第三章,矩阵,09-线性方程组解的判断与求法、矩阵方程

第三章,矩阵,09-线性方程组解的判断与求法、矩阵方程

玩转线性代数(21)线性方程组解的判断与求法的笔记,相关证明以及例子见原文

定理

对n元线性方程组 A x = b Ax=b Ax=b,A为系数矩阵, B = ( A ∣ b ) B=(A|b) B=(A∣b)为增广矩阵,则有

(1) A x = b Ax=b Ax=b无解 ⇔ R ( A ) < R ( A , b ) \Leftrightarrow R(A)\lt R(A,b) ⇔R(A)<R(A,b);

(2) A x = b Ax=b Ax=b有唯一解 ⇔ R ( A ) = R ( A , b ) = n \Leftrightarrow R(A)=R(A,b)=n ⇔R(A)=R(A,b)=n;

(3) A x = b Ax=b Ax=b有无穷多解 ⇔ R ( A ) = R ( A , b ) < n \Leftrightarrow R(A)= R(A,b)\lt n ⇔R(A)=R(A,b)<n.

推论1

对n元线性方程组 A x = b Ax=b Ax=b,A为系数矩阵, B = ( A ∣ b ) B=(A|b) B=(A∣b)为增广矩阵,则有

(1) A x = b Ax=b Ax=b无解 ⇔ R ( A ) < R ( A , b ) \Leftrightarrow R(A)\lt R(A,b) ⇔R(A)<R(A,b);

(2) A x = b Ax=b Ax=b有解 ⇔ R ( A ) = R ( A , b ) \Leftrightarrow R(A)=R(A,b) ⇔R(A)=R(A,b).

推论2

对n元线性方程组 A x = b Ax=b Ax=b,A为系数矩阵,或A为方阵,则有:

(1) A x = b Ax=b Ax=b有唯一解 ⇔ R ( A ) = n ⇔ ∣ A ∣ ≠ 0 \Leftrightarrow R(A)=n\Leftrightarrow |A|\neq 0 ⇔R(A)=n⇔∣A∣=0,其解为 x = A − 1 b x=A^{-1}b x=A−1b; ( R ( A ) = R ( B ) = n R(A)=R(B)=n R(A)=R(B)=n);

(2) ∣ A ∣ = 0 ⇔ |A|=0\Leftrightarrow ∣A∣=0⇔有无穷多解或无解.

推论3

对n元线性方程组 A x = 0 Ax=0 Ax=0,A为系数矩阵,方程必有零解,故不存在无解的情况,另外增广矩阵的最后一列为零,故其秩与系数矩阵A相同。

(1) A x = 0 Ax=0 Ax=0只有零解 ⇔ R ( A ) = n \Leftrightarrow R(A)=n ⇔R(A)=n;

(2) A x = 0 Ax=0 Ax=0有非零解 ⇔ R ( A ) < n \Leftrightarrow R(A)\lt n ⇔R(A)<n.

如果推论3中的A为方阵,则又有如下结论:

推论4

对n元线性方程组 A x = 0 Ax=0 Ax=0,A为系数矩阵且为方阵,则有

(1) A x = 0 Ax=0 Ax=0只有零解 ⇔ R ( A ) = n ⇔ ∣ A ∣ ≠ 0 \Leftrightarrow R(A)=n \Leftrightarrow |A| \neq 0 ⇔R(A)=n⇔∣A∣=0;

(2) A x = 0 Ax=0 Ax=0有非零解 ⇔ R ( A ) < n ⇔ ∣ A ∣ = 0 \Leftrightarrow R(A) \lt n \Leftrightarrow |A| = 0 ⇔R(A)<n⇔∣A∣=0.

矩阵方程AX=B

解法

若A是方阵,先确定A是否可逆,若A可逆,则有唯一解 X = A − 1 B X=A^{-1}B X=A−1B

若A不是方阵或不可逆,这时需要用待定元素法来求解。设未知矩阵X的元素为 x i j x_{ij} xij,即 X = ( x i j ) X=(x_{ij}) X=(xij),然后根据所给的矩阵方程列出 x i j x_{ij} xij所满足的线性方程组,通过解线性方程组求出所有元素 x i j x_{ij} xij,从而得到X.

解的存在性

设A为m * n矩阵,X为n * l矩阵,则B为m * l矩阵,把X和B按列分块,记为
X = ( x 1 , x 2 , . . . , x l ) , B = ( b 1 , b 2 , . . . b l ) X=(x_1,x_2,...,x_l), B=(b_1,b_2,...b_l) X=(x1,x2,...,xl),B=(b1,b2,...bl),

则矩阵方程 A X = B AX=B AX=B等价于l个向量方程
A x i = b i , ( i = 1 , 2 , . . . l ) Ax_i=b_i, (i=1,2,...l) Axi=bi,(i=1,2,...l),

又设 R ( A ) = r R(A)=r R(A)=r,且A的行最简形矩阵为 A ~ \tilde{A} A~,则 A ~ \tilde{A} A~一定有r个非零行。

再设 ( A , B ) = ( A , b 1 , b 2 , . . . , b i ) ∼ r ( A ~ , b ~ 1 , b ~ 2 , . . . , b ~ l ) (A,B)=(A, b_1, b_2,..., b_i)_{\sim}^r (\tilde{A}, \tilde{b}_1, \tilde{b}_2, ..., \tilde{b}_l) (A,B)=(A,b1,b2,...,bi)∼r(A~,b~1,b~2,...,b~l)

从而 ( A , b i ) r ∼ ( A ~ , b ~ i ) , ( i = 1 , 2 , . . . , l ) (A,b_i)_r^{\sim}(\tilde{A}, \tilde{b}_i), (i=1,2,...,l) (A,bi)r∼(A~,b~i),(i=1,2,...,l)

则 A X = B AX=B AX=B有解
⇔ \Leftrightarrow ⇔ A x i = b i Ax_i=b_i Axi=bi有解, ( i = 1 , 2 , . . . , l ) (i=1,2,...,l) (i=1,2,...,l)
⇔ \Leftrightarrow ⇔ R ( A ) = R ( A , b i ) , ( i = 1 , 2 , . . . , l ) R(A)=R(A,b_i), (i=1,2,...,l) R(A)=R(A,bi),(i=1,2,...,l)
⇔ \Leftrightarrow ⇔将 ( A , b i ) (A,b_i) (A,bi)化为行最简形 ( A ~ , b ~ i ) (\tilde{A}, \tilde{b}_i) (A~,b~i),此时 b ~ i \tilde{b}_i b~i的后m-r行全为零, ( i = 1 , 2 , . . . , l ) (i=1,2,...,l) (i=1,2,...,l).
⇔ \Leftrightarrow ⇔ ( A ~ , b ~ 1 , b ~ 2 , . . . , b ~ l ) (\tilde{A}, \tilde{b}_1, \tilde{b}_2, ..., \tilde{b}_l) (A~,b~1,b~2,...,b~l)的后m-r行全为零,
⇔ \Leftrightarrow ⇔ R ( A ) = R ( A , B ) R(A)=R(A,B) R(A)=R(A,B).

推论

设 A B = C AB=C AB=C,则 R ( C ) ≤ m i n { R ( A ) , R ( B ) } R(C)\leq min \{R(A), R(B) \} R(C)≤min{R(A),R(B)}

证明:
∵ A B = C , ∴ A X = B \because AB=C, \therefore AX=B ∵AB=C,∴AX=B有解 ⇒ R ( A ) = R ( A , C ) ≥ R ( C ) \Rightarrow R(A)=R(A, C) \geq R(C) ⇒R(A)=R(A,C)≥R(C)

又 B T A T = C T ∴ B T X = C T B^TA^T=C^T \therefore B^TX=C^T BTAT=CT∴BTX=CT有解 ⇒ R ( B ) = R ( B T ) = R ( B T , c T ) ≥ R ( C T ) = R ( C ) \Rightarrow R(B)=R(B^T)=R(B^T, c^T) \geq R(C^T)=R(C) ⇒R(B)=R(BT)=R(BT,cT)≥R(CT)=R(C)
∴ R ( C ) ≤ m i n { R ( A ) , R ( B ) } \therefore R(C) \leq min\{R(A), R(B)\} ∴R(C)≤min{R(A),R(B)}.

相关推荐
余~~185381628003 小时前
碰一碰发视频系统之写卡功能开发了,支持OEM
线性代数·矩阵·音视频
被制作时长两年半的个人练习生8 小时前
【算法】矩阵置零
线性代数·算法·矩阵
AI Chen8 小时前
【统计至简】【入门测试1】给定数据矩阵X,如何求其质心、中心化数据、标准化数据、格拉姆矩阵、协方差矩阵、相关系数矩阵
线性代数·矩阵·统计至简
BingLin-Liu12 小时前
蓝桥杯备考:动态规划路径类DP之矩阵的最小路径和
矩阵·蓝桥杯·动态规划
依旧阳光的老码农13 小时前
03特征值分解
线性代数·矩阵
胡桃不是夹子14 小时前
学会了蛇形矩阵
c++·算法·矩阵
sda423423424231 天前
12.【线性代数】——图和网络
线性代数
sda423423424231 天前
13.【线性代数】——复习课
线性代数
利刃大大1 天前
【多源BFS问题】01 矩阵
c++·算法·矩阵·宽度优先
IPdodo全球网络服务2 天前
TikTok矩阵用法详解与实用策略
矩阵