高等代数复习:矩阵的满秩分解

文章目录

本篇文章适合个人复习翻阅,不建议新手入门使用

矩阵的满秩分解

定义:矩阵的左逆、右逆
A A A m × n m\times n m×n 矩阵

  1. r ( A ) = n r(A)=n r(A)=n,即 A A A 列满秩,则存在秩为 n n n n × m n\times m n×m 行满秩矩阵 B B B,使得 B A = I n BA=I_n BA=In,矩阵 B B B 称为 A A A 的左逆
  2. r ( A ) = m r(A)=m r(A)=m,即 A A A 行满秩,则存在秩为 m m m n × m n\times m n×m 列满秩矩阵 C C C,使得 A C = I m AC=I_m AC=Im,矩阵 C C C 称为 A A A 的右逆

证明思路
结论1:由相抵标准型理论,存在可逆阵 P , Q P,Q P,Q,使得 P A Q = ( I n O ) ⇒ ( I n ∣ O ) P A Q = I n ⇒ ( I n ∣ O ) P A = Q − 1 ⇒ Q ( I n ∣ O ) P A = I n PAQ=\begin{pmatrix} I_n\\O\\ \end{pmatrix}\Rightarrow (I_n| O)PAQ=I_n\\\Rightarrow (I_n |O)PA=Q^{-1}\Rightarrow Q(I_n| O)PA=I_n PAQ=(InO)(InO)PAQ=In(InO)PA=Q1Q(InO)PA=In结论 2类似

定义:矩阵的满秩分解
A A A m × n m\times n m×n 矩阵,其秩为 r r r
则存在秩为 r r r m × r m\times r m×r 列满秩矩阵 B B B,和秩为 r r r r × n r\times n r×n 行满秩矩阵 C C C,使得 A = B C A=BC A=BC这称为 A A A 的满秩分解

证明思路
考虑 A A A 的相抵标准型,容易得到
A = P ( I r O O O ) Q = P ( I r O ) ( I r O ) Q A=P\begin{pmatrix} I_r&O\\ O&O\\ \end{pmatrix}Q=P\begin{pmatrix} I_r\\O\\ \end{pmatrix}\begin{pmatrix} I_r&O\\ \end{pmatrix}Q A=P(IrOOO)Q=P(IrO)(IrO)Q

命题:满秩分解的唯一性
A A A 有两个满秩分解 A = B 1 C 1 = B 2 C 2 A=B_1C_1=B_2C_2 A=B1C1=B2C2,则存在 r r r 阶非异阵 P P P,使得 B 2 = B 1 P , C 2 = P − 1 C 1 B_2=B_1P,C_2=P^{-1}C_1 B2=B1P,C2=P1C1

证明思路
考虑 B 2 B_2 B2 的左逆 P P P C 2 C_2 C2 的右逆 Q Q Q,注意到
B 2 = B 2 ( C 2 Q ) = ( B 2 C 2 ) Q = ( B 1 C 1 ) Q = B 1 ( C 1 Q ) B_2=B_2(C_2Q)=(B_2C_2)Q=(B_1C_1)Q=B_1(C_1Q) B2=B2(C2Q)=(B2C2)Q=(B1C1)Q=B1(C1Q) C 2 = ( P B 2 ) C 2 = P ( B 2 C 2 ) = P ( B 1 C 1 ) = ( P B 1 ) C 1 C_2=(PB_2)C_2=P(B_2C_2)=P(B_1C_1)=(PB_1)C_1 C2=(PB2)C2=P(B2C2)=P(B1C1)=(PB1)C1 ( P B 1 ) ( C 1 Q ) = P ( B 1 C 1 ) Q = P ( B 2 C 2 ) Q = ( P B 2 ) ( C 2 Q ) = I r (PB_1)(C_1Q)=P(B_1C_1)Q=P(B_2C_2)Q=(PB_2)(C_2Q)=I_r (PB1)(C1Q)=P(B1C1)Q=P(B2C2)Q=(PB2)(C2Q)=Ir

命题:满秩分解的几何意义
下列等价:

  1. A = B C A=BC A=BC 是满秩分解
  2. B B B r r r 个列向量是 A A A n n n 个列向量所张成的线性空间的一组基
  3. C C C r r r 个行向量是 A A A m m m 个行向量所张成的线性空间的一组基

证明思路
A = B C A=BC A=BC 写成对应线性方程组的形式即可看出

命题:幂等矩阵关于满秩分解的刻画
n n n 阶方阵 A A A,其秩为 r r r,则 A A A 是幂等矩阵当且仅当存在秩为 r r r n × r n\times r n×r 矩阵 S S S 和秩为 r r r r × n r\times n r×n 矩阵 T T T,使得 A = S T , T S = I r A=ST,TS=I_r A=ST,TS=Ir

证明思路
充分性显然,必要性:考虑 A A A 的相抵标准型
A = P ( I r O O O ) Q A=P\begin{pmatrix} I_r&O\\ O&O\\ \end{pmatrix}Q A=P(IrOOO)Q A 2 = A A^2=A A2=A 得到
( I r O O O ) = ( I r O O O ) Q P ( I r O O O ) \begin{pmatrix} I_r&O\\ O&O\\ \end{pmatrix}=\begin{pmatrix} I_r&O\\ O&O\\ \end{pmatrix}QP\begin{pmatrix} I_r&O\\ O&O\\ \end{pmatrix} (IrOOO)=(IrOOO)QP(IrOOO)则只需令
S = P ( I r O O O ) ( I r O ) , T = ( I r O ) ( I r O O O ) Q S=P\begin{pmatrix} I_r&O\\ O&O\\ \end{pmatrix}\begin{pmatrix} I_r\\O\\ \end{pmatrix},T=\begin{pmatrix} I_r&O\\ \end{pmatrix}\begin{pmatrix} I_r&O\\ O&O\\ \end{pmatrix}Q S=P(IrOOO)(IrO),T=(IrO)(IrOOO)Q

推论
A A A n n n 阶幂等矩阵,则 t r ( A ) = r ( A ) tr(A)=r(A) tr(A)=r(A)

证明
t r ( A ) = t r ( S T ) = t r ( T S ) = t r ( I r ) = r = r ( A ) tr(A)=tr(ST)=tr(TS)=tr(I_r)=r=r(A) tr(A)=tr(ST)=tr(TS)=tr(Ir)=r=r(A)

参考书:《高等代数学》谢启鸿 姚慕生 吴泉水 编著

  • 22
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值