对齐次线性方程组同解充要条件的新理解

cyzhou1221

已于 2024-09-10 20:03:09 修改

阅读量2.7w

点赞数 36

分类专栏：数学园地文章标签：线性方程组高等代数

于 2020-08-07 22:17:55 首次发布

本文链接：https://blog.csdn.net/zhouchangyu1221/article/details/107871346

版权

数学园地专栏收录该内容

29 篇文章

订阅专栏

本文探讨了齐次线性方程组 Ax=0 和 Bx=0 同解的充要条件，即两矩阵行向量组等价。通过证明和深入分析，揭示了解空间作为行向量组张成空间正交补的性质，从而提供了一个直观的理解。此外，还讨论了方程组解空间的秩与非零解存在的关系。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、问题提出

考虑两个齐次线性方程组 $A x = 0, B x = 0$ ，其中 $A\in \mathbb{R}^{m\times n},B\in \mathbb{R}^{s\times n}$ .

设
$\begin{pmatrix} \alpha_1^T \\ \alpha_2^T \\ \vdots \\ \alpha_m^T \\ \end{pmatrix} \quad B = \begin{pmatrix} \beta_1^T \\ \beta_2^T \\ \vdots \\ \beta_s^T \\ \end{pmatrix}$

已知有如下定理成立：

方程组 $A x = 0$ 和 $B x = 0$ 同解的充要条件为两矩阵的行向量组 $\alpha_1,\alpha_2,\cdots,\alpha_m$ 与 $\beta_1,\beta_2,\cdots,\beta_s$ 等价，即可以互相线性表出.

二、定理证明

先来证明一下：

充分性：

已知两向量组等价，不妨设 $\alpha_i = k_{i1}\beta_1+k_{i2}\beta_2+\cdots+k_{is}\beta_s,i=1,2,\cdots,m$ ，则
$\begin{aligned} &Bx=0 \\ \Rightarrow \,&\beta_j^Tx=0,j=1,2,\cdots,s \\ \Rightarrow\, & 0 = \sum_{j=1}^sk_{ij}(\beta_j^Tx) = \left(\sum_{j=1}^sk_{ij}\beta_j^T\right)x = \alpha_i^Tx,i=1,2,\cdots,m \\ \Rightarrow\, & Ax=0 \end{aligned}$

即 $B x = 0$ 的解也是 $A x = 0$ 的解， $\{x|Bx=0\}\subseteq\{x|Ax=0\}$ .

同理可证 $\{x|Ax=0\}\subseteq\{x|Bx=0\}$ .

所以 ${x|Ax=0\}=\{x|Bx=0\}$ ，两方程组同解.

必要性：

已知两方程组同解，则 $Ax=0,Bx=0,\begin{pmatrix}A\\B\end{pmatrix}x=0$ 同解，则 $r\equiv r(A) = r(B) = r\begin{pmatrix}A\\B\end{pmatrix}$ .

若 $r = 0$ ，则 $A, B$ 均为零矩阵，行向量均为零向量，显然等价.
若 $r > 0$ ，不妨设 $\alpha_1,\alpha_2,\cdots,\alpha_r$ 为 $\alpha_1,\alpha_2,\cdots,\alpha_m$ 的极大线性无关组，由 $r\begin{pmatrix}A\\B\end{pmatrix}$ ，则 $r(\alpha_1,\alpha_2,\cdots,\alpha_m) = r(\alpha_1,\alpha_2,\cdots,\alpha_m,\beta_1,\beta_2,\cdots,\beta_s)$ ，则 $\alpha_1,\alpha_2,\cdots,\alpha_r$ 也是 $\alpha_1,\alpha_2,\cdots,\alpha_m,\beta_1,\beta_2,\cdots,\beta_s$ 的极大线性无关组，所以 $\beta_1,\beta_2,\cdots,\beta_s$ 可由 $\alpha_1,\alpha_2,\cdots,\alpha_r$ 线性表出，更宽泛一点，也可由 $\alpha_1,\alpha_2,\cdots,\alpha_m$ 线性表出.
同理可证 $\alpha_1,\alpha_2,\cdots,\alpha_m$ 可由 $\beta_1,\beta_2,\cdots,\beta_s$ 线性表出.

综合上述，若 $A x = 0$ 和 $B x = 0$ 同解，则矩阵 $A, B$ 的行向量组等价.

故事就这样结束了吗？并没有.

三、深入思考

现在，我们从另一个角度来看这个问题：考虑集合 $V=\{x|Ax=0\}$ ，这显然是方程的解组成的集合. 不难验证，在传统的加法和数乘定义下，该集合是线性空间. 下面，让我们分析下这是个什么样的空间？

利用 $A$ 的行分块形式，
$\begin{pmatrix} \alpha_1^T \\ \alpha_2^T \\ \vdots \\ \alpha_m^T \\ \end{pmatrix}$

则集合 $V$ 可以表示为 $\{x|\alpha_i^Tx=0,i=1,2,\cdots,m\}$ .

将点乘运算看作内积运算的话，可以这样理解， $V$ 是由这样的向量构成，这些向量均与 $A$ 的行向量正交.

进一步地，令 $V_1 = \text{span}\{\alpha_1,\alpha_2,\cdots,\alpha_m\}$ ，则 $V$ 是由与 $V_1$ 正交的所有元素构成的集合，即 $V_1$ 是 $V$ 的正交补，即 $V_1 \perp V$ ， $V_1+V=\mathbb{R}^n$ . 所以 $r(V_1)+r(V)=n,r(V) = n-r(V_1) = n-r(A)$ .

所以线性方程组 $A x = 0$ 的解空间，即为 $A$ 行向量组张成空间的正交补.

从这个角度来理解上面的定理会更加直观.

若两个矩阵的行向量组等价，则其张成的空间就是相同的空间，由正交补的唯一性，其解空间自然相同.
若两个齐次线性方程组同解，则解空间相同，再由正交补的唯一性，可知，两个矩阵行向量组张成的空间为相同的空间，即 $\text{span}\{\alpha_1,\alpha_2,\cdots,\alpha_m\} = \text{span}\{\beta_1,\beta_2,\cdots,\beta_s\}$ . 自然地，两个矩阵的行向量组等价.