线性代数 - 矩阵的等价标准形

线性代数 - 矩阵的等价标准形

flyfish

有的地方叫典范形 / 典范矩阵(canonical form)有的地方叫正规形 / 正规型(normal form)

对于 m×n 矩阵 A,总可经过有限次初等变换将它化为标准形

解释(挑个能看懂的)

任意m×n矩阵经过有限次初等行变换和初等列变换,一定能且唯一能化成左上角为r阶单位矩阵、其余元素全为0的标准形,其中r等于矩阵的秩。

任何一个矩阵做行变换加列变换,都能扫成'前面一个I_r,后面和下面全是0'的样子,这个样子只跟秩有关系,同秩的矩阵扫出来长得一模一样,所以叫唯一标准形。

不管多大的矩阵,行折腾列折腾,最后都能变成左上角几个1排成一个小单位矩阵,其他地方全0,长啥样就看秩几,秩一样的矩阵最后都长得一样,一个样!

对任意矩阵执行带列主元的完全高斯-约当消元(行+列同时消),最终必然得到左上角r×r单位矩阵、其余全零的唯一形式,r即为数值秩。

两个矩阵等价的充要条件是它们具有相同的秩,从而具有相同的标准形[Ir000]\begin{bmatrix} I_r & 0 \\ 0 & 0 \end{bmatrix}[Ir000]。

矩阵就像乐高积木,不管你原来怎么拼,最后都能拆成'前面放几个小方块1×1,其余全是空'的样子,几个小方块由'有效信息量'(秩)决定,所以所有同等信息量的矩阵最后都拆成一样的形状。

设A为数域K上的m×n矩阵,则存在m阶可逆矩阵P与n阶可逆矩阵Q,使得PAQ=[Ir000]PAQ = \begin{bmatrix} I_r & 0 \\ 0 & 0 \end{bmatrix}PAQ=[Ir000],其中r=rank(A)r=rank(A)r=rank(A)。此形式称为A的等价标准形,且对给定秩r是唯一的。"

样子

PAQ=[10⋯00⋯001⋯00⋯0⋮⋮⋱⋮⋮⋮00⋯10⋯000⋯00⋯0⋮⋮⋮⋮⋱⋮00⋯00⋯0]m行 n列 \boxed{ \text{PAQ} = \begin{bmatrix} 1 & 0 & \cdots & 0 & 0 & \cdots & 0 \\ 0 & 1 & \cdots & 0 & 0 & \cdots & 0 \\ \vdots & \vdots & \ddots & \vdots & \vdots & & \vdots \\ 0 & 0 & \cdots & 1 & 0 & \cdots & 0 \\ \hline 0 & 0 & \cdots & 0 & 0 & \cdots & 0 \\ \vdots & \vdots & & \vdots & \vdots & \ddots & \vdots \\ 0 & 0 & \cdots & 0 & 0 & \cdots & 0 \end{bmatrix} _{\text{m行 n列}} } PAQ= 10⋮00⋮001⋮00⋮0⋯⋯⋱⋯⋯⋯00⋮10⋮000⋮00⋮0⋯⋯⋯⋯⋱⋯00⋮00⋮0 m行 n列

用分块矩阵更清楚地写出来就是:
PAQ=[Ir0r×(n−r)0(m−r)×r0(m−r)×(n−r)]\text{PAQ} =\begin{bmatrix} I_r & 0_{r\times(n-r)} \\[0.5em] 0_{(m-r)\times r} & 0_{(m-r)\times(n-r)} \end{bmatrix}PAQ=[Ir0(m−r)×r0r×(n−r)0(m−r)×(n−r)]

左上角:r×r 的单位矩阵 I_r(对角线全是 1,其余 0)

右上角:r 行 (n−r) 列 全 0

左下角:(m−r) 行 r 列 全 0

右下角:(m−r) 行 (n−r) 列 全 0

具体例子

m×n 秩 r PAQ 长这样
3×3 3 [100010001]\begin{bmatrix} 1&0&0\\0&1&0\\0&0&1 \end{bmatrix} 100010001
3×3 2 [100010000]\begin{bmatrix} 1&0&0\\0&1&0\\0&0&0 \end{bmatrix} 100010000
3×3 1 [100000000]\begin{bmatrix} 1&0&0\\0&0&0\\0&0&0 \end{bmatrix} 100000000
4×5 3 [10000010000010000000]\begin{bmatrix}1&0&0&0&0\\0&1&0&0&0\\0&0&1&0&0\\0&0&0&0&0\end{bmatrix} 10000100001000000000
4×5 2 [10000010000000000000]\begin{bmatrix}1&0&0&0&0\\0&1&0&0&0\\0&0&0&0&0\\0&0&0&0&0\end{bmatrix} 10000100000000000000
2×4 2 [10000100]\begin{bmatrix}1&0&0&0\\0&1&0&0\end{bmatrix}[10010000](满秩)
5×3 2 [100010000000000]\begin{bmatrix}1&0&0\\0&1&0\\0&0&0\\0&0&0\\0&0&0\end{bmatrix} 100000100000000
相关推荐
重生之我是Java开发战士9 小时前
【优选算法】前缀和:一二维前缀和,寻找数组的中心下标,除自身以外数组的乘积,和为K的子数组,和可被K整除的子数组,连续数组,矩阵区域和
线性代数·算法·矩阵
We་ct11 小时前
LeetCode 73. 矩阵置零:原地算法实现与优化解析
前端·算法·leetcode·矩阵·typescript
好学且牛逼的马11 小时前
【Hot100|22-LeetCode 206. 反转链表 - 完整解法详解】
算法·leetcode·矩阵
ValhallaCoder11 小时前
hot100-矩阵
数据结构·python·算法·矩阵
-dzk-20 小时前
【代码随想录】LC 59.螺旋矩阵 II
c++·线性代数·算法·矩阵·模拟
We་ct1 天前
LeetCode 54. 螺旋矩阵:两种解法吃透顺时针遍历逻辑
前端·算法·leetcode·矩阵·typescript
weisian1511 天前
进阶篇-7-数学篇-6--向量、矩阵、张量在 AI 中的运算与应用:解锁智能的“计算语法”
人工智能·线性代数·矩阵·向量·ai运算
独自破碎E1 天前
【前缀和】LCR_013_二维区域和检索-矩阵不可变
线性代数·矩阵
香芋Yu1 天前
【机器学习教程】第03章:SVD与矩阵分解
笔记·机器学习·矩阵
香芋Yu1 天前
【机器学习教程】第02章:线性代数基础【上】
笔记·线性代数·机器学习