为什么矩阵的行秩等于列秩?

原文
矩阵的秩的定义:存在K阶子式不为0,对任意K+1阶子式均为0,则k即为矩阵的秩。
向量组的秩的定义:向量组的极大线性无关组所包含向量的个数,称为向量组的秩。
其次再弄清楚3个定理:
1,矩阵A的行列式不为0的充要条件是A的行(列)向量线性无关
2,无关组加分量仍无关
3, r个n维列向量组线性无关的充要条件是这r个n维列向量组所构成的矩阵至少存在一个r阶子式不为0
好了,简略证明过程开始,我先证“矩阵的秩等于列向量组的秩”。假设n阶矩阵的秩为r,其列向量组的秩为s。(我们的目标:就是证明r=s)
一方面,矩阵的秩为r,即为其有K阶子式不为0(矩阵秩的定义),则该K阶子式的列向量线性无关(定理1),则其k阶子式所在矩阵的列向量必线性无关(定理2),则由向量组的秩的定义可知r≤s。
另一方面,列向量组的秩为s,由定理3知,必有一个s阶子式不为0,故由矩阵的秩的定义可知s≤r。
联立即得,r=s!
同理可证,矩阵的秩等于行向量组的秩!

  • 9
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 首先,我们需要明确稀疏矩阵和增广矩阵的概念。 稀疏矩阵是指矩阵中大部分元素为零的矩阵。增广矩阵是指将系数矩阵和常数矩阵合并在一起得到的矩阵。 假设我们有一个线性方程组 Ax = b,其中 A 是一个 m × n 的稀疏矩阵,x 和 b 是 n × 1 的向量。我们可以将其表示为增广矩阵 [A | b]。 我们需要证明的是,稀疏矩阵 A 的等于增广矩阵 [A | b] 的。 根据矩阵的定义,矩阵(或线性无关的最大数目。因此,我们只需要证明 A 的(或)和 [A | b] 的(或)具有相同的线性无关性即可。 假设 A 的向量为 a1, a2, ..., am,那么我们可以将增广矩阵 [A | b] 的表示为: a1 b1 a2 b2 ... ... am bm 其中,b1, b2, ..., bm 是向量 b 的元素。 现在我们假设存在一个线性组合使得 A 的向量线性相关: k1a1 + k2a2 + ... + kmam = 0 其中,k1, k2, ..., km 不全为零。那么我们将其代入增广矩阵 [A | b] 中得到: k1a1 + k2a2 + ... + kmam = 0 k1b1 + k2b2 + ... + kmbm = 0 由于 k1, k2, ..., km 不全为零,所以增广矩阵 [A | b] 的向量也是线性相关的。 反之,如果 A 的向量线性无关,那么增广矩阵 [A | b] 的向量也是线性无关的。因此,A 的等于增广矩阵 [A | b] 的。 综上所述,我们证明了稀疏矩阵等于增广矩阵。 ### 回答2: 稀疏矩阵是指大部分元素都为0的矩阵。而增广矩阵是在矩阵右边增加一个向量的操作。 我们要证明稀疏矩阵等于增广矩阵,可以从两个方面进证明。 首先,对于稀疏矩阵,如果一个向量的所有元素都是0,那么这个向量的为0。因此,当矩阵左边的部分出现全零时,矩阵不会改变,因为增加了右边非零向量并不会改变左边全零。 其次,我们考虑增广矩阵。增广矩阵是将右边增加的向量合并到矩阵中。假设增广矩阵为r,则表示增广矩阵中至少存在r个线性无关的向量。即,增广矩阵中至少有r个向量不可由其他向量线性表示出来。 我们知道,增广矩阵可以通过变换得到,且变换不改变矩阵。因此,我们可以将增广矩阵变换,使得右边的增加的向量合并到左边的矩阵中,并且保持矩阵不变。 最后,我们得到了一个新的矩阵,它是由稀疏矩阵和增广矩阵合并而成,且保持了矩阵不变。由于矩阵左边部分是稀疏矩阵,因此矩阵只能取决于增广矩阵部分的向量。 综上所述,我们可以得出稀疏矩阵等于增广矩阵的结论。 ### 回答3: 稀疏矩阵是指矩阵中绝大多数元素为零的矩阵。增广矩阵是指将系数矩阵和常数向量合并在一起形成的矩阵。要证明稀疏矩阵等于增广矩阵,我们可以通过使用初等变换来将增广矩阵转化为稀疏矩阵。 首先,我们将增广矩阵初等变换,使得第一的非零元素都在第一。这样,增广矩阵的第一个非零就对应了稀疏矩阵的第一个非零。 然后,我们继续进初等变换,将第二非零元素移动到第二,并保持上一步的变换结果。这样,增广矩阵的第二个非零就对应了稀疏矩阵的第二个非零。 以此类推,我们可以通过初等变换将增广矩阵转化为稀疏矩阵的形式。 这样做的好处是,初等变换不改变矩阵。因此,增广矩阵和稀疏矩阵具有相同的。 因此,稀疏矩阵等于增广矩阵

“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