1. 为什么线性方程组这一章值得单独拎出来死磕
考研数学里，线性代数这门课有个很反直觉的特点：内容不多，但分值不低，而且题型高度固定。尤其是线性方程组这一章，几乎每年必考，选择、填空、大题都能出，而且经常和向量组的线性相关性、矩阵的秩、特征值这些内容串在一起考。很多同学复习到这一章的时候，前面行列式、矩阵还算能跟上，一到方程组就开始懵——不是不会解方程，而是搞不清楚题目到底在问什么，什么时候用基础解系，什么时候用通解结构，什么时候该讨论参数。
张宇1000题里的线性代数第五章，专门针对线性方程组做了系统性的题目编排。这一章的题目难度跨度比较大，从基础的齐次方程组求解，到含参数的非齐次方程组讨论，再到与向量组、秩的综合题，基本覆盖了考研可能出现的所有题型。但问题是，很多同学刷这一章的时候，只是机械地做一遍，对答案，错了看看解析，然后继续下一题。这样刷题效率极低，因为线性方程组的题目变化不在于计算量，而在于条件的等价转化和解的结构的判定。
我见过太多这样的情况：同一道题，换个问法就不会了。比如直接问“方程组是否有解”能做，改成“向量β能否由向量组线性表示”就卡住了。本质上这两个问题是一回事，但很多同学没有建立起这个映射关系。这一章的核心价值，就是帮你把方程组、向量组、矩阵秩这三者的语言打通。你如果只是把它当成一堆计算题来刷，那就浪费了这一章最好的训练价值。
所以这篇内容，我不打算按题号一道一道讲，而是按题型和解题逻辑来拆。我会把这一章里最核心的几类问题抽出来，讲清楚每类问题的判定逻辑、计算套路、以及最容易踩的坑。适合已经过了一遍基础、正在刷1000题强化阶段的同学，也适合基础阶段想提前了解这一章考法的同学。你不需要先做完所有题再看，可以边做边对照，效果更好。
2. 线性方程组这一章到底在考什么
2.1 三类问题的本质区分
线性方程组在考研范围内的题目，归根结底就三类：
第一类是齐次线性方程组Ax=0。这类问题的核心不是“解出x”，而是“解的结构”。你要求的是基础解系，也就是解空间的一组基。基础解系里向量的个数等于n-r(A)，其中n是未知数个数，r(A)是系数矩阵的秩。这个公式看起来简单，但实际做题时，很多同学会忘记验证求出的向量是否线性无关，或者把基础解系和通解搞混。
第二类是非齐次线性方程组Ax=b。这类问题的核心是“有解条件”和“通解结构”。有解的充要条件是r(A)=r(A|b)，也就是系数矩阵的秩等于增广矩阵的秩。通解等于一个特解加上对应齐次方程组的通解。这里最容易出错的地方是：很多同学只判断了有解，但忘记讨论解的唯一性——当r(A)=r(A|b)=n时，解唯一；当r(A)=r(A|b)<n时，有无穷多解。
第三类是含参数的方程组讨论。这类题目是考试的重灾区。参数放在哪里，怎么讨论，什么时候用行列式等于零来分情况，什么时候直接做初等行变换，都有讲究。很多同学遇到参数就慌，其实参数讨论的核心逻辑就一条：先找临界值，再分情况讨论。临界值通常来自行列式为零或者主元位置出现参数导致无法继续消元。
这三类问题不是孤立的。齐次方程组的解空间结构，直接决定了非齐次方程组通解的形式；含参数讨论时，往往需要同时考虑齐次和非齐次的情况。所以这一章的复习，不能把三类问题割裂开来，而要建立统一的框架。
2.2 与向量组、矩阵秩的深层联系
线性方程组这一章之所以重要，是因为它是线性代数里“语言转换”的枢纽。同一个数学事实，可以用方程组语言说，也可以用向量组语言说，还可以用矩阵秩的语言说。
举个例子：“非齐次方程组Ax=b有解”这件事，等价于“向量b可以由A的列向量组线性表示”，也等价于“r(A)=r(A|b)”。这三个说法在考试里会换着出现。如果你只熟悉其中一种，遇到另外两种表述就会反应慢半拍。
再比如：“齐次方程组Ax=0有非零解”等价于“A的列向量组线性相关”，也等价于“r(A)<n”。这个等价关系在判断向量组线性相关性时经常用到。很多同学做向量组的题觉得难，其实是因为没有把它翻译成方程组或者秩的语言。
张宇1000题这一章的题目，很多都是刻意在训练这种语言转换能力。有些题表面上是方程组，实际上考的是向量组的秩；有些题表面上是向量组，实际上用方程组的思想解更快。你如果只盯着“解方程”这一个角度，就会觉得题目很杂；但如果你能看到背后的统一逻辑，就会发现这一章的题目其实很规整。
2.3 这一章在整张试卷中的位置
从历年考试情况来看，线性方程组很少单独出一道大题，更多是和特征值、二次型结合。但它的基础地位不可动摇——特征值本质上就是求(A-λE)x=0的非零解，二次型的正定性判定也经常转化为方程组问题。所以这一章学不好，后面两章会很吃力。
从分值分布看，线性代数一般占22分左右，其中方程组直接相关的题目通常在5到10分之间，但间接涉及的可能更多。而且方程组的题目有个特点：一旦思路对了，计算量不大，得分率高；一旦思路偏了，可能整道题都废掉。所以这一章的投入产出比很高，值得花时间把题型和逻辑彻底理清。
3. 齐次方程组：基础解系才是核心
3.1 基础解系的求法与验证
齐次方程组Ax=0的求解，标准流程是：对系数矩阵A做初等行变换，化为行最简形；确定主元列和自由列；对自由变量依次取单位向量，回代求出主元变量，得到基础解系。
这个流程看起来机械，但有两个地方容易出问题。第一个是自由变量的选取。有些同学看到行最简形里某一行全是零，就以为对应的变量是自由变量，其实不是。自由变量对应的是非主元列，而不是零行。主元列的选择要看每行第一个非零元素所在的列。
第二个是基础解系的验证。求出基础解系后，最好代回原方程组验证一下，确保每个向量都是解。更重要的是，要确认这些向量线性无关。虽然按标准流程求出的基础解系天然线性无关，但如果你在取自由变量时没有取单位向量，而是取了其他值，就可能出问题。
我个人的习惯是：求出基础解系后，先看向量个数是否等于n-r(A)。如果不等，肯定错了。然后再看每个向量是否满足方程。这两步检查花不了多少时间，但能避免很多低级错误。
3.2 基础解系与解空间的关系
基础解系是解空间的一组基，这个“基”的概念和向量组里的基是一样的。解空间的维数是n-r(A)，基础解系里向量的个数就是这个维数。这意味着齐次方程组的解空间是一个n-r(A)维的子空间。
理解这一点很重要，因为有些题目会问“解空间的维数是多少”，或者“基础解系包含几个向量”。如果你只记住公式n-r(A)，但不知道为什么，遇到稍微变化的问法就可能反应不过来。
举个例子：如果A是3×5矩阵，r(A)=3，那么齐次方程组Ax=0的基础解系包含5-3=2个向量，解空间是2维的。但如果题目问“解空间中线性无关的解向量最多有几个”，答案也是2。这两个问题本质一样，但问法不同。
还有一种常见的考法：已知齐次方程组的基础解系，反求系数矩阵A。这类题目需要利用“基础解系中的向量都是A的行向量的正交向量”这个性质。具体来说，如果ξ是Ax=0的解，那么A的每一行与ξ的内积都为零。所以A的行向量与基础解系中的所有向量都正交。这个性质在反求矩阵时非常有用。
3.3 齐次方程组与线性相关性的互译
“齐次方程组Ax=0有非零解”等价于“A的列向量组线性相关”。这个等价关系是线性代数里最重要的桥梁之一。
具体来说，如果A是m×n矩阵，Ax=0有非零解，意味着存在不全为零的x1,x2,...,xn使得x1α1+x2α2+...+xnαn=0，其中αi是A的列向量。这正是列向量组线性相关的定义。
反过来，如果列向量组线性相关，那么存在不全为零的系数使得线性组合为零，这些系数就构成了Ax=0的一个非零解。
这个等价关系在考试里经常用到。比如题目说“向量组α1,α2,α3线性相关”，你马上可以想到“以它们为列向量的矩阵A满足Ax=0有非零解”，进而想到“r(A)<3”。这三个说法是一回事。
张宇1000题里有些题目，表面上是判断线性相关性，但实际上用方程组的思想解更快。比如给出几个向量，问它们是否线性相关，你可以直接构造矩阵，做初等行变换看秩，也可以设线性组合为零，解方程组。两种方法本质一样，但计算量可能不同。我个人的经验是：向量个数少的时候用方程组思想，向量个数多的时候用矩阵秩的方法。
4. 非齐次方程组：有解条件与通解结构
4.1 有解的充要条件与判断顺序
非齐次方程组Ax=b有解的充要条件是r(A)=r(A|b)。这个条件看起来简单，但实际做题时，很多同学会忘记判断，直接开始解方程，结果解到一半发现矛盾。
正确的判断顺序应该是：先对增广矩阵(A|b)做初等行变换，化为行最简形；然后看是否出现“0=非零数”这样的矛盾行。如果出现，则无解；如果没有矛盾行，则有解。有解的情况下，再看r(A)和r(A|b)是否相等——实际上如果没有矛盾行，它们必然相等。
这里有个细节：有些同学只对系数矩阵A做行变换，然后看b是否在A的列空间里。这种方法理论上可行，但实际操作时不如直接对增广矩阵做变换方便。因为对增广矩阵做变换，矛盾行会直接暴露出来。
还有一种常见的判断方法是用行列式。当A是方阵时，如果|A|≠0，则方程组有唯一解；如果|A|=0，则需要进一步讨论。但这种方法只适用于方阵，而且当|A|=0时还是要求秩。所以更通用的方法还是看秩。
4.2 通解的结构与特解的选取
非齐次方程组的通解等于一个特解加上对应齐次方程组的通解。这个结构定理是求解非齐次方程组的理论基础。
特解的选取没有唯一性，任何满足Ax=b的向量都可以作为特解。在实际计算中，通常取自由变量全为零时得到的解作为特解。这样计算最简单，而且不容易出错。
通解的形式可以写成x=η+ξ，其中η是特解，ξ是齐次方程组的通解。齐次方程组的通解可以写成基础解系的线性组合，即ξ=c1ξ1+c2ξ2+...+ckξk，其中ξ1,...,ξk是基础解系，c1,...,ck是任意常数。
这里有个容易混淆的地方：有些同学会把特解和基础解系混在一起，写成x=η+c1ξ1+...+ckξk，但忘记说明η是特解。其实这个形式是对的，只要η是特解，ξi是基础解系，c i是任意常数，那么x就是通解。关键是要理解每一项的角色。
4.3 解的唯一性与无穷多解的判定
当r(A)=r(A|b)=n时，方程组有唯一解。这里n是未知数个数。唯一解意味着没有自由变量，基础解系为空，通解就是特解本身。
当r(A)=r(A|b)<n时，方程组有无穷多解。此时自由变量的个数是n-r(A)，基础解系包含n-r(A)个向量，通解中包含n-r(A)个任意常数。
这两个情况的判定，关键在于比较r(A)和n的大小。很多同学会忘记这个比较，只判断了有解就结束，结果题目问“何时有唯一解”就答不上来。
还有一种特殊情况：当r(A)=r(A|b)=n时，A必须是方阵且可逆。因为r(A)=n意味着A的列向量组线性无关，而A是m×n矩阵，如果m>n，r(A)最大为n，此时r(A)=n是可能的，但方程组有唯一解要求m=n。所以唯一解的情况通常出现在方阵中。
张宇1000题里有些题目会问“方程组有唯一解的条件”，这时候你需要同时考虑r(A)=n和r(A|b)=n。如果A是方阵，|A|≠0就是唯一解的充要条件。但如果A不是方阵，就需要更仔细地讨论。
5. 含参数方程组的讨论策略
5.1 参数位置的分类与处理
含参数的方程组是这一章的难点，也是考试的重点。参数可能出现在系数矩阵A中，也可能出现在右端项b中，还可能同时出现。
参数在A中时，通常需要讨论A的行列式是否为零。如果A是方阵，先计算|A|，令|A|=0求出参数的临界值，然后分情况讨论。如果A不是方阵，或者|A|的计算太复杂，可以直接对增广矩阵做初等行变换，在变换过程中观察参数对主元的影响。
参数在b中时，通常不影响A的秩，但可能影响r(A|b)。这时候需要先对A做行变换化为行最简形，然后看b经过同样的变换后是否与A的主元列匹配。
参数同时在A和b中时，情况最复杂。通常的做法是：先对增广矩阵做初等行变换，尽量消去参数，然后在关键步骤停下来讨论。讨论的核心是：参数取什么值时，会出现矛盾行；参数取什么值时，主元个数会减少。
我个人的经验是：含参数的题目，不要一上来就急着算行列式。先观察参数的位置和题目的问法。如果题目问“何时有唯一解”，那行列式方法可能最快；如果题目问“何时有无穷多解”或“何时无解”，那直接做行变换可能更直观。
5.2 临界值的确定与讨论顺序
临界值的确定是含参数讨论的关键。临界值通常来自两个地方：一是行列式为零，二是主元位置出现参数导致无法继续消元。
以三阶方阵为例，如果|A|=(λ-1)(λ-2)，那么临界值是λ=1和λ=2。讨论时通常按λ≠1且λ≠2、λ=1、λ=2三种情况。但有时候还需要考虑λ取其他特殊值的情况，比如λ=0等。
讨论顺序很重要。通常先讨论“一般情况”，即参数不取临界值的情况，这时候方程组有唯一解。然后再讨论临界值的情况，这时候需要具体计算秩。
在讨论临界值时，要注意：不同的临界值可能导致不同的秩，从而对应不同的解的情况。比如λ=1时可能r(A)=1，λ=2时可能r(A)=2。所以不能笼统地说“λ取临界值时无解”，而要分别讨论。
还有一个容易忽略的点：当参数取某些值时，虽然|A|=0，但方程组仍然可能有解，甚至有无穷多解。所以|A|=0只是“可能无唯一解”的信号，不是“一定无解”的判据。具体有没有解，还要看r(A)和r(A|b)是否相等。
5.3 含参数题目的验算技巧
含参数的题目计算量大，容易出错。我个人的验算技巧是：求出结果后，取一个具体的参数值代入原方程组，验证解是否满足。比如讨论完λ=1的情况后，令λ=1，把方程组写出来，看看求出的通解是否真的满足方程。
另一个技巧是：利用秩的关系验算。比如你判断λ=1时r(A)=1，那么可以随便找一个λ=1时的非零行，看看其他行是否都是它的倍数。如果是，说明秩确实是1。
还有一种验算方法是利用特解。如果你求出了通解x=η+cξ，可以取c=0得到特解η，代入原方程组验证。再取c=1得到另一个解，也代入验证。如果两个都满足，说明通解形式大概率是对的。
这些验算技巧看起来费时间，但实际上能帮你避免很多低级错误。尤其是在考试中，含参数的题目一旦算错，可能整道题的分都没了。花一两分钟验算，性价比很高。
6. 方程组与向量组、秩的综合题怎么破
6.1 语言转换的实战训练
综合题的特点是：题目可能用方程组的语言描述，但解题时需要转换成向量组或秩的语言；也可能反过来，用向量组的语言描述，但用方程组的方法解更快。
举个例子：题目说“已知向量组α1,α2,α3线性无关，向量β不能由它们线性表示，问向量组α1,α2,α3,β的秩是多少”。这道题表面上是向量组问题，但转换成方程组语言就是：方程组x1α1+x2α2+x3α3=β无解，问增广矩阵的秩。因为α1,α2,α3线性无关，所以r(A)=3，又因为β不能由它们表示，所以r(A|b)=4。所以答案是4。
再比如：题目说“已知方程组Ax=b有两个不同的解，问A的秩满足什么条件”。这道题转换成向量组语言就是：b可以由A的列向量组线性表示，但表示方法不唯一，所以A的列向量组线性相关，即r(A)<n。
这种语言转换的能力，需要通过大量练习来培养。张宇1000题这一章的很多题目，就是专门训练这种能力的。你做题时不要只满足于算出答案，要多想想：这道题如果换个说法，我还能做吗？
6.2 公共解与同解问题的处理
公共解和同解问题是方程组这一章的进阶题型，也是考试中区分度较高的题目。
公共解问题通常问：两个方程组是否有公共解，或者求公共解。处理方法是：联立两个方程组，得到一个新的方程组，然后求解。联立后的方程组的解就是公共解。
同解问题通常问：两个方程组是否同解，或者已知同解求参数。处理方法是：利用同解方程组的系数矩阵行向量组等价这一性质。具体来说，如果Ax=0和Bx=0同解，那么A和B的行向量组可以互相线性表示，即r(A)=r(B)=r([A;B])。
这类题目的难点在于：如何判断两个方程组是否同解。一个常用的方法是：看一个方程组的基础解系是否满足另一个方程组。如果Ax=0的基础解系中的每个向量都满足Bx=0，且Bx=0的基础解系中的每个向量都满足Ax=0，那么它们同解。
在实际做题时，同解问题往往需要结合秩来讨论。比如已知两个方程组同解，求参数，通常需要利用r(A)=r(B)以及行向量组的等价关系来建立方程。
6.3 与特征值、二次型的衔接
线性方程组与特征值的联系非常紧密。求矩阵A的特征值，本质上就是求|A-λE|=0的根；求特征向量，就是求(A-λE)x=0的非零解。所以方程组这一章学好了，特征值这一章会轻松很多。
具体来说，特征向量的求解就是齐次方程组的求解。基础解系就是特征子空间的一组基。特征值的重数与特征向量的个数之间的关系，也可以用秩来描述：如果λ是k重特征值，那么(A-λE)x=0的基础解系最多包含k个向量，即n-r(A-λE)≤k。
二次型与方程组的联系主要体现在正定性判定上。一个二次型正定，等价于其矩阵A的所有特征值大于零，也等价于A的各阶顺序主子式大于零。这些判定方法在考试中经常用到。
张宇1000题这一章的有些题目，会刻意和特征值、二次型结合。比如给出一个含参数的矩阵，问参数取什么值时，方程组(A-λE)x=0有非零解。这类题目表面上是方程组问题，实际上是特征值问题。你如果对方程组和特征值的联系很清楚，做起来就会很顺。
7. 刷这一章时最容易踩的坑
7.1 计算层面的常见错误
线性方程组的计算量不大，但步骤多，容易在细节上出错。我总结了几类最常见的计算错误：
第一类是初等行变换出错。比如某一行乘以一个数后忘记加到另一行，或者某一行乘以负数时符号搞错。这类错误最隐蔽，因为后面算出来的结果可能看起来很正常，但代回原方程组就不满足。
第二类是自由变量选取错误。有些同学看到行最简形里某一行全是零，就以为对应的变量是自由变量。其实自由变量对应的是非主元列，而不是零行。主元列的选择要看每行第一个非零元素所在的列。
第三类是基础解系向量个数错误。基础解系里向量的个数应该等于n-r(A)，其中n是未知数个数，r(A)是系数矩阵的秩。有些同学会忘记减r(A)，或者把n搞错。
第四类是特解计算错误。求特解时，通常令自由变量全为零，然后回代求主元变量。有些同学在回代时符号搞错，或者忘记把自由变量的零代入。
这些错误看起来都是小问题，但在考试中可能直接导致整道题失分。我个人的建议是：每做完一道题，花30秒验算一下。验算的方法很简单：把求出的解代回原方程组，看是否满足。这一步花不了多少时间，但能避免很多低级错误。
7.2 逻辑层面的常见误区
除了计算错误，逻辑层面的误区更致命。我见过很多同学，计算能力没问题，但思路偏了，整道题都废掉。
第一个误区是混淆有解和无唯一解。有些同学看到r(A)=r(A|b)就以为有唯一解，其实还要看r(A)是否等于n。如果r(A)<n，是有无穷多解，不是唯一解。
第二个误区是忽略参数讨论的完整性。含参数的题目，有些同学只讨论了|A|=0的情况，忘记讨论|A|≠0的情况；或者只讨论了临界值，忘记讨论其他值。讨论不完整，答案就不完整。
第三个误区是把齐次和非齐次的通解结构搞混。齐次方程组的通解是基础解系的线性组合，非齐次方程组的通解是特解加齐次通解。有些同学会把非齐次方程组的通解写成基础解系的线性组合，忘记加特解。
第四个误区是在判断线性相关性时忘记验证。有些同学用方程组的方法判断线性相关性，求出系数后直接下结论，但忘记验证这些系数是否全为零。如果系数全为零，那是线性无关，不是相关。
这些逻辑误区，本质上是对概念的理解不够深入。避免的方法是多问自己“为什么”：为什么有解的条件是r(A)=r(A|b)？为什么基础解系有n-r(A)个向量？为什么非齐次通解要加特解？把这些问题想清楚了，逻辑误区自然就少了。
7.3 时间分配的实战建议
在考试中，线性方程组的题目通常不会太难，但计算步骤多。如果时间分配不合理，可能在一道题上花太多时间，影响后面的题。
我个人的建议是：选择题和填空题中的方程组题，控制在3到5分钟；大题中的方程组题，控制在10到15分钟。如果超过这个时间还没做完，先跳过，做完其他题再回来。
在刷1000题时，也要注意时间控制。不要一道题想半个小时，那样效率太低。如果一道题想了10分钟还没思路，直接看解析，然后自己再独立做一遍。关键是理解思路，而不是死磕。
还有一点：这一章的题目，很多都是套路化的。你刷到一定数量后，会发现题型就那几种。所以刷题时要注意总结，把同一类题目的解题套路提炼出来。比如“含参数方程组讨论”的套路是：先找临界值，再分情况讨论，最后验算。把这个套路记熟，考试时直接套用，能省很多时间。
8. 从这一章能带走的通用解题框架
8.1 方程组问题的标准流程
经过这一章的训练，你应该形成一个条件反射式的解题流程：
第一步，判断方程组类型。是齐次还是非齐次？是含参数还是不含参数？
第二步，如果是齐次，直接对系数矩阵做行变换，求基础解系。如果是非齐次，对增广矩阵做行变换，先判断有解性。
第三步，如果是含参数的，先找临界值，再分情况讨论。讨论时注意比较r(A)和r(A|b)，以及r(A)和n。
第四步，求出通解后，验算。取特殊值代入原方程组，看是否满足。
这个流程看起来简单，但能覆盖这一章90%以上的题目。你如果能把每一步都做扎实，这一章的题目基本不会丢分。
8.2 与后续章节的衔接要点
线性方程组这一章不是孤立的，它和后面的特征值、二次型有紧密联系。所以在复习这一章时，要有意识地为后面做铺垫。
具体来说，你要熟练掌握：
- 齐次方程组的基础解系求法，因为特征向量的求法就是它。
- 非齐次方程组的有解条件，因为判断特征值是否存在时要用到。
- 含参数方程组的讨论方法，因为特征值问题经常含参数。
- 方程组与向量组、秩的语言转换，因为二次型的很多问题需要这种转换能力。
你如果在复习这一章时，能把这些衔接点都注意到，后面两章会轻松很多。反之，如果这一章只是机械刷题，没有理解背后的逻辑，后面遇到综合题就会很吃力。
8.3 刷题之外的补充训练
刷1000题是必要的，但光刷题不够。我建议配合做两件事：
第一，整理错题。把做错的题目按类型分类，比如“含参数讨论不完整”、“基础解系向量个数算错”、“有解条件判断错误”等。每类错误找几道类似的题目，集中训练，直到不再犯。
第二，尝试自己出题。学完这一章后，你可以试着把一些条件改一改，看看题目会变成什么样。比如把齐次方程组改成非齐次，把不含参数改成含参数，把方阵改成非方阵。这样能帮你更深入地理解题目结构。
第三，和同学讨论。有些题目你自己想很久想不通，但和同学讨论几分钟就明白了。因为每个人看问题的角度不同，讨论能帮你打开思路。
这些补充训练看起来费时间，但实际上能帮你把这一章学透。刷题只是手段，理解才是目的。你如果能把这一章的逻辑彻底理清，后面复习线代会越来越顺。
我个人在实际操作中的体会是：线性方程组这一章，表面上是计算题，实际上是逻辑题。你如果只练计算，遇到综合题就会卡；你如果理解了背后的逻辑，计算反而成了最简单的一步。张宇1000题这一章的题目编排，其实就是在训练这种逻辑。你做题时多问几个“为什么”，比多做十道题更有用。
