根据信息是否冗余分类，将系统的句子与线性方程组的类比：
| 系统类型 | 数学对应 | 特征 | 解的情况 |
|---|---|---|---|
| 完整系统（Complete / Non-Singular） | 方程数量独立、信息量够（秩 = 未知数个数） | 每个方程提供新信息 | 唯一解（唯一确定每个未知数） |
| 冗余系统（Redundant / Singular） | 某些方程是其他方程的倍数或组合（秩 < 未知数个数） | 存在重复信息 | 无穷多解（条件不够约束所有未知数） |
| 矛盾系统（Contradictory / Singular） | 不同方程信息冲突（秩 < 增广矩阵秩） | 条件互相矛盾 | 无解 |
| 奇异/非奇异完全由系数矩阵的秩决定，与常数项无关。因为常数项影响b，导致直线平移，而平移前后相交或平行的性质不变，只是挪位置便于观察。 |
-
常数项只影响方程是否有解以及解的具体位置（唯一 / 无穷多 / 无解），但不影响矩阵是否奇异（是否为最正确的唯一解）。
-
因此，在理论推导时，可以把常数项设为 ，专注于矩阵本身的秩。
-
非奇异矩阵 → 系统有唯一解（在齐次情况下唯一解就是原点）。
-
奇异矩阵 → 系统有无穷多解或无解（齐次情况下必然是无穷多解）。
1. 二元一次方程组（2 条直线）
-
每个方程 → 一条直线
-
系统的解 = 两条直线的交集
| 类型 | 图像特征 | 秩 | 解的数量 | 示例 |
|---|---|---|---|---|
| 完整系统（Non-Singular） | 两条直线交于一个点 | 唯一解 | → | |
| 冗余系统（Singular） | 两条直线完全重合 | 无穷多解 | ||
| 矛盾系统（Singular） | 两条直线平行 | 无解 |
2. 三元一次方程组（3 个平面）
-
每个方程 → 一个平面
-
系统的解 = 三个平面的交集
| 类型 | 图像特征 | 解的数量 |
|---|---|---|
| 完整系统（Non-Singular） | 三个平面交于唯一一点 | 唯一解 |
| 冗余系统（Singular） | 三个平面交于一条直线 / 完全同一个平面 | 无穷多解 |
| 矛盾系统（Singular） | 三个平面无公共交点（部分平面平行或错位） | 无解 |
Singular：没用的信息（多余或错误） 奇异矩阵 → 奇怪矩阵
-
独立方程越多 → 秩越大
-
冗余方程或矛盾方程会减少独立信息 → 秩降低
-
矩阵的奇异/非奇异可以通过行的线性相关性（linear dependence）直接判断，而不用先解方程组。
-
如果一个方程能由其他方程通过倍乘或相加得到，那么它不带来新的信息 → 系统是奇异的（矩阵行线性相关）。
-
如果没有任何方程可以由其他方程线性组合得到 → 系统是非奇异的（矩阵行线性无关）。
线性无关（Linear Independence）
- 一组向量线性无关 ⇔ 不存在非全零系数使得
否则 dependent
用行列式（determinant）来快速判断矩阵奇异/非奇异
-
如果 → 矩阵奇异（行或列线性相关）
-
如果 → 矩阵非奇异（行或列线性无关）
线性方程组里，方程数量和未知数数量之间的关系分三种常见情况：
1. 方程数 = 未知数个数
-
这是最典型的情况（所谓“方阵”系数矩阵）。
-
如果系数矩阵满秩（），就有唯一解 → 非奇异。
-
如果秩不满 → 冗余或矛盾（奇异）。
例：
→ 唯一解 。
2. 方程数 < 未知数个数（欠定系统，underdetermined）
-
信息量不足 → 无穷多解（除非矛盾）。
-
秩一定小于未知数个数。
-
几何上：二维是多条重合直线；三维可能是多条交线或一个平面上的所有点。
例：
解集是一个平面交另一平面 → 一条直线。
3. 方程数 > 未知数个数（超定系统，overdetermined）
-
大多数情况下无解（因为约束太多容易互相冲突）。
-
如果所有方程完全一致或兼容，可能有唯一解或无穷多解。
-
几何上：二维是三条直线不可能都交于一点（除非特意构造）。
例：
→ 无解（第三个约束与前两个冲突）。