2−a³，因式分解令其为 0，解出分界值（a=1 和 a=−2）。然后**分三段**：(a) a≠1 且 a≠−2 → |A|≠0 → 唯一解；(b) a=1 → 代回增广矩阵看秩；(c) a=−2 → 代回看秩。
**⑤ 检查（这步专防漏情况）**：我回头点名——所有让 |A|=0 的值都讨论到了吗？计算中有没有**除以过含 a 的式子**？只要中途除过 (a−1) 之类，就得单独把 a=1 拎出来讨论。这就是"**不重不漏**"：每个分界值、每个"当分母的式子等于 0"的点，都必须被点到名。漏一个（哪怕算得再对），这道大题就拿不到满分。
> 💡 **阅读思考题**
>
> **❶ 理解检测** — "行列式法"和"初等变换法"各在什么情况下优先使用？如果A不是方阵，只能用哪种？
>
> **❷ 深度思考** — 导航App里，不同的出行方式（驾车、公交、步行）对应不同的"参数设置"。同一条路，开车只要10分钟，公交要30分钟，步行要2小时——同一个"方程"在不同参数下的"解"完全不同。这和含参数讨论的"分情况"有什么相似的逻辑？
>
> **❸ 考试演练** — 做参数讨论题时，找到了分界值a=2，然后分别讨论了 a≠2 和 a=2 的情况。如果漏掉了 a=0 的讨论（0恰好也是某个分母出现的位置），会拿满分吗？为什么？
📖 点击查看参考答案
**❶ 参考答案**：方阵且阶数≤3→优先行列式法（算行列式比做行变换快）。非方阵或阶数高→只能用初等变换法。克拉默法则只适用于方阵且行列式≠0的情况。
**❷ 参考答案**：不同出行方式=不同参数值，路程一样（方程形式一样），但"解"（到达时间、路线）完全不同。参数讨论的"分情况"就是把每种"出行方式"——代入验证，看能不能走通（有解）、是否唯一路线（唯一解）、还是有多条路线可选（无穷多解）。
**❸ 参考答案**：不能拿满分。如果计算过程中某一步涉及除以a，那a=0必须单独拿出来讨论（因为除以0没有意义）——这就是"不重不漏"的要求。漏掉a=0意味着没有确认这个值下方程组的情况，属于讨论不完整。
---
###### 配套练习（含参数讨论）
###### 题4-7 ⭐⭐ 中等 | 用模板D（含参数讨论——行列式法）
讨论 a 取何值时，方程组有唯一解、无解、无穷多解：
```
(2-a)x₁ + 2x₂ - 2x₃ = 1
2x₁ + (5-a)x₂ - 4x₃ = 2
-2x₁ - 4x₂ + (5-a)x₃ = -a-1
```
📖 点击查看答案
这是 3 阶方阵，先算系数行列式。
|A| = $\begin{vmatrix} 2-a & 2 & -2 \\ 2 & 5-a & -4 \\ -2 & -4 & 5-a \end{vmatrix}$
展开计算（利用性质化简）：
把第2行加到第1行：
第一行：[(2-a)+2, 2+(5-a), -2+(-4)] = [4-a, 7-a, -6]
把第3行加到第2行：
第二行：[2+(-2), (5-a)+(-4), -4+(5-a)] = [0, 1-a, 1-a]
行列式：
|4-a 7-a -6 |
| 0 1-a 1-a|
|-2 -4 5-a |
由于第2行有公因子 (1-a)（两个元素都有），提出：
= (1-a) · |4-a 7-a -6|
| 0 1 1 |
|-2 -4 5-a|
第2列减第3列：
|4-a 13-a -6|
| 0 0 1|
|-2 a-9 5-a|
按第2行展开：
= (1-a) · (-1)^(2+3) · 1 · |4-a 13-a|
|-2 a-9 |
= (1-a) · (-1) · [(4-a)(a-9) - (13-a)(-2)]
= (a-1) · [(4-a)(a-9) + 2(13-a)]
= (a-1) · [4a-36-a²+9a + 26-2a]
= (a-1) · [-a² + 11a - 10]
= (a-1) · -(a² - 11a + 10)
= -(a-1)(a-1)(a-10)
= -(a-1)²(a-10)
令 |A| = 0：a = 1 或 a = 10。
**分情况讨论**：
**情况1**：a ≠ 1 且 a ≠ 10 时，|A| ≠ 0 ⇒ **唯一解**。
**情况2**：a = 1 时，代入原方程组：
```
x₁ + 2x₂ - 2x₃ = 1
2x₁ + 4x₂ - 4x₃ = 2
-2x₁ - 4x₂ + 4x₃ = -2
```
第二个方程 = 第一个×2，第三个 = 第一个×(-2)。所以三个方程是同一条，秩=1。
r(A) = 1, r(A|b) = 1（因为右边也都是按比例：1, 2, -2 = 第一个右边的倍数），相等。
n=3, r=1 ⇒ 2 个自由变量 ⇒ **无穷多解**。
由第一个方程 x₁ + 2x₂ - 2x₃ = 1 解出：x₁ = 1 - 2x₂ + 2x₃。x₂, x₃ 自由。
齐次通解：分别取 (x₂, x₃) = (1, 0), (0, 1)，得 ξ₁ = (-2, 1, 0)ᵀ, ξ₂ = (2, 0, 1)ᵀ。
特解：取 x₂ = x₃ = 0，得 η* = (1, 0, 0)ᵀ。
通解：x = (1, 0, 0)ᵀ + k₁(-2, 1, 0)ᵀ + k₂(2, 0, 1)ᵀ，k₁, k₂ ∈ R
**情况3**：a = 10 时，代入：
```
-8x₁ + 2x₂ - 2x₃ = 1
2x₁ - 5x₂ - 4x₃ = 2
-2x₁ - 4x₂ - 5x₃ = -11
```
增广矩阵做行变换（为了消元方便，先交换第 1 行和第 2 行）：
```
[-8 2 -2 | 1] [ 2 -5 -4 | 2]
[ 2 -5 -4 | 2] → [-8 2 -2 | 1] (R₁↔R₂)
[-2 -4 -5 | -11] [-2 -4 -5 | -11]
```
R₂+4R₁、R₃+R₁：
```
[ 2 -5 -4 | 2]
[ 0 -18 -18 | 9] (R₂+4R₁)
[ 0 -9 -9 | -9] (R₃+R₁)
```
R₂÷(-18)、R₃+9R₂：
```
[ 2 -5 -4 | 2]
[ 0 1 1 | -1/2]
[ 0 0 0 | -27/2] ← 0·x₁ + 0·x₂ + 0·x₃ = -27/2，矛盾！
```
此时 r(A) = 2, r(A|b) = 3，不相等 ⇒ **无解**。
**总结**：
| a 的值 | 解的情况 |
|--------|---------|
| a ≠ 1 且 a ≠ 10 | 唯一解 |
| a = 1 | 无穷多解 |
| a = 10 | 无解 |
> 本题使用模板D：含参数的线性方程组讨论（路线一：行列式法）。
###### 题4-26 ⭐⭐ 中等 | 用模板D（含单参数讨论——行列式法）+ 解答题
讨论λ取何值时，方程组有唯一解、无解、无穷多解？并在无穷多解时求通解。
```
λx₁ + x₂ + x₃ = 1
x₁ + λx₂ + x₃ = λ
x₁ + x₂ + λx₃ = λ²
```
📖 点击查看答案
**路线一：行列式法**（3阶方阵，优先）。
**第1步**：计算系数行列式。
|A| = $\begin{vmatrix} λ & 1 & 1 \\ 1 & λ & 1 \\ 1 & 1 & λ \end{vmatrix}$
展开：
|A| = λ·(λ²-1) - 1·(λ-1) + 1·(1-λ)
= λ³ - λ - λ + 1 + 1 - λ
= λ³ - 3λ + 2
因式分解：试λ=1，1-3+2=0 ✓，所以(λ-1)是因式。
λ³-3λ+2 = (λ-1)(λ²+λ-2) = (λ-1)(λ-1)(λ+2) = (λ-1)²(λ+2)
令|A|=0 ⇒ 分界值：λ = 1 或 λ = -2。
**第2步**：分类讨论。
**情况1**：λ ≠ 1 且 λ ≠ -2。|A| ≠ 0 ⇒ **唯一解**。
**情况2**：λ = 1。代入原方程组：三个方程都变成 x₁+x₂+x₃ = 1。
r(A)=1, r(A|b)=1（右边也都是1，不产生矛盾）。n=3, r=1 ⇒ 2个自由变量 ⇒ **无穷多解**。
行最简形：[1 1 1 | 1]，即 x₁ = 1 - x₂ - x₃。
自由变量 x₂, x₃。
齐次通解（常数项改为0）：
- (x₂,x₃)=(1,0)：x₁=-1 ⇒ ξ₁ = (-1, 1, 0)ᵀ
- (x₂,x₃)=(0,1)：x₁=-1 ⇒ ξ₂ = (-1, 0, 1)ᵀ
特解（x₂=x₃=0）：x₁=1 ⇒ η* = (1, 0, 0)ᵀ
通解：x = (1,0,0)ᵀ + k₁(-1,1,0)ᵀ + k₂(-1,0,1)ᵀ，k₁,k₂ ∈ R。
**情况3**：λ = -2。代入原方程组：
```
-2x₁ + x₂ + x₃ = 1
x₁ - 2x₂ + x₃ = -2
x₁ + x₂ - 2x₃ = 4
```
增广矩阵做行变换（先交换 R₁、R₂，再 R₂+2R₁、R₃−R₁）：
```
[-2 1 1 | 1] [ 1 -2 1 | -2]
[ 1 -2 1 | -2] → [ 0 -3 3 | -3] (R₂+2R₁)
[ 1 1 -2 | 4] [ 0 3 -3 | 6] (R₃−R₁)
```
再 R₃+R₂：
```
[ 1 -2 1 | -2]
[ 0 -3 3 | -3]
[ 0 0 0 | 3] ← 0·x₁ + 0·x₂ + 0·x₃ = 3，矛盾！
```
r(A)=2, r(A|b)=3，不相等 ⇒ **无解**。
**总结**：
| λ的值 | 解的情况 |
|--------|---------|
| λ ≠ 1 且 λ ≠ -2 | 唯一解 |
| λ = 1 | 无穷多解 |
| λ = -2 | 无解 |
> 本题使用模板D（路线一：行列式法）。这是含参数讨论的经典题型——参数对称出现，行列式容易因式分解。
###### 题4-27 ⭐⭐ 中等 | 用模板D（含单参数讨论——非方阵+消元法）+ 解答题
讨论a取何值时方程组有解？有解时求其解。
```
x₁ + x₂ + x₃ = 1
x₁ + 2x₂ + 3x₃ = 2
2x₁ + 3x₂ + 4x₃ = a
x₁ + x₂ + 2x₃ = 3
```
📖 点击查看答案
**重要提示**：系数矩阵是4×3（方程个数4 > 未知数个数3），**不是方阵**，不能用行列式法！必须用**初等行变换法**。
**第1步**：写出增广矩阵，做行变换。
通过初等行变换得到：
```
[1 1 1 | 1]
[0 1 2 | 1]
[0 0 1 | 2]
[0 0 0 | a-3]
```
**第2步**：分析。最后一行：0·x₁+0·x₂+0·x₃ = a-3。
- 若 a ≠ 3：出现 0 = a-3 ≠ 0，矛盾！⇒ **无解**。
- 若 a = 3：最后一行变为 0 = 0（无条件成立）。r(A)=3, r(A|b)=3, n=3 ⇒ **唯一解**。
**第3步**：a=3时求唯一解（继续化行最简形）。
得到 x₁ = 2, x₂ = -3, x₃ = 2。
验证四个方程均成立。
✅ 答案：**a ≠ 3时无解；a = 3时有唯一解 x=(2, -3, 2)ᵀ**
> 本题使用模板D（路线二：初等变换法）。非方阵时不能用行列式法——必须老老实实做行变换！
###### 题4-32 ⭐⭐ 中等 | 用模板D（含参数齐次方程组讨论）+ 解答题
讨论a取何值时，齐次方程组有非零解？并在有非零解时求通解。
```
x₁ + x₂ + ax₃ = 0
x₁ + ax₂ + x₃ = 0
ax₁ + x₂ + x₃ = 0
```
📖 点击查看答案
**第1步**：系数矩阵是3阶方阵，计算行列式。
|A| = -(a-1)²(a+2)
令|A|=0，分界值：a=1 或 a=-2。
**第2步**：当a≠1且a≠-2时，|A|≠0，齐次方程组**只有零解**。
**第3步**：当a=1时。三个方程都变成：x₁+x₂+x₃=0。
r(A)=1, n=3 ⇒ 2个自由变量。x₁ = -x₂ - x₃。
基础解系：ξ₁ = (-1, 1, 0)ᵀ, ξ₂ = (-1, 0, 1)ᵀ
通解：x = k₁(-1,1,0)ᵀ + k₂(-1,0,1)ᵀ，k₁,k₂ ∈ R。
**第4步**：当a=-2时。r(A)=2, n=3 ⇒ 1个自由变量。
基础解系：ξ = (1, 1, 1)ᵀ。通解：x = k(1,1,1)ᵀ，k ∈ R。
**总结**：
| a的值 | 解的情况 |
|--------|---------|
| a≠1且a≠-2 | 只有零解 |
| a=1 | 有非零解（2个自由变量） |
| a=-2 | 有非零解（1个自由变量） |
> 本题使用模板D和B（含参数讨论+齐次方程组）。与题4-26的系数矩阵相同但右边全是0——对比学习，体会齐次与非齐次参数讨论的异同。
###### 题4-11 ⭐⭐⭐ 真题 | 2016年数学一（解的判定 + 公共解）
设方程组 (I)：
```
x₁ + x₂ + x₃ = 0
x₁ + 2x₂ + ax₃ = 0
x₁ + 4x₂ + a²x₃ = 0
```
与方程 (II)：x₁ + 2x₂ + x₃ = a - 1 有公共解。
求 a 的值及所有公共解。
📖 点击查看答案
**分析**：方程组 (I) 是齐次的（右边全 0），方程 (II) 是非齐次的。有公共解意味着存在一组 (x₁, x₂, x₃) 同时满足所有四个方程。思路：先看 (I) 何时有非零解，再把这些解代入 (II) 检验。
**第1步**：判断 (I) 何时有非零解。(I) 的系数矩阵是方阵，先算行列式：
|A| = |1 1 1| = 1·(2a²-4a) - 1·(a²-a) + 1·(4-2) = a² - 3a + 2 = (a-1)(a-2)
|1 2 a|
|1 4 a²|
所以只有 a = 1 或 a = 2 时 |A| = 0，(I) 才有非零解。
**情况1**：a = 1。(I) 变为 x₁+x₂+x₃=0、x₁+2x₂+x₃=0、x₁+4x₂+x₃=0。后两行各减第一行得 x₂=0，于是 x₁=-x₃，所以 (I) 的解为 t(-1,0,1)。代入 (II)：x₁+2x₂+x₃ = -t+0+t = 0，而 a-1 = 0，成立 ✓。公共解：k·(-1, 0, 1)ᵀ，k ∈ R（无穷多公共解）。
**情况2**：a = 2。(I) 变为 x₁+x₂+x₃=0、x₁+2x₂+2x₃=0、x₁+4x₂+4x₃=0。后两行各减第一行得 x₂+x₃=0，即 x₂=-x₃、x₁=0，所以 (I) 的解为 t(0,-1,1)。代入 (II)：x₁+2x₂+x₃ = 0-2t+t = -t，要等于 a-1 = 1，得 t = -1。公共解：(0, 1, -1)ᵀ（唯一公共解）。
**情况3**：a ≠ 1 且 a ≠ 2。|A| ≠ 0 ⇒ (I) 只有零解 (0,0,0)。代入 (II)：左边 0 ≠ a-1（右边非零），不成立 ⇒ 无公共解。
**总结**：
- a = 1 时：公共解为 k·(-1, 0, 1)ᵀ，k ∈ R
- a = 2 时：公共解为 (0, 1, -1)ᵀ
- 其他 a：无公共解
> 本题使用模板D和E的综合：含参数讨论 + 联立法求公共解。
###### 题4-15 ⭐⭐⭐ 真题 | 含参数的完整讨论 + 通解
讨论 a, b 取何值时，方程组有唯一解、无解、无穷多解，并在无穷多解时求通解：
```
x₁ + x₂ + x₃ + x₄ = 0
x₂ + 2x₃ + 2x₄ = 1
-x₂ + (a-3)x₃ - 2x₄ = b
3x₁ + 2x₂ + x₃ + ax₄ = -1
```
📖 点击查看答案
**第1步**：写出增广矩阵并消元。对增广矩阵做 R₄-3R₁，再让 R₃+R₂、R₄+R₂ 消掉 x₂ 项，得行阶梯形：
[1 1 1 1 | 0]
[0 1 2 2 | 1]
[0 0 a-1 0 | b+1]
[0 0 0 a-1 | 0]
**第2步**：按主元位置分情况讨论。
**情况1**：a ≠ 1。第三、四行的主元 a-1 都非零，四个主元齐全，r(A) = 4 = n ⇒ **唯一解**。
**情况2**：a = 1，b ≠ -1。第三行退化为 [0 0 0 0 | b+1]，出现矛盾行 0 = b+1 ≠ 0 ⇒ **无解**。
**情况3**：a = 1，b = -1。第三、四行都变成 0 = 0，只剩前两行，r(A)=2, n=4 ⇒ 2个自由变量 ⇒ **无穷多解**。
**第3步**（情况3求通解）：回代前两行：
R₂：x₂ = 1 - 2x₃ - 2x₄
R₁：x₁ = -x₂ - x₃ - x₄ = -1 + x₃ + x₄
令自由变量 x₃ = k₁、x₄ = k₂：
通解：x = (-1, 1, 0, 0)ᵀ + k₁(1, -2, 1, 0)ᵀ + k₂(1, -2, 0, 1)ᵀ，k₁, k₂ ∈ R
**总结**：
| 条件 | 解的情况 |
|------|---------|
| a ≠ 1 | 唯一解 |
| a = 1 且 b ≠ -1 | 无解 |
| a = 1 且 b = -1 | 无穷多解 |
> 本题使用模板D（路线二：初等变换法）。两个参数时更要做到"不重不漏"。
###### 题4-34 ⭐⭐⭐ 真题 | 用模板D（双参数讨论+求通解）+ 解答题
已知方程组（同题4-30的系数，但右边含参数a, b）：
```
x₁ + x₂ + x₃ + x₄ + x₅ = 1
3x₁ + 2x₂ + x₃ + x₄ - 3x₅ = a
x₂ + 2x₃ + 2x₄ + 6x₅ = 3
5x₁ + 4x₂ + 3x₃ + 3x₄ - x₅ = b
```
讨论a, b取何值时方程组有解、无解？并在有解时求通解。
📖 点击查看答案
通过行变换得到行阶梯形：
```
[1 1 1 1 1 | 1]
[0 1 2 2 6 | 3-a]
[0 0 0 0 0 | a]
[0 0 0 0 0 | 2-b+a]
```
方程组有解 ⇔ 后两行的常数项全为零，即 a = 0 且 b = 2。
- 若 a≠0 或 b≠2：**无解**
- 若 a=0 且 b=2：**无穷多解**
当 a=0、b=2 时，继续化行最简形（R₁−R₂ 消去第 1 行第 2 列）：
```
[1 0 -1 -1 -5 | -2]
[0 1 2 2 6 | 3]
[0 0 0 0 0 | 0]
[0 0 0 0 0 | 0]
```
主元在第 1、2 列，自由变量 x₃, x₄, x₅。齐次基础解系（自由变量轮流取 1）：ξ₁=(1,-2,1,0,0)ᵀ、ξ₂=(1,-2,0,1,0)ᵀ、ξ₃=(5,-6,0,0,1)ᵀ；特解（自由变量全取 0）：η* = (-2,3,0,0,0)ᵀ。
通解：x = (-2,3,0,0,0)ᵀ + k₁(1,-2,1,0,0)ᵀ + k₂(1,-2,0,1,0)ᵀ + k₃(5,-6,0,0,1)ᵀ，k₁,k₂,k₃ ∈ R。
> 本题使用模板D（路线二：初等变换法）。双参数讨论的核心：先消元露出参数的位置。
###### 题4-35 ⭐⭐⭐ 真题 | 用模板D（非方阵含参数+求通解）+ 解答题
讨论a取何值时，方程组有解、无解？有解时求通解。
```
x₁ + 2x₂ + x₃ + x₄ = 1
x₁ + ax₂ + x₃ + 2x₄ = 2
2x₁ + 3x₂ + 2x₃ + x₄ = 3
```
📖 点击查看答案
3个方程、4个未知数，不是方阵，只能用初等变换法。
通过行变换得到：
```
[1 2 1 1 | 1]
[0 1 0 1 | -1]
[0 0 0 3-a | a-1]
```
**情况1**：a = 3。最后一行变为 0=2，矛盾 ⇒ **无解**。
**情况2**：a ≠ 3。有解，且为 **无穷多解**。
由第三行 (3-a)x₄ = a-1：因为 a≠3 可以除，得 **x₄ = (a-1)/(3-a)，记作 t**——注意 x₄ 不是自由变量，它的值被第三个方程锁死了。真正的自由变量是 x₃，令 x₃ = k。
回代：由第二行 x₂ + x₄ = -1 得 x₂ = -1-t；由第一行 x₁ + 2x₂ + x₃ + x₄ = 1 得 x₁ = 1 - 2(-1-t) - k - t = 3 + t - k。
通解：x = (3+t, -1-t, 0, t)ᵀ + k(-1, 0, 1, 0)ᵀ，其中 t=(a-1)/(3-a), k∈R。
✅ 答案：**a=3时无解；a≠3时有无穷多解。**
> 本题使用模板D（路线二：初等变换法）。典型的"非方阵含参数"真题风格。
###### 题4-37 ⭐⭐⭐ 真题 | 用模板D+E（参数讨论+公共解）+ 解答题
设方程组 (I)：x₁ + x₂ = 0, x₂ + x₃ = 0。
方程组 (II)：x₁ + ax₃ = 0, x₁ + bx₂ + x₃ = 0。
问a, b满足什么条件时，(I)与(II)有非零公共解？并求出此时的公共解。
📖 点击查看答案
用代入法。先解方程组 (I)：由 x₁+x₂=0 得 x₂=-x₁；由 x₂+x₃=0 得 x₃=-x₂=x₁。所以 (I) 的全部解为 t(1, -1, 1)，t ∈ R。
把这些解代入 (II)：
- x₁ + ax₃ = t + a·t = t(1+a) = 0
- x₁ + bx₂ + x₃ = t - b·t + t = t(2-b) = 0
要有非零公共解（t ≠ 0），必须同时满足 1+a = 0 和 2-b = 0，即 **a = -1 且 b = 2**。
此时 (I) 的解 t(1,-1,1) 全部满足 (II)，公共解为 k(1, -1, 1)ᵀ，k ∈ R（k 即上面的 t）。
其他情况（a ≠ -1 或 b ≠ 2）只有零公共解。
> 本题结合了模板D（参数讨论）和模板E（公共解问题）。
---
##### 题型E：两个方程组同解 / 公共解问题
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 你和朋友约好周末见面，但两人各自心里有一个"筛选条件"：你说"必须是有WiFi、安静的咖啡馆"，朋友说"必须有插座、离地铁近的咖啡馆"。最终你们去的店必须同时满足两套条件——这就是"公共解"（两个方程组的交集）。
>
> 如果你发现每次你用你的条件找出的店，恰好全都满足朋友的条件（反之亦然），那两套条件就是"同解"——虽然说法不同，但指向一模一样的结果。
> 📌 **这节学完你就能回答：**
> - "公共解"和"同解"有什么区别？
> - 三种求公共解的方法（联立法、代入法、相等法）各在什么情况下用？
> - 联立法为什么是"兜底策略"？
**🎯 识别特征**：给出两个方程组（编号为 (I) 和 (II)），问：
- 它们的公共解是什么？（两个方程组同时满足）
- 它们是否同解？（解集合完全一样）
**🧭 难在哪？** 单个方程组你会解了，现在来了**两个**方程组叠一起考。问题很绕："公共解"到底是啥、"同解"又是啥，两者差一个字差很多；更头疼的是——**拿到题第一反应该联立、该代入还是该比秩？** 这节先把这两个概念分清，再给每种情况一把现成的钥匙。
💡 **先分清"公共解"和"同解"**：公共解 = 两个方程组解的**交集**（同时满足两套方程，可能一个、可能很多个、可能没有）；同解 = 两套方程的解集合**完全一样**（你满足的我都满足，我满足的你也满足）。交集 vs 相等，一个松一个严。**分清之后，选方法就顺了**：两个方程组都给了具体方程 → 交集直接"摞起来"联立求（联立法）；一个给了通解、一个给了具体方程 → 把通解代进去反推（代入法）；两个都只给通解 → 令表达式相等解系数（相等法）。三种方法背后是同一个思路：**把"公共/同解"翻译成我们熟悉的"解一个方程组"**。
**📋 三种子题型**：
##### 子题型E1：两个方程组都具体给出 → 联立法
```
第1步：把 (I) 和 (II) 的方程放在一起，构成一个更大的方程组
第2步：对新联立方程组做行变换求解
第3步：解出来的就是公共解
```
**📝 典型例题**（2007年数学一真题方向）：
方程组 (I)：x₁ + x₂ = 0, x₂ - x₃ = 0
方程组 (II)：x₁ + x₃ = 0
求公共解。
📖 点击查看解答
联立所有方程：
```
x₁ + x₂ = 0
x₂ - x₃ = 0
x₁ + x₃ = 0
```
增广矩阵：
```
[1 1 0 | 0] [1 1 0 | 0]
[0 1 -1 | 0] → [0 1 -1 | 0]
[1 0 1 | 0] [0 0 0 | 0] (R₃ = R₁ - R₂，可被前两行表出)
```
三个方程中 R₃ 可以由 R₁ - R₂ 得到（R₁ - R₂ = [1, 0, 1]，恰好等于 R₃），所以实际只有两个独立方程。r=2, n=3 ⇒ 1 个自由变量。
令自由变量 x₃ = 1：
- 由 R₂：x₂ - 1 = 0 → x₂ = 1
- 由 R₁：x₁ + 1 = 0 → x₁ = -1
✅ 公共解：k·(-1, 1, 1)ᵀ，k ∈ R
验证：
- (I) x₁+x₂ = -1+1 = 0 ✓, x₂-x₃ = 1-1 = 0 ✓
- (II) x₁+x₃ = -1+1 = 0 ✓
> 本题使用模板E1：联立法求公共解。
> ✍️ **立刻练一道**：求方程组 (I)：x₁ - x₂ = 0, x₂ - x₃ = 0 与 (II)：x₁ + x₂ - 2x₃ = 0 的公共解。（提示：这就是配套练习里的题4-28。）
📖 点击查看答案
联立三方程化行最简得 [1 0 -1 $\begin{vmatrix} 0 \\ 0 & 1 & -1 \end{vmatrix}$ 0]，自由变量 x₃，公共解 k(1, 1, 1)ᵀ，k ∈ R。
##### 子题型E2：一个的通解已知，另一个具体给出 → 代入法
```
第1步：把已知通解代入具体方程组
第2步：得到关于参数的方程，解出参数
第3步：回代参数，写出公共解
```
##### 子题型E3：两个通解都已知 → 相等法
```
第1步：令两个通解表达式相等
第2步：移项得到齐次方程组
第3步：解这个齐次方程组，得到系数的关系
第4步：写出公共解
```
**🔑 联立法是兜底策略**——不管哪种形式，都可以通过联立方程组转化为标准问题求解。
> 🛑 **停下来想一想**：如果两个方程组一个是齐次的（Ax=0），另一个是非齐次的（Bx=c），它们可能有公共解吗？把两套方程联立后，增广矩阵的最后一列有什么特点？
> 本题使用模板E：两个方程组同解/公共解问题。
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 三种求公共解的方法（联立法、代入法、相等法）分别对应什么题型条件？如果题目给的是"一个方程组的具体方程+另一个方程组的通解表达式"，该用哪种？
>
> **❷ 深度思考** — 你和朋友分别有两张"优惠券清单"：你的清单说"满30减5、满50减10"，朋友的清单说"满30减5、满100减25"。公共的优惠是"满30减5"（公共解）。如果两人的清单完全一样，就是"同解"。这跟方程组的公共解/同解问题对应得如何？
>
> **❸ 考试演练** — 判断正误："若方程组(I)的解都是(II)的解，则(I)和(II)同解。"——对吗？如果不一定对，还需要什么条件？
📖 点击查看参考答案
**❶ 参考答案**：给具体方程→联立法（两个增广矩阵摞在一起）。给一个通解+另一个具体方程→代入法（把通解代进去解参数）。给两个通解→相等法（令表达式相等，解出系数关系）。联立法是最通用的，任何情况都能用。
**❷ 参考答案**：公共优惠=公共解（两个方程组交集），清单完全一样=同解（解集合相等）。对应得很准。不同的是：优惠券是"不等式"（满30"就"减5），而方程组是"等式"——但找"共同满足的规则"这个思路是一样的。
**❸ 参考答案**：不对。还需要"(II)的解也都是(I)的解"。同解=两个方向的包含关系都成立。只满足一个方向，只能说是"(I)的解集合 ⊆ (II)的解集合"，不能说相等。就像"北京人都是中国人"不等于"北京人和中国人是同一个人群"。
---
###### 配套练习（公共解/同解问题）
###### 题4-8 ⭐⭐ 中等 | 用模板E1（公共解——联立法）
求以下两个方程组的公共解：
(I)
```
x₁ + x₂ = 1
x₁ - x₃ = 2
```
(II)
```
x₂ + x₃ = -1
x₁ + x₂ + x₃ = 2
```
📖 点击查看答案
**💡 思路**："公共解"就是同时满足 (I) 和 (II) 的解——把四个方程全部放在一起联立求解即可。
**第1步：联立四个方程**
```
(1) x₁ + x₂ = 1
(2) x₁ - x₃ = 2
(3) x₂ + x₃ = -1
(4) x₁ + x₂ + x₃ = 2
```
四个方程，三个未知数。
**第2步：写增广矩阵并做行变换**
通过初等行变换得到行最简形：
```
[1 0 0 | 3]
[0 1 0 |-2]
[0 0 1 | 1]
[0 0 0 | 0]
```
**第3步：读解**
r = 3（前三行有主元），n = 3 → r = n → **唯一解**
直接读出：x₁ = 3, x₂ = -2, x₃ = 1
**第4步：验证**
代入 (I)：3+(-2)=1 ✓，3-1=2 ✓
代入 (II)：(-2)+1=-1 ✓，3+(-2)+1=2 ✓
✅ 答案：**公共解为 (3, -2, 1)ᵀ**（唯一公共解）
> 本题使用模板E1：联立法求公共解。联立法是兜底策略——任何公共解问题都可以通过联立方程组转化为标准问题。
###### 题4-28 ⭐⭐ 中等 | 用模板E1（公共解——联立法）+ 解答题
求以下两个方程组的公共解：
(I)
```
x₁ - x₂ = 0
x₂ - x₃ = 0
```
(II)
```
x₁ + x₂ - 2x₃ = 0
```
📖 点击查看答案
**第1步**：联立三个方程：x₁ - x₂ = 0, x₂ - x₃ = 0, x₁ + x₂ - 2x₃ = 0。
**第2步**：写成增广矩阵（齐次，右边全0），做行变换，得行最简形：
```
[1 0 -1 | 0]
[0 1 -1 | 0]
[0 0 0 | 0]
```
**第3步**：r=2, n=3 ⇒ 1个自由变量。主元列{1,2}（x₁,x₂约束），自由变量x₃。
由行最简形：x₁ = x₃, x₂ = x₃。
取x₃ = 1，得公共解的基础向量：ξ = (1, 1, 1)ᵀ。
**第4步**：公共解 = k·(1, 1, 1)ᵀ，k ∈ R。
💡 几何直观：三个方程分别表示三个过原点的平面。(I)的两个平面的交线方向是(1,1,1)ᵀ，恰好(II)的平面也经过这条线。
✅ 答案：**公共解为 k(1, 1, 1)ᵀ，k ∈ R**
> 本题使用模板E1（联立法）。两个具体方程组都给出来，直接联立求解即可。
###### 题4-14 ⭐⭐⭐ 真题 | 公共解的证明型
设 A 是 m×n 矩阵。证明：方程组 AᵀAx = 0 与 Ax = 0 同解。
📖 点击查看答案
**证明**：需要证明两个方面：
(1) 若 Ax = 0，则 AᵀAx = Aᵀ·(Ax) = Aᵀ·0 = 0。所以 Ax = 0 的解都是 AᵀAx = 0 的解。
(2) 若 AᵀAx = 0，两边左乘 xᵀ：xᵀAᵀAx = 0，即 (Ax)ᵀ(Ax) = 0。设 y = Ax，则 yᵀy = ‖y‖² = 0，所以 y = 0，即 Ax = 0。所以 AᵀAx = 0 的解都是 Ax = 0 的解。
由 (1) 和 (2)，两个方程组的解集合完全一样 ⇒ **同解**。
✅ 证毕。
> 这个结论在统计学（最小二乘法）中非常重要。
---
## 三、综合混搭练习
> 前面的题都按题型分好类，看标题就知道用哪招。可真正的考试不会告诉你用哪个方法，还常常把**第3章的向量组线性相关性**和本章的方程组**缝在一起**考。这4道题不标题型，请你先判断"这题到底在问什么"，再动手。
> **🔗 一条要串起来的主线**：**方程组解的结构，本质就是向量组问题。** 齐次方程组 Ax=0 的"基础解系"，其实就是解空间的一个**极大无关组**（第3章概念）；自由变量的个数 n−r(A)，就是这个解空间的**维数**。反过来，"判断一组向量是否线性相关"，等价于"齐次方程组 x₁α₁+…+xₘαₘ=0 有没有非零解"。两章是同一枚硬币的两面。
**题1（基础解系 ↔ 极大无关组）**：设 4 元齐次方程组 Ax=0 的系数矩阵秩 r(A)=2。问：它的基础解系含几个向量？这些解向量彼此是线性相关还是无关？为什么"恰好"是这么多个？
📖 点击查看答案与思路
**先判断在问什么**：表面问基础解系个数（本章），骨子里在考"基础解系和第3章极大无关组的关系"。
- **个数**：基础解系含 n − r(A) = 4 − 2 = **2 个**向量。
- **相关性**：这 2 个向量**线性无关**——因为基础解系按定义就是解空间的一个"极大无关组"，组内向量必须互相独立。
- **为什么恰好 2 个**：解空间的"维数"就是 n − r(A) = 2。维数 = 这个空间里最多能塞几个线性无关的向量。塞少了（1 个）表示不全所有解，塞多了（3 个）必然有冗余、不再无关。
✅ 一句话：**基础解系 = 解空间的极大无关组，个数 = n − r(A) = 解空间维数，组内向量线性无关。**
**题2（相关性 → 化成齐次方程组来判定）**：判断 α₁=(1,1,1)ᵀ, α₂=(1,2,3)ᵀ, α₃=(1,3,a)ᵀ 是否线性相关。请用"齐次方程组有无非零解"的观点做。a 取何值时相关？相关时写出一个具体的非零线性关系。
📖 点击查看答案与思路
**先判断在问什么**：第3章的相关性问题，要求用第4章的"齐次方程组"观点解——这正是主线的正向应用。
|A| = a − 5，令 |A| = 0 → **a = 5** 时线性相关；a ≠ 5 时无关。
**非零关系**（a=5 时）：−α₁ + 2α₂ − α₃ = 0（也就是 α₃ = 2α₂ − α₁）。
✅ 答案：a=5 相关，关系 α₃ = 2α₂ − α₁；a≠5 无关。
**题3（非齐次解的结构 ↔ 解之差是齐次解）**：已知非齐次方程组 Ax=b（3 个未知数）有两个不同的解 η₁=(1,0,2)ᵀ 和 η₂=(3,1,0)ᵀ，且 r(A)=2。求该方程组的通解。
📖 点击查看答案与思路
**先判断在问什么**：考"解的结构"里最漂亮的一条性质：**非齐次的两个解之差，一定是齐次方程组 Ax=0 的解**。
齐次基础解系只需 **1 个**向量：ξ = η₁ − η₂ = (−2, −1, 2)ᵀ。
特解：η₁=(1,0,2)ᵀ。
**通解**：x = (1, 0, 2)ᵀ + k(−2, −1, 2)ᵀ，其中 k 为任意常数。
✅ 妙在：一步方程都没解，光靠"两解之差是齐次解 + 特解现成"就把通解拼出来了。
**题4（概念桥梁，选择题）**：设 A 是 3×3 矩阵。已知齐次方程组 Ax=0 只有零解。则 A 的三个列向量（ ）
A. 线性相关 B. 线性无关 C. 有两个成比例 D. 无法判断
📖 点击查看答案与思路
**答案：B（线性无关）。**
**思路**：这题就是第3、4章之间那座桥的"桥牌"。"Ax=0 只有零解" ⇔ r(A)=n=3（满秩） ⇔ **A 的列向量组线性无关**。
✅ 记牢这座桥：**齐次方程组只有零解 ⇔ 系数矩阵列向量线性无关 ⇔ 满秩 r=n**。反过来"有非零解 ⇔ 列向量线性相关 ⇔ r
---
## 四、名师对比
> 暂无名师对比内容。
## 五、速查卡片
### 📋 速查卡片
| 看到什么 | 用什么方法 | 第一步 |
|----------|-----------|--------|
| 问"有解吗？几个解？" | **解的判定三步法** | 写增广矩阵→化阶梯→比秩 |
| Ax=0，求通解 | **齐次五步法** | 化行最简→找自由变量→折线法 |
| Ax=b，求通解 | **非齐次六步法** | 化行最简→齐次通解+特解 |
| 系数含字母，问取值 | **含参数讨论** | 方阵先算行列式→分界值→逐一代入 |
| 两个方程组，求公共解 | **联立法** | 把两个方程组合并→解联立系统 |
| 问同解 | **比较秩+验证线性关系** | ①算两方程组系数矩阵的秩 ②验证一方的解是否满足另一方（代入法或利用AᵀAx=0与Ax=0同解等经典结论） |
| 判断基础解系 | **三条检验** | ①是解 ②个数=n-r ③线性无关 |
---
### ⚠️ 最容易错的地方（全章汇总）
| 序号 | 错误 | 正确做法 |
|------|------|---------|
| 1 | 增广矩阵做列变换 | **只能做行变换！** |
| 2 | 只看系数矩阵秩，不比较增广矩阵秩 | 必须同时看 r(A) 和 r(A\|b)，等秩才有解 |
| 3 | 通解漏掉特解 | Ax=b 通解 = **特解** + 齐次通解 |
| 4 | 自由变量一律取后面几列 | 看**行最简形的主元位置**确定 |
| 5 | 折线法只化到阶梯形就用 | 必须先化到**行最简形**（主元=1，其上全0） |
| 6 | 基础解系里有两个成比例向量 | 成比例的不能同时出现在基础解系中 |
| 7 | 含参数做初等变换时除以含参数的式子不讨论 | 分"=0"和"≠0"两种情况 |
| 8 | 写通解不写"k为任意常数" | 一定要写！必然扣分，考研阅卷中不写k为任意常数直接判错 |
---
## 六、概念辨析
#### 🧪 概念辨析判断题
判断下列说法是否正确（答案在下方）：
1. 齐次线性方程组可能无解。（ ）
2. 若 r(A) = r(A|b)，则方程组一定有唯一解。（ ）
3. 基础解系的向量个数等于自由变量的个数。（ ）
4. 解非齐次线性方程组时，可以对增广矩阵做列变换。（ ）
5. 若 Ax = b 有两个不同的解，则它有无穷多解。（ ）
6. 两个非齐次特解的和一定也是非齐次特解。（ ）
7. 克拉默法则适用于任何线性方程组。（ ）
8. 齐次方程组 Ax = 0（A 是方阵）有非零解的充要条件是 |A| = 0。（ ）
9. 基础解系中的向量线性无关。（ ）
10. Ax = b 的通解 = Ax = 0 的通解。（ ）
📖 点击查看答案
1. ❌ 齐次方程组**永远有解**（零解永远是解），只存在"只有零解"还是"有非零解"的问题。
2. ❌ r(A) = r(A|b) 只保证**有解**，不一定唯一。唯一解还需要 r(A) = n（未知数个数）。
3. ✅ 基础解系向量个数 = n - r(A) = 自由变量个数（因为约束变量个数 = r(A)）。
4. ❌ 解方程组**只能用行变换**。列变换会打乱未知数的对应关系。
5. ✅ 线性方程组如果有两个不同解，则它们的差是非零的齐次解 ⇒ 齐次解有无穷多 ⇒ 加上特解也有无穷多。
6. ❌ b + b ≠ b（一般不等于 b）。两个非齐次特解的系数加起来等于 1 时才是非齐次解。
7. ❌ 克拉默法则仅适用于**方阵且行列式不为零**的情况。
8. ✅ 这是第一章克拉默法则的直接推论。
9. ✅ 基础解系的定义条件之一就是线性无关。
10. ❌ 少了特解！Ax = b 的通解 = **特解** + Ax = 0 的通解。
答对 8 题以上：✅ 基础扎实；6-7 题：⚠️ 需要复习概念；5 题以下：🔴 建议重读核心概念。
## 七、考试导航
> **本章考情**：线性方程组是考研数学中**每年必考大题**的核心章节。2025 年真题中，此章与向量组交叉考查，比重显著增加。它是整个线性代数的"枢纽"——连接了矩阵、向量组、特征值三大板块。
| 考点 | 出题频率 | 常考题型 | 对应模板 | 备考提示 |
|------|:--------:|----------|----------|----------|
| 含参数方程组的解的讨论 | 很高 | 大题（11 分），每年必有 | 知识块C | 分类讨论要"不重不漏"，行列式因式分解后每个根都代入验证 |
| 求基础解系和通解 | 很高 | 每道大题的最后一问 | 知识块B | 化行最简形 + 找主元 + 自由变量赋值，四步走熟到肌肉记忆 |
| 解的判定（秩的比较） | 很高 | 选择、填空，大题第一问 | 知识块A | r(A)=r(A\|b) 是有解的前提，r(A)≠r(A\|b) 必定无解 |
| 公共解 / 同解问题 | 较高 | 大题，难度较大 | 知识块C | 联立法最保险；代入法和相等法适合特定条件 |
| AB=O 型问题 | 较高 | 选择、填空为主 | 知识块A | r(A)+r(B)≤n 是线代最重要的秩不等式 |
| 解的结构与性质 | 中等 | 选择题概念辨析 | 知识块C | k₁+k₂=1 是高频考点 |
| 齐次 vs 非齐次的区别 | 中等 | 选择题、判断题 | 知识块A | 齐次永远有零解；非齐次可能无解 |
| 克拉默法则 | 中等 | 选择、填空 | 知识块C | 仅适用于方阵且 \|A\|≠0 |
| 自由变量的选取 | 中等 | 隐含在每道求解大题中 | 知识块C | 自由变量位置由主元列决定，不是"最后一列" |
| 基础解系的验证 | 中等 | 证明题 | 知识块B | 三个条件缺一不可 |
| 消元法化行最简形 | 中等 | 每道大题的基本功 | 知识块B | 行变换只能"从上往下再回代"，禁止列变换 |
| 通解的书写格式 | 低 | 每道大题的最后一步 | 知识块B | 格式写错必定扣分——特解前不加任意常数 |
---
## 八、自检清单
### 自检清单
学完这一层，你应该能回答：
1. 线性方程组是什么？能用超市买菜或锁链的比喻讲给别人听吗？（见知识块A）
2. 方程的三种矩阵写法（矩阵方程、增广矩阵、向量形式）都会吗？（见知识块A）
3. 齐次和非齐次的区别是什么？为什么齐次永远有解？（见知识块A）
4. 解的三种情况（无解、唯一解、无穷多解）分别对应什么条件？（见知识块A）
5. r(A) 在方程组中代表什么意思？r(A) 和 r(A|b) 的比较能说明什么？（见知识块A）
6. 三种初等行变换是什么？为什么解方程组不能用列变换？（见知识块B）
7. 基础解系的三个条件是什么？向量个数怎么算？（见知识块B）
8. 求基础解系的标准步骤能完整说出来吗？（见知识块B）
9. 非齐次通解的结构（特解 + 齐次通解）记住了吗？（见知识块B）
10. 通解的标准写法（必须写的格式）记住了吗？（见知识块B）
11. 克拉默法则什么时候能用？什么时候不能用？（见知识块C）
12. 自由变量怎么选是正确的？最容易犯的错误是什么？（见知识块C）
13. 前三章的知识在本章分别起了什么作用？（见知识块C）
14. 齐次解和非齐次特解的加减性质记住了吗？（见知识块C）
---
#### 配套练习（概念与性质）
#### 题4-19 ⭐ 基础 | 解向量的性质（选择题）
已知α₁, α₂是Ax=b的两个不同的解，k₁, k₂为任意常数。则下列选项中一定是Ax=b的解的是（ ）
A. α₁ - α₂
B. α₁ + α₂
C. k₁α₁ + k₂α₂（其中k₁ + k₂ = 1）
D. k₁α₁ + k₂α₂（其中k₁ + k₂ = 0）
📖 点击查看答案
逐一检验（核心原理：A(线性组合) = 系数加权后的b）：
A. A(α₁-α₂) = Aα₁ - Aα₂ = b - b = 0。这是Ax=0的解，不是Ax=b的解。❌
B. A(α₁+α₂) = b + b = 2b ≠ b（除非b=0）。❌
C. A(k₁α₁+k₂α₂) = k₁b + k₂b = (k₁+k₂)b。当k₁+k₂=1时，等于b。✅
D. 当k₁+k₂=0时，(k₁+k₂)b = 0，这是Ax=0的解，不是Ax=b的解。❌
✅ 答案：**C**
💡 口诀：两个非齐次特解的线性组合仍是特解的充要条件是"系数之和等于1"。就像一个配方：k₁份特解1 + k₂份特解2，总"剂量"必须是1份完整的b。
> 本题考查 1.14 节：解向量的性质。易错点：不加条件地把两个非齐次特解加减！
#### 题4-22 ⭐ 基础 | 自由变量选取（选择题）
方程组化为行最简形后为：
```
[1 0 2 0 | 0]
[0 1 3 0 | 0]
[0 0 0 1 | 0]
```
自由变量是（ ）
A. x₁, x₂
B. x₂, x₃
C. x₃
D. x₁, x₄
📖 点击查看答案
主元"1"出现在：第1行第1列（对应x₁），第2行第2列（对应x₂），第3行第4列（对应x₄）。
所以主元列 = {1, 2, 4}，约束变量 = x₁, x₂, x₄。
非主元列 = {3}，自由变量 = x₃。
n=4, r=3 ⇒ 自由变量个数 = 4-3 = 1。只有x₃是自由变量。
A: 都是约束变量 ❌
B: x₂是约束变量 ❌
C: ✅ 只有第3列没有主元
D: x₁, x₄都是约束变量 ❌
✅ 答案：**C**
> 本题考点：自由变量的正确选取方法——看行最简形中主元"1"的位置。主元所在列是约束变量，其余是自由变量。易错点：不看主元位置，想当然地认为"最后几列就是自由变量"。这里第4列有主元，不是自由变量！
#### 题4-25 ⭐ 基础 | 解的结构（填空题）
设A是3×3矩阵，r(A)=1。已知α₁=(1,0,-1)ᵀ, α₂=(0,1,2)ᵀ是Ax=0的两个线性无关的解，β=(2,1,0)ᵀ满足Aβ=b。则Ax=b的通解为______。
📖 点击查看答案
n=3, r(A)=1 ⇒ 基础解系向量个数 = 3-1 = 2。
α₁, α₂是Ax=0的两个线性无关的解，且恰好需要2个。所以它们构成Ax=0的基础解系。
齐次通解：k₁α₁ + k₂α₂ = k₁(1,0,-1)ᵀ + k₂(0,1,2)ᵀ。
非齐次通解 = 特解 + 齐次通解 = β + k₁α₁ + k₂α₂。
✅ 答案：**x = (2,1,0)ᵀ + k₁(1,0,-1)ᵀ + k₂(0,1,2)ᵀ，k₁, k₂ ∈ R**
> 本题考查通解的结构：Ax=b的通解 = 一个特解 + Ax=0的通解。同时也验证了条件：α₁,α₂的个数=2，基础解系需要的个数=2，且它们线性无关，所以正好构成基础解系。
#### 题4-9 ⭐⭐ 中等 | 用解的性质（概念推导）
已知 α₁, α₂ 是 Ax = b 的两个不同的解，η 是 Ax = 0 的基础解系中的向量。判断以下哪个一定是 Ax = b 的解：
A. α₁ + α₂
B. α₁ - α₂
C. α₁ + η
D. 2α₁ - η
📖 点击查看答案
逐一检验（利用性质）：
A. A(α₁+α₂) = Aα₁ + Aα₂ = b + b = 2b ≠ b（除非 b=0，但 b 不一定为零）→ ❌
B. A(α₁-α₂) = Aα₁ - Aα₂ = b - b = 0 → 这是 Ax = 0 的解，不是 Ax = b 的解 → ❌
C. A(α₁+η) = Aα₁ + Aη = b + 0 = b → **这是 Ax = b 的解** → ✅
D. A(2α₁-η) = 2Aα₁ - Aη = 2b - 0 = 2b ≠ b（除非 b=0）→ ❌
✅ 答案：**C**
💡 口诀：非齐次特解 + 齐次解 = 非齐次特解。判断方法就是往 A 里代，看等不等于 b。
> 本题考查 1.14 节：解向量的性质。
#### 题4-10 ⭐⭐ 中等 | 用基础解系验证
已知 ξ₁ = (1, -1, 1, 0)ᵀ, ξ₂ = (2, 1, 0, 1)ᵀ 是 Ax = 0 的两个解。问它们能否构成基础解系？如果不能，还需要什么信息？
📖 点击查看答案
要构成基础解系，需要满足三个条件：
1. ✅ 每个向量都是 Ax = 0 的解（题目已说）。
2. ❓ 向量个数 = n - r(A)？这里 n=4，但 r(A) 未知。如果 r(A)=2，则 n-r=2，需要恰好 2 个向量；如果 r(A)<2，则需要更多；如果 r(A)>2，则需要更少。**个数对不对，取决于 r(A)**。
3. ❓ 向量组线性无关？检查：ξ₁ 和 ξ₂ 是否成比例？(1,-1,1,0) 和 (2,1,0,1) 显然不成比例 ⇒ 线性无关。✅
**结论**：不能确定。我们还缺 r(A) 的信息。如果能证明 r(A)=2，那就可以构成基础解系；如果 r(A)≠2，则需要调整。
✅ 答案：**不能确定，还需要知道 r(A) 的值以确认个数 = n - r(A)**。
> 本题考查 1.8 节：基础解系的三个条件（缺一不可）。
#### 题4-29 ⭐⭐ 中等 | 综合概念辨析（选择题）
设A是m×n矩阵，则下列命题中正确的是（ ）
A. 若Ax=0只有零解，则Ax=b有唯一解
B. 若Ax=0有非零解，则Ax=b有无穷多解
C. 若Ax=b有唯一解，则Ax=0只有零解
D. 若Ax=b有无穷多解，则Ax=0只有零解
📖 点击查看答案
逐一辨析：
A. Ax=0只有零解 ⇒ r(A)=n。但Ax=b可能无解（b不在A的列空间中，即r(A|b) > r(A)）。反例：A=$\begin{bmatrix} 1 \\ 1 \end{bmatrix}$（2×1），b=(1,2)ᵀ，Ax=0只有零解，但Ax=b无解。❌
B. Ax=0有非零解 ⇒ r(A) < n。但Ax=b仍然可能无解。反例：A是r(A) 本题综合考查解的判定、齐次与非齐次的关系。易错点：把"Ax=0只有零解"和"Ax=b有唯一解"当成等价条件——它们等价的前提是Ax=b已经有解！
#### 题4-31 ⭐⭐ 中等 | 解向量性质 + 填空题
设α₁=(1,2,0,1)ᵀ, α₂=(0,1,-1,2)ᵀ是Ax=0的两个线性无关的解。若4元方程组Ax=b有一个特解β=(3,0,2,-1)ᵀ，且r(A)=2，则Ax=b的通解为______。
📖 点击查看答案
n=4, r(A)=2 ⇒ 基础解系向量个数 = 4-2 = 2。
α₁, α₂是Ax=0的两个线性无关的解向量，个数正好=2，且线性无关。
验证：α₁和α₂的各分量不成比例，(1,2,0,1)不是(0,1,-1,2)的倍数 ✓。
所以α₁, α₂构成Ax=0的基础解系。
Ax=b的通解 = 特解 + 齐次通解
= β + k₁α₁ + k₂α₂
= (3,0,2,-1)ᵀ + k₁(1,2,0,1)ᵀ + k₂(0,1,-1,2)ᵀ，k₁, k₂ ∈ R。
💡 不需要算出A，利用解的结构直接写出通解——这就是"结构美"。
✅ 答案：**x = (3,0,2,-1)ᵀ + k₁(1,2,0,1)ᵀ + k₂(0,1,-1,2)ᵀ，k₁,k₂ ∈ R**
> 本题考点：① 基础解系向量个数=n-r(A)；② 通解=特解+齐次通解。
#### 题4-12 ⭐⭐⭐ 真题 | 基础解系 + 解的结构
设 A 是 4×3 矩阵，且 r(A) = 2。已知 α₁, α₂, α₃ 是 Ax = b 的三个解向量，其中：
α₁ + α₂ = (1, 2, -1)ᵀ, α₁ + α₃ = (2, 0, -2)ᵀ, α₂ + α₃ = (1, -2, 3)ᵀ。
求 Ax = b 的通解。
📖 点击查看答案
**分析**：n = 3, r(A) = 2 ⇒ 自由变量个数 = 1。所以 Ax = 0 的基础解系只有 **1 个**向量。
**第1步**：求齐次解。α₂ - α₃ = (-1, 2, 1)ᵀ 是 Ax = 0 的一个非零解。ξ = (-1, 2, 1)ᵀ 就是基础解系。
**第2步**：求一个特解。由和关系求得 α₃ = (1, -2, 1)ᵀ。
**第3步**：写出通解。x = (1, -2, 1)ᵀ + k(-1, 2, 1)ᵀ，k ∈ R。
✅ 答案：**x = (1, -2, 1)ᵀ + k(-1, 2, 1)ᵀ，k ∈ R**
> 本题巧妙地考查了解的性质和基础解系。关键技巧：利用已知的和关系，通过加减求出差（得到齐次解）和单个向量（得到特解）。
#### 题4-38 ⭐⭐⭐ 真题 | 解向量性质+通解结构+综合推导 + 解答题
设A是4×4矩阵，r(A)=3。已知α₁=(2,1,0,3)ᵀ, α₂, α₃是Ax=b的三个解，且满足：
α₁ + α₂ = (5,0,1,6)ᵀ，α₂ + α₃ = (7,-4,3,6)ᵀ。
求Ax=b的通解。
📖 点击查看答案
**分析**：n=4, r(A)=3 ⇒ 基础解系只有**1个**向量。
α₂ = (3,-1,1,3)ᵀ，α₃ = (4,-3,2,3)ᵀ。
齐次解：α₂ - α₁ = (1,-2,1,0)ᵀ = ξ。
特解：α₁ = (2,1,0,3)ᵀ。
通解：x = (2,1,0,3)ᵀ + k(1,-2,1,0)ᵀ，k ∈ R。
✅ 答案：**x = (2,1,0,3)ᵀ + k(1,-2,1,0)ᵀ，k ∈ R**
> 本题巧妙考查了基础解系向量个数、两个非齐次特解相减得到齐次解等核心性质。
#### 题4-40 ⭐⭐⭐ 真题 | 综合（已知解的结构反求矩阵）+ 解答题
设A是3×4矩阵。η*=(2,1,0,3)ᵀ是Ax=b的一个解，ξ₁=(1,-2,1,0)ᵀ和ξ₂=(0,1,-1,1)ᵀ构成Ax=0的基础解系。
(1) 求r(A)。
(2) 写出Ax=b的通解。
(3) 若已知A的第一行为(1,2,3,1)，试求出矩阵A和向量b。
📖 点击查看答案
(1) 基础解系含2个向量 ⇒ 4 - r(A) = 2 ⇒ **r(A) = 2**。
(2) 通解：x = (2,1,0,3)ᵀ + k₁(1,-2,1,0)ᵀ + k₂(0,1,-1,1)ᵀ，k₁, k₂ ∈ R。
(3) 思路：先补一个小概念——**两个向量的内积 = 对应分量相乘再相加**，内积为 0 就叫**正交**（垂直）。这里用到的性质是：**A 的每一行与 Ax=0 的解向量的内积为 0**（因为 Ax=0 的每个方程就是"第 i 行与 x 的内积 = 0"）。ξ₁、ξ₂ 都是 Ax=0 的解，所以 A 的每一个行向量都与 ξ₁、ξ₂ 正交。设 A 的第 i 行行向量为 rᵢ=(x₁,x₂,x₃,x₄)，则 rᵢ 必须满足：
rᵢ·ξ₁ = x₁ - 2x₂ + x₃ = 0
rᵢ·ξ₂ = x₂ - x₃ + x₄ = 0
解这个方程组（x₂, x₃ 是自由变量，x₁ = 2x₂ - x₃，x₄ = x₃ - x₂），取两组线性无关的自由变量值作第 2、3 行：
- (x₂, x₃) = (1, 3) → r = (-1, 1, 3, 2)
- (x₂, x₃) = (0, 1) → r = (-1, 0, 1, 1)
（第 1 行 (1,2,3,1) 也满足正交条件：1-4+3=0、2-3+1=0，且三行线性相关（事实上 r₁=2r₂−3r₃）、秩为 2，符合 r(A)=2。）
再由 A·η* = b 算出 b：
b₁ = (1,2,3,1)·(2,1,0,3) = 7
b₂ = (-1,1,3,2)·(2,1,0,3) = 5
b₃ = (-1,0,1,1)·(2,1,0,3) = 1
```
[ 1 2 3 1 ]
A = [-1 1 3 2 ]
[-1 0 1 1 ]
b = (7, 5, 1)ᵀ
```
> 本题是综合型大题，将秩、通解结构、矩阵构造融为一体。
---
#### 配套练习（克拉默法则）
#### 题4-5 ⭐ 基础 | 用克拉默法则+解的判定
已知 A 是 3 阶方阵且 |A| = 2。问 Ax = 0 是否有非零解？
📖 点击查看答案
|A| = 2 ≠ 0 ⇒ r(A) = 3 = n ⇒ 齐次方程组**只有零解，没有非零解**。
这是第一章克拉默法则的直接应用：行列式不为零的方阵，齐次方程组只有零解。
✅ 答案：**没有非零解（只有零解）**
#### 题4-18 ⭐ 基础 | 克拉默法则（填空题）
设A是3阶方阵且|A|=2。将A的第3列换成常数项b=(1,0,3)ᵀ得到矩阵A₃，且|A₃|=8。则方程组Ax=b的解中x₃=______。
📖 点击查看答案
由克拉默法则：x₃ = |A₃| / |A| = 8 / 2 = **4**。
💡 克拉默法则仅在系数矩阵是方阵且行列式不为零时适用。本题|A|=2≠0，满足条件。
✅ 答案：**4**
> 本题使用克拉默法则。核心公式：xⱼ = |Aⱼ|/|A|，其中Aⱼ是把A的第j列换成b。
### 🚫 先别看答案，找找茬（含参数讨论的头号陷阱）
> 下面是某同学解含参数方程组的过程。计算每一步都没算错，但**结论是错的**，会丢掉一大块分。**错在哪种"思维习惯"上？** 先自己找，再点开。
> **题目**：讨论 a 取何值时，方程组的解的情况。
>
> ```
> x₁ + x₂ = 1
> x₁ + ax₂ = 2
> ```
**❌ 错误解法**：
> "增广矩阵做 `R₂ - R₁`：
>
> ```
> [1 1 | 1]
> [0 a-1 | 1]
> ```
>
> 由第 2 行：(a−1)x₂ = 1，所以 x₂ = 1/(a−1)，再回代得 x₁ = 1 − 1/(a−1)。
>
> 所以方程组**永远有唯一解**。做完！"
🔍 点击查看：错在哪 + 正确讨论
**错在哪种习惯**：他在写 `x₂ = 1/(a−1)` 的时候，**偷偷除以了 (a−1)，却没有停下来讨论"如果 a−1=0 呢？"** 这就是含参数题的头号陷阱——**除以含参数的式子，必须先分"=0"和"≠0"两种情况**。除以 0 是没有意义的，他这一除，等于默认了 a≠1，把 a=1 这种情况整个漏掉了。
**正确讨论（不重不漏）**：
**情况一：a ≠ 1**（此时 a−1 ≠ 0，可以放心除）。第 2 行给出 x₂ = 1/(a−1)，回代得 x₁，方程组有**唯一解**。
**情况二：a = 1**（这正是他漏掉的）。把 a=1 代回，第 2 行变成：
```
[1 1 | 1]
[0 0 | 1] ← 0·x₁ + 0·x₂ = 1，矛盾！
```
r(A)=1 ≠ r(A|b)=2 → **无解**。
**✅ 正确结论**：a ≠ 1 时唯一解；**a = 1 时无解**。
这也能用行列式一眼看出："当分母 (a−1)=0 时最可疑"——系数行列式 |A| = a−1，令 |A|=0 得 a=1，正是分界值，必须单独拎出来查。
> 记牢一条铁律：**只要某一步除以了含字母的式子，就必须回头把"这个式子=0"的情况单独讨论。** 漏掉分界值，是含参数大题最常见、最可惜的失分。
---
### 📊 完成度自检
做完以上题目后，对照表格：
| 层级 | 题数 | 正确率目标 | 你的正确率 |
|------|------|-----------|------------|
| ⭐ 基础（含概念辨析） | 15题 | ≥ 80% | __/15 |
| ⭐⭐ 中等 | 13题 | ≥ 60% | __/13 |
| ⭐⭐⭐ 真题 | 11题 | ≥ 40% | __/11 |
- 基础题不达标 → 返回复习核心概念
- 中等题不达标 → 回到对应知识块复习解题方法
- 真题不达标 → 正常！真题难度大，多做几遍历练
---
## 🧪 学完自测
> 共10道题：4道选择 + 2道判断 + 4道简答。60%基础 + 30%中等 + 10%拔高。答案和解析在折叠区里，做完再看。
### 选择题
**1.** 设 A 是 m×n 矩阵，b 是 m 维列向量。已知 r(A) = 2，r(A|b) = 3，则方程组 Ax = b（ ）
A) 有唯一解
B) 有无穷多解
C) 无解
D) 无法确定，需要知道 m 和 n 的具体值
**2.** 设 ξ₁, ξ₂, ξ₃ 是齐次方程组 Ax = 0 的三个解向量，且已知 n − r(A) = 2。则以下哪一组一定能构成 Ax = 0 的基础解系？（ ）
A) ξ₁, ξ₂
B) ξ₁, ξ₂, ξ₃
C) ξ₁, ξ₂，且已知 ξ₁, ξ₂ 线性无关
D) ξ₁, ξ₁ + ξ₂
**3.** 设 η* 是非齐次方程组 Ax = b 的一个特解，ξ₁, ξ₂ 是对应齐次方程组 Ax = 0 的基础解系，则 Ax = b 的通解为（ ）
A) k₁ξ₁ + k₂ξ₂
B) η* + k₁ξ₁ + k₂ξ₂
C) k₁η* + k₂ξ₁ + k₃ξ₂
D) η* + ξ₁ + ξ₂
**4.** 设 α₁, α₂ 是非齐次方程组 Ax = b 的两个不同的解，则下列向量中一定是 Ax = b 的解的是（ ）
A) α₁ + α₂
B) α₁ − α₂
C) 2α₁ − α₂
D) 3α₁ − α₂
### 判断题
**5.** 用消元法解方程组 Ax = b 时，对增广矩阵 (A|b) 既可以做初等行变换，也可以做初等列变换。（ ）
**6.** 对于 n 元齐次方程组 Ax = 0（A 是方阵），|A| = 0 是方程组有非零解的充要条件。（ ）
### 简答题
**7.** 讨论 λ 取何值时，下列方程组无解？有唯一解？有无穷多解？并在有无穷多解时求出通解。
```
λx₁ + 2x₂ + 2x₃ = 1
2x₁ + λx₂ + 2x₃ = 1
2x₁ + 2x₂ + λx₃ = 1
```
**8.** 设 A 是 m×n 矩阵，B 是 n×p 非零矩阵，且 AB = O。请用你自己的话解释：（1）为什么 r(A) + r(B) ≤ n？（2）这个不等式的直观含义是什么？
**9.** 已知方程组 (I)：x₁ + x₂ + x₃ = 0, x₁ − x₂ = 0；方程组 (II)：2x₁ + x₂ − x₃ = 0。求两个方程组的公共解。
**10.** 设 η₁, η₂, η₃ 是四元非齐次方程组 Ax = b 的三个线性无关的解向量，已知 r(A) = 2。求 Ax = 0 的一个基础解系，并写出 Ax = b 的通解。
---
📖 点击查看全部答案与解析
**1. [C] 无解**
解析：这道题考的是本章最核心的判定法则——方程组有解的前提是"系数矩阵的秩"和"增广矩阵的秩"必须相等。题目中 r(A) = 2，r(A|b) = 3，两者不相等，说明出现了"0 = 非零数"这种矛盾方程，方程组必然无解。记住口诀："秩不等，必无解。"
**2. [C] ξ₁, ξ₂，且已知 ξ₁, ξ₂ 线性无关**
解析：基础解系必须同时满足三个条件：①每个向量都是解；②个数正好等于 n − r(A)（本题是 2 个）；③它们线性无关。只有 C 同时满足了三个条件。
**3. [B] η* + k₁ξ₁ + k₂ξ₂**
解析：非齐次方程组的通解结构 = 一个特解 + 齐次方程组的通解。A 缺少特解，C 多了一个任意常数乘在特解前面，D 缺少任意常数。
**4. [C] 2α₁ − α₂**
解析：两个非齐次特解的线性组合，系数之和等于 1 时才是 Ax = b 的解。C 的系数和为 2 + (-1) = 1。
**5. [✕] 错误**
解析：解方程组只能做**行变换**，不能做列变换！列变换相当于把未知数重新组合，会打乱对应关系。
**6. [✓] 正确**
解析：这是克拉默法则的重要推论。对于 n 阶方阵 A，齐次方程组 Ax=0 有非零解 ⇔ |A| = 0。
**7. [答案]**
系数矩阵 A = $\begin{bmatrix} λ & 2 & 2 \\ 2 & λ & 2 \\ 2 & 2 & λ \end{bmatrix}$，|A| = λ³ - 12λ + 16 = (λ+4)(λ-2)²。
- λ ≠ 2 且 λ ≠ -4 时：|A| ≠ 0 → **唯一解**。
- λ = 2 时：三个方程都变成 2x₁+2x₂+2x₃=1，即 x₁+x₂+x₃=1/2。r(A)=r(A|b)=1 < 3 → **无穷多解**。通解 x = (1/2, 0, 0)ᵀ + k₁(-1, 1, 0)ᵀ + k₂(-1, 0, 1)ᵀ。
- λ = -4 时：把三个方程相加，左边每一列的系数和 = -4+2+2 = 0，得 0·x₁+0·x₂+0·x₃ = 1+1+1 = 3，矛盾 → **无解**。
**8. [答案]**
(1) B的每一列都是 Ax=0 的解，所以B的列空间包含于Ax=0的解空间，因此r(B) ≤ n - r(A)，移项即得 r(A) + r(B) ≤ n。
(2) 直观含义：B被"困"在了一个维度为 n - r(A) 的空间里，它的"体量"（秩）不可能超过这个空间的维度。
**9. [答案]**
联立三个方程求解，得公共解只有零解 (0, 0, 0)ᵀ。
**10. [答案]**
四元方程组 n=4, r(A)=2 ⇒ 基础解系含 2 个向量。
ξ₁ = η₁ − η₂, ξ₂ = η₁ − η₃ 构成 Ax=0 的一个基础解系。
通解：x = η₁ + k₁(η₁ − η₂) + k₂(η₁ − η₃)，k₁, k₂ ∈ R。
---
---
## 🗺️ 本章知识推导链
下面这张图展示第4章的知识是怎样一步步推导出来的——从"有没有解"到"解长什么样"再到"怎么简洁表达"：
```
拿到一个线性方程组 Ax = b
│
▼
┌───────────────────────────────┐
│ 第一步：解的判定 │
│ 比较 r(A) 与 r(A|b) │
│ （秩就是"有效方程的个数"） │
└───────────────┬───────────────┘
│
┌───────────────────┼───────────────────┐
│ │ │
▼ ▼ ▼
r(A) ≠ r(A|b) r(A) = r(A|b) = n r(A) = r(A|b) < n
┌──────────────┐ ┌──────────────┐ ┌──────────────────┐
│ 无解 │ │ 唯一解 │ │ 无穷多解 │
│ 矛盾方程 │ │ 每个变量 │ │ 有 n−r 个自由变量 │
│ 0=非零常数 │ │ 唯一确定 │ │ │
└──────────────┘ └──────┬───────┘ └────────┬──────────┘
│ │
▼ ▼
克拉默法则 ┌──────────────────┐
|A| ≠ 0 时 │ 第二步：消元法 │
直接套公式 │ 行变换 → 行阶梯形 │
│ → 行最简形 │
│ 锁定主变量与自由变量│
└────────┬──────────┘
│
▼
┌──────────────────┐
│ 第三步：基础解系 │
│ 齐次通解的"骨架" │
│ n−r 个线性无关的 │
│ 解向量 │
│ 折线法：自由变量 │
│ 轮番取 (1,0) (0,1) │
└────────┬──────────┘
│
▼
┌──────────────────┐
│ 第四步：通解结构 │
│ │
│ 齐次： │
│ x = k₁ξ₁ + ... │
│ + k_{n−r}ξ_{n−r} │
│ │
│ 非齐次： │
│ x = η* + 齐次通解 │
│ （一个特解 + │
│ 齐次全部解） │
└────────────────────┘
```
> 💡 **记忆口诀**：判定看秩 → 消元化简 → 基础解系搭骨架 → 通解 = 特解 + 齐次通解。
---
> **第4章完成！** 学完线性方程组，你已经掌握了线性代数最核心的"问题本身"——前三章的所有工具（行列式、矩阵、向量），最终都是为了解决"方程组有没有解、有几个解、解长什么样"这三个问题。本章的秩的判定、基础解系的求法、通解的结构，会在第5章求特征向量和第6章化二次型时反复出现——它们是整个线代知识体系的"交通枢纽"。
### 🧭 接下来学什么：从"解方程"到"找天性"
这一章解决的是 **Ax = b** 型问题——"给你一个矩阵 A 和一个结果向量 b，找出哪个 x 能满足等式"。
但还有一个更深刻的问题：**有没有某个特殊的 x，让 A 作用上去之后，结果恰好和 x 本身方向一样（平行）？**
用大白话说：矩阵 A 像一个"变形机器"，大多数向量塞进去，出来的是歪到另一个方向的向量。但总有那么几个"天赋异禀"的方向——向量塞进去，出来还是那个方向，只是被拉长或缩短了。数学上写成 **Ax = λx**——作用效果仅仅是乘了一个数 λ。
打比方：你站在哈哈镜前。大多数位置照出来的你是扭曲的（方向变了）。但总有某个特殊角度——站那儿照出来，人还是正的，只是变高或变矮了。那个"特殊角度"就是**特征向量**，变高变矮的倍数就是**特征值**。
这就是第5章的核心：**从"给定 b 找 x"升级到"找 A 自身的'天性方向'"**。
→ [第5章 特征值与特征向量](第5章-特征值与特征向量.html)