本科数学 · 线性方程组与秩

线性方程组与秩

Linear Systems & Rank · 一堆方程到底有没有解

【章首引子】5 个方程、3 个未知数，到底有没有解？直觉是"方程越多越可靠"——错！5 个方程里可能有 2 个在说同一件事，甚至互相矛盾。真正算数的不是方程个数，而是"独立方程数"——这就是秩。

① 是什么：高斯消元与秩

啥秩 = 去掉废话后的独立方程数

高斯消元：把方程组写成增广矩阵，用行变换（交换行、某行乘倍数、一行加另一行倍数）化成阶梯形，再从下往上回代。本质就是初中消元法的矩阵版。

秩 rank：矩阵里真正独立的方程数。比如"x+y=3"和"2x+2y=6"是一回事，秩就是去掉废话后的真方程数。解的判定：系数秩 = 增广秩时有解；秩 = 未知数数则唯一解；秩 < 未知数数则无穷多解。

② 怎么想到的

思解题心法

写增广矩阵：把系数和右边常数拼成一张表。

行变换化阶梯：制造主元，消去下方。

数主元定秩：主元个数 = 秩。再和未知数个数比，定解的个数。

③ 完整解法：三个例题

证线性方程组与秩的核心定理与公式

核心定理：①秩的上界：$\mathrm{rank}(A)\leq\min(m,n)$，且 $\mathrm{rank}(AB)\leq\min(\mathrm{rank}A,\ \mathrm{rank}B)$。②秩-零度定理：$\mathrm{rank}(A)+\dim N(A)=n$（$A$ 为 $m\times n$）。③克罗内克-卡佩里定理：$Ax=b$ 有解 $\Leftrightarrow\mathrm{rank}(A)=\mathrm{rank}(A\,|\,b)$。④有解时的结构：解唯一 $\Leftrightarrow\mathrm{rank}(A)=n$；否则有无穷多解，通解 $=$ 特解 $+$ 齐次解，即 $x=x_p+x_h$，$x_h\in N(A)$。⑤初等行变换不改变秩，也不改变解集。

推导思路：①设 $A$ 是 $m\times n$ 矩阵，$\mathrm{rank}(A)=r$，意思是列空间 $C(A)$ 的维数等于 $r$，即有 $r$ 个主元列。②解 $Ax=0$ 就是在找"各列的一个线性组合恰好等于零"，所以零空间 $N(A)$ 刻画的是列与列之间的依赖关系。③消元后共有 $n$ 列，其中 $r$ 列是主元列、剩下 $n-r$ 列是自由列；逐个让一个自由变量取 $1$、其余自由变量取 $0$，就得到 $n-r$ 个解向量。④这 $n-r$ 个向量线性无关（自由变量的位置互不相同），且张成整个 $N(A)$，故 $\dim N(A)=n-r$，移项即得 $\mathrm{rank}(A)+\dim N(A)=n$。

直觉把握：秩就是"这台机器真正能输出多少维"，零空间的维数是"有多少方向的输入被彻底搅没了"。想象一台绞肉机：$n$ 个入口，只有 $r$ 个出口真能出东西，剩下 $n-r$ 个方向的原料全被磨成零。AI/工程里，秩就是"有效信息量"——特征共线会让秩亏、线性回归系数抖到没意义；反过来，秩远小于矩阵尺寸就意味着"高度冗余、可以压缩"，这正是低秩近似与 LoRA 的前提。

例题1：x+y=3, 2x+2y=6 有几个解？

【审题】第二个是第一个乘 2。

思路：两方程等价。

逐步解法：秩=1 < 未知数数 2，无穷多解：y 随便取，x=3−y。两条线重合。

例题2：齐次 AX=0，|A|≠0 时

【审题】A 可逆。

思路：A⁻¹ 左乘。

逐步解法：A⁻¹AX = A⁻¹0 → X = 0。只有零解。有非零解 ⇔ |A|=0。

例题3：化学方程式配平

【审题】H₂+O₂→H₂O 配平。

思路：元素守恒列方程。

逐步解法：氢 2a=2c，氧 2b=c。解出 a:b:c = 2:1:2。配平本质就是解线性方程组。

解的判定 $\text{有解} \Leftrightarrow rank(\text{系数矩阵}) = rank(\text{增广矩阵})$
$\text{唯一解} \Leftrightarrow \text{秩} = \text{未知数个数}$ | $\text{无穷多解} \Leftrightarrow \text{秩} < \text{未知数个数}$
$\text{齐次} AX=0 \text{有非零解} \Leftrightarrow |A|=0(\text{秩} < \text{未知数数})$

④ 用途与案例

电路分析

基尔霍夫定律：每个节点电流进出相等，列方程——解就是各支路电流。

网络流

水管网、交通流、电网，每个节点守一条守恒，联立成线性方程组。

化学配平

配平化学方程式 = 解线性方程组，机器自动配平靠它。

最小二乘

数据拟合直线 = 解超定方程组的最佳近似——机器学习线性回归的祖宗。

⑤ 延展

展知识衔接地图

往研究生走：解空间的结构 → 线性空间/零空间/列空间，是抽象代数的入口。往算法走：稀疏线性系统求解是图形学、有限元的核心计算。

思维陷阱

把"方程个数"当"信息条数"。5 个方程未必有 5 条独立信息——可能两条在说同一件事，甚至互相矛盾。真正算数的是秩。

练习

【基础】方程组 x=1, y=2, x+y=3 有几个解？

查看思路与解答

前两个已唯一确定 x=1,y=2，第三个正好验证。秩=3=未知数数，唯一解 (1,2)。

【自评反馈】和答案对得上 → 继续下一题；对不上 → 回到本页"是什么"和例题区，把卡住的那步再推一遍。

【进阶】AX=0 有非零解，A 是 3×3，|A| 可能是？

查看思路与解答

有非零解 ⇔ |A|=0。这时候 A 不可逆。

【自评反馈】和答案对得上 → 继续下一题；对不上 → 回到本页"是什么"和例题区，把卡住的那步再推一遍。

费曼学习法：讲给别人听

① 用自己的话讲：秩 = 真正有效的方程个数 = 列空间维数；它决定方程组是唯一解、无穷解还是压根无解。

② 举个反例（什么条件下不成立）：方程多不等于约束多——几行方程可能是重复的（线性相关）；增广矩阵秩 ≠ 系数矩阵秩时才无解。

③ 哪里还说不清：自由变量怎么挑？解的几何形状怎么从秩看出来？

记

小结卡

① 高斯消元 = 矩阵版消元法；秩 = 去掉废话后的独立方程数。

② 秩够不够决定唯一解、无穷解还是无解；齐次有非零解 ⇔ |A|=0。