解向量是线性方程组的一个解。因为一组解在空间几何里可以表示为一个向量，所以叫做解向量。解向量在矩阵和线性方程组中是常用概念。
如果n元齐次线性方程组Ax=0的系数矩阵的秩R(A)=r<n，则解空间S的基础解系存在，且每个基础解系恰有n-r个解向量。
扩展资料：
因为一组解在空间几何里可以表示为一个向量，所以叫做解向量。解向量在矩阵和线性方程组中是常用概念。
向量的记法：印刷体记作黑体（粗体）的字母（如a、b、u、v），书写时在字母顶上加一小箭头“→”。如果给定向量的起点（A）和终点（B），可将向量记作AB（并于顶上加→）。在空间直角坐标系中，也能把向量以数对形式表示，例如xOy平面中(2,3)是一向量。
参考资料来源：百度百科——解向量
特征值向量对于矩阵而言的，特征向量有对应的特征值，如果Ax=ax，则x就是对应于特征值a的特征向量。而解向量是对于方程组而言的，就是“方程组的解”，是一个意思。
基础解系和特征向量的关系可以通过以下例子理解：A是矩阵，x是n维向量，基础解系是齐次方程组Ax=0的解，特征向量是由(A-λE)x=0对应的特征方程解得到的。
第一性质
线性变换的特征向量是指在变换下方向不变，或者简单地乘以一个缩放因子的非零向量。
特征向量对应的特征值是它所乘的那个缩放因子。
特征空间就是由所有有着相同特征值的特征向量组成的空间，还包括零向量，但要注意零向量本身不是特征向量。
线性变换的主特征向量是最大特征值对应的特征向量。
特征值的几何重次是相应特征空间的维数。
以上内容参考：百度百科-特征向量
基础解系是齐次线性方程组的解中的一些特殊解，这些解能表示出所有解，并且个数最少。解向量就是方程组的解。
x1,x2不是基础解系，基础解析必然和原始方程中x的分量个数一样，x1,x2只是用于解出基础解系的中间变量而已。n1,n2才是基础解系。
所有解向量（个数无限）都可以由基础解系线性表示。
解向量的极大线性无关组就是基础解系。
基础解系是针对有无数多组解的方程而言，若是齐次线性方程组则应是有效方程的个数少于未知数的个数，若非齐次则应是系数矩阵的秩等于增广矩阵的秩，且都小于未知数的个数。
如果n元齐次线性方程组Ax=0的系数矩阵的秩R(A)=r<n，则解空间S的基础解系存在，且每个基础解系恰有n-r个解向量。
向左转|向右转
扩展资料：
如果
向左转|向右转
元齐次线性方程组
向左转|向右转
系数矩阵的秩
向左转|向右转
，则解空间
向左转|向右转
的基础解系存在，且每个基础解系恰有
向左转|向右转
个解向量。
对于一个方程组，有无穷多组的解来说，最基础的，不用乘系数的那组方程的解，如（1，2，3）和（2，4，6）及（3，6，9）以及（4，8，12）......等均符合方程的解，则系数K为1，2，3，4.....等，因此（1，2，3）就为方程组的基础解系。
A是n阶实对称矩阵，假如r(A)=1.则它的特征值为t1=a11+a22+...+ann,t2=t3=...tn=0；对应于t1的特征向量为b1，t2~tn的分别为b2~bn。
此时，Ax=0的解就是k2b2+k3b3+...+knbn；其中ki不全为零。由于:Ax=0Ax=0*B,B为A的特征向量，对应一个特征值的特征向量写成通解的形式是乘上ki并加到一起。这是基础解系和通解的关系。
