第四章,向量组,2-矩阵等价与向量组等价的关系

第四章,向量组,2-矩阵等价与向量组等价的关系

玩转线性代数(23)线性组合与线性表示的应用的笔记,相关证明以及例子见原文

矩阵乘法与线性表示

设有 A m ∗ n B n ∗ l = C m ∗ l A_{m*n}B_{n*l}=C_{m*l} Am∗nBn∗l=Cm∗l,那么A、B矩阵的行、列向量组与C的行、列向量组之间有什么关系呢?

先看C的行向量组, C = A B C=AB C=AB,根据初等变换的知识,A在B左边,说明是对B进行的行变换(此时的行变换不一定是初等行变换,也不一定是可逆的),将B的行变成了C的行,故C的行向量组可以由B的行向量组来线性表示,如下:
( a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋮ ⋮ a m 1 a m 2 ⋯ a m n ) ( b 1 T b 2 T ⋮ b n T ) = ( c 1 T c 2 T ⋮ c m T ) \begin{pmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & \vdots & \vdots \\ a_{m1} & a_{m2} & \cdots & a_{mn} \\ \end{pmatrix} \begin{pmatrix} b_1^T\\ b_2^T\\ \vdots \\ b_n^T\\ \end{pmatrix}=\begin{pmatrix} c_1^T\\ c_2^T\\ \vdots \\ c_m^T\\ \end{pmatrix} a11a21⋮am1a12a22⋮am2⋯⋯⋮⋯a1na2n⋮amn b1Tb2T⋮bnT = c1Tc2T⋮cmT

同理,C的列向量组可由A的列向量组线性表示
( c 1 c 2 ⋯ c l ) = ( a 1 a 2 ⋯ a n ) ( b 11 b 12 ⋯ b 1 n b 21 b 22 ⋯ b 2 n ⋮ ⋮ ⋮ ⋮ b n 1 b n 2 ⋯ b n l ) \begin{pmatrix} c_1 & c_2 & \cdots & c_l \end{pmatrix}= \begin{pmatrix} a_1 & a_2 & \cdots & a_n \end{pmatrix} \begin{pmatrix} b_{11} & b_{12} & \cdots & b_{1n} \\ b_{21} & b_{22} & \cdots & b_{2n} \\ \vdots & \vdots & \vdots & \vdots \\ b_{n1} & b_{n2} & \cdots & b_{nl} \\ \end{pmatrix} (c1c2⋯cl)=(a1a2⋯an) b11b21⋮bn1b12b22⋮bn2⋯⋯⋮⋯b1nb2n⋮bnl

矩阵等价与向量组等价

矩阵等价是两个矩阵可经过初等变换来相互转化;两个向量组等价是指它们可以相互线性表示。两个向量组等价的判断条件也已经清楚,就是 R ( A ) = R ( B ) = R ( A , B ) R(A)=R(B)=R(A,B) R(A)=R(B)=R(A,B)

矩阵等价有行等价、列等价和等价有一种形式,如何判断两个矩阵等价?首先矩阵是同型矩阵,其次矩阵A与B的秩相等。因为若 R ( A ) = R ( B ) R(A)=R(B) R(A)=R(B),则A与B的标准形是相同的,即
A ∼ F = ( E r 0 0 0 ) A\sim F=\begin{pmatrix} E_r & 0\\ 0 & 0 \end{pmatrix} A∼F=(Er000),同时 B ∼ F = ( E r 0 0 0 ) B\sim F=\begin{pmatrix} E_r & 0\\ 0 & 0 \end{pmatrix} B∼F=(Er000)

根据等价矩阵的传递性知, A ∼ B A\sim B A∼B。

由此可知,对两个向量组 A : a 1 , a 2 , ⋯   , a m , B : b 1 , b 2 , ⋯   , b l A:a_1,a_2,\cdots,a_m, B:b_1,b_2,\cdots,b_l A:a1,a2,⋯,am,B:b1,b2,⋯,bl和两个矩阵 A = ( a 1 , a 2 , ⋯   , a m ) , B : ( b 1 , b 2 , ⋯   , b l ) A=(a_1,a_2,\cdots,a_m), B:(b_1,b_2,\cdots,b_l) A=(a1,a2,⋯,am),B:(b1,b2,⋯,bl),向量组A与B等价 ⇒ \Rightarrow ⇒矩阵A与B等价,反之不成立。

若矩阵A与B等价,可以推出的结论:

(1)若 A ∼ r B A^r_{\sim}B A∼rB,则存在可逆矩阵P,使PA=B,即B=PA,所以B的行向量组可由A的行向量组线性表示,同时有 A = P − 1 B A=P^{-1}B A=P−1B,所以A的行向量组也可以由B的行向量组线性表示,说明A与B的行向量组等价;

(2)若 A ∼ c B A^c_{\sim}B A∼cB,A与B的列向量组是等价的。

其实线性表示与线性组合这些概念也可以用到方程组上.对方程组A的各个方程作线性运算所得到的一个方程就称为方程组A的一个线性组合;若其中一个方程可以写成其它方程的线性组合,则称该方程可由其它方程线性表示,若方程组B的每个方程都可由方程组A的线性表示,就称方程组B能由方程组A线性表示,这时方程组A 的解一定是方程组B的解;若方程组A与方程组B能相互线性表示,就称这两个方程组等价,等价的方程组一定同解

为什么方程组B能由方程组A线性表示,方程组A 的解一定是方程组B的解?

理解:方程组B能由方程组A线性表示,即若 x ∈ A x\in A x∈A一定有 x ∈ B x\in B x∈B,所以A的解都是B的解,B的解集合范围大。

相关推荐
MarkHD7 小时前
第十一天 线性代数基础
线性代数·决策树·机器学习
星沁城11 小时前
240. 搜索二维矩阵 II
java·线性代数·算法·leetcode·矩阵
幼儿园园霸柒柒1 天前
第七章: 7.3求一个3*3的整型矩阵对角线元素之和
c语言·c++·算法·矩阵·c#·1024程序员节
星沁城1 天前
73. 矩阵置零
java·算法·矩阵
jndingxin2 天前
OpenCV视觉分析之目标跟踪(11)计算两个图像之间的最佳变换矩阵函数findTransformECC的使用
opencv·目标跟踪·矩阵
pen-ai2 天前
【机器学习】21. Transformer: 最通俗易懂讲解
人工智能·神经网络·机器学习·矩阵·数据挖掘
会写代码的饭桶2 天前
【C++刷题】力扣-#566-重塑矩阵
c++·leetcode·矩阵
君臣Andy2 天前
【矩阵的大小和方向的分解】
线性代数·矩阵
勤劳的进取家2 天前
利用矩阵函数的导数公式求解一阶常系数微分方程组的解
线性代数
武子康2 天前
大数据-207 数据挖掘 机器学习理论 - 多重共线性 矩阵满秩 线性回归算法
大数据·人工智能·算法·决策树·机器学习·矩阵·数据挖掘