解向量和基础解系区别
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。
线性无关解和基础解系有什么关系
基础解系是线性方程组的概念，表示解空间里一个极大线性无关组。极大线性无关组是个通用概念。 基础解系是线性无关的，简单的理解就是能够用它的线性组合表示出该方程组的任意一组解，是针对有无数多组解的方程而言的。
基础解系不是唯一的，因个人计算时对自由未知量的取法而异，但不同的基础解系之间必定对应着某种线性关系。
例如，V的基都是V的极大线性无关组。它们所含的向量个数（基数）相同。V的子集S的极大线性无关组所含向量的个数（基数），称为S的秩。只含零向量的子集的秩是零。V的任一子集都与它的极大线性无关组等价。
特别地，当S等于V且V是有限维线性空间时，S的秩就是V的维数。
解向量和特征向量区别

性质不同：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。基础解系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。
基础解系是对于方程组而言的，方程组才有所谓的基础解系，就是方程所有解的“基”。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
基础解系和通解区别
1、表示不同：
通解：微分方程而言可以表示这一组中所有解的统一形式。
基础解系是线性无关的，简单的理解就是能够用它的线性组合表示出该方程组的任意一组解，是针对有无数多组解的方程而言的。
2、求解不同：
基础解系不是唯一的，因个人计算时对自由未知量的取法而异，但不同的基础解系之间必定对应着某种线性关系。
对于非齐次方程而言，任一个非齐次方程的特解加上一个齐次方程的通解，就可以得到非齐次方程的通解。
解法
1、克莱姆法则
用克莱姆法则求解方程组 有两个前提，一是方程的个数要等于未知量的个数，二是系数矩阵的行列式要不等于零。用克莱姆法则求解方程组实际上相当于用逆矩阵的方法求解线性方程组。
它建立线性方程组的解与其系数和常数间的关系，但由于求解时要计算n+1个n阶行列式，其工作量常常很大，所以克莱姆法则常用于理论证明。
2、矩阵消元法
将线性方程组的增广矩阵通过行的初等变换化为行简化阶梯形矩阵 ，则以行简化阶梯形矩阵为增广矩阵的线性方程组与原方程组同解。当方程组有解时，将其中单位列向量对应的未知量取为非自由未知量，其余的未知量取为自由未知量，即可找出线性方程组的解。
基础解系是不是只是对于齐次线性方程组来说的，而非齐次线性方程组则没有基础解系这一说法
基础解系就是一个齐次线性方程组的解向量组的最大无关组，也就是说任何一个解向量都能用基础解系线性表示。而非齐次线性方程组解向量的线性组合不一定还是解，所以非齐次线性方程组没有基础解系，但是它的解是由齐次线性方程组的基础解系和一个特解组成的。
基础解系是线性无关的，简单的理解就是能够用它的线性组合表示出该方程组的任意一组解，是针对有无数多组解的方程而言的。基础解系不是唯一的，因个人计算时对自由未知量的取法而异，但不同的基础解系之间必定对应着某种线性关系。
非齐次线性方程组Ax=b的求解步骤：
（1）对增广矩阵B施行初等行变换化为行阶梯形。若R(A)
