【基础解系的求法】在高等代数中，线性方程组的解集是一个重要的研究对象。对于齐次线性方程组，其所有解构成一个向量空间，而这个向量空间的一组基称为该方程组的基础解系。掌握基础解系的求法，有助于我们更深入地理解线性方程组的结构和性质。
一、基础解系的定义
设齐次线性方程组为：
$$
A\mathbf{x} = \mathbf{0}
$$
其中 $ A $ 是一个 $ m \times n $ 的矩阵，$ \mathbf{x} $ 是一个 $ n $ 维列向量。若该方程组有非零解，则其所有解构成一个向量空间，称作该方程组的解空间。解空间中的一组极大线性无关组称为该方程组的基础解系。
二、基础解系的求法步骤
以下是求解齐次线性方程组基础解系的通用步骤：
| 步骤 | 操作说明 |
| 1 | 将系数矩阵 $ A $ 化为行简化阶梯形矩阵（RREF） |
| 2 | 确定主变量（即含首项的变量）和自由变量（未被主变量约束的变量） |
| 3 | 将自由变量分别赋值为 1 和 0，其余变量用主变量表示，得到一组解向量 |
| 4 | 这些解向量组成的集合即为基础解系 |
三、示例解析
考虑以下齐次线性方程组：
$$
\begin{cases}
x_1 + x_2 - x_3 = 0 \\
2x_1 + 2x_2 - 2x_3 = 0 \\
x_1 + x_2 - x_3 = 0
\end{cases}
$$
将系数矩阵写成形式：
$$
A =
\begin{bmatrix}
1 & 1 & -1 \\
2 & 2 & -2 \\
1 & 1 & -1
\end{bmatrix}
$$
将其化为行简化阶梯形矩阵后得到：
$$
\begin{bmatrix}
1 & 1 & -1 \\
0 & 0 & 0 \\
0 & 0 & 0
\end{bmatrix}
$$
此时，主变量为 $ x_1 $，自由变量为 $ x_2 $ 和 $ x_3 $。
令 $ x_2 = s $，$ x_3 = t $，则由第一式得：
$$
x_1 = -s + t
$$
因此，通解为：
$$
\mathbf{x} = s\begin{bmatrix} -1 \\ 1 \\ 0 \end{bmatrix} + t\begin{bmatrix} 1 \\ 0 \\ 1 \end{bmatrix}
$$
这组解向量即为该方程组的基础解系。
四、总结
基础解系是齐次线性方程组所有解的线性组合的最小生成集。通过将系数矩阵化简、识别主变量与自由变量，并赋予自由变量不同的取值，可以构造出一组线性无关的解向量，从而得到基础解系。
| 关键点 | 内容 |
| 基础解系 | 齐次方程组解空间的一组极大线性无关组 |
| 求法步骤 | 化简矩阵 → 确定主变量与自由变量 → 赋值求解 |
| 示例 | 通过赋值自由变量，得到多个解向量，构成基础解系 |
通过以上方法，我们可以系统地求解任意齐次线性方程组的基础解系，为后续的线性代数问题提供有力支持。