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} AmnBnl=Cml,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} a11a21am1a12a22am2a1na2namn b1Tb2TbnT = c1Tc2TcmT
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} (c1c2cl)=(a1a2an) b11b21bn1b12b22bn2b1nb2nbnl

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} AF=(Er000),同时 B ∼ F = ( E r 0 0 0 ) B\sim F=\begin{pmatrix} E_r & 0\\ 0 & 0 \end{pmatrix} BF=(Er000)
根据等价矩阵的传递性知, A ∼ B A\sim B AB
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 ArB,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=P1B,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 AcB,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 xA一定有 x ∈ B x\in B xB,所以A的解都是B的解,B的解集合范围大。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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