第四章,向量组,2-矩阵等价与向量组等价的关系

news/2025/4/1 6:54:25/

第四章,向量组,2-矩阵等价与向量组等价的关系

    • 矩阵乘法与线性表示
    • 矩阵等价与向量组等价

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。


http://www.ppmy.cn/news/1035107.html

相关文章

YOLO格式数据集(.txt)如何转换为VOC格式数据集(.xml)

前言: 安装好python环境与编译器 转换: 将标注文件从文本格式(.txt)转换为 XML 格式(.xml)可以通过以下步骤完成: 解析文本标注文件:打开 .txt 文件,逐行读取每个标注…

背包 问题

1、背包问题 1.1、01背包 题目: 有n件物品和一个容量为m的背包,第i件物品的体积是v[ i ],价值是w[ i ],每件物品只有一件,求在不超过背包容量的前提下,可以放的物品的最大价值是多少 基本思路&#xff…

神经网络基础-神经网络补充概念-13-python中的广播

概念 在 Python 中,广播(Broadcasting)是一种用于在不同形状的数组之间执行二元操作的机制。广播允许你在不显式复制数据的情况下,对不同形状的数组进行运算。这在处理数组的时候非常有用,尤其是在科学计算、数据分析…

【佳佳怪文献分享】MVFusion: 利用语义对齐的多视角 3D 物体检测雷达和相机融合

标题:MVFusion: Multi-View 3D Object Detection with Semantic-aligned Radar and Camera Fusion 作者:Zizhang Wu , Guilian Chen , Yuanzhu Gan , Lei Wang , Jian Pu 来源:2023 IEEE International Conference on Robotics and Automat…

Linux系统中基于NGINX的代理缓存配置指南

作为一名专业的爬虫程序员,你一定知道代理缓存在加速网站响应速度方面的重要性。而使用NGINX作为代理缓存服务器,能够极大地提高性能和效率。本文将为你分享Linux系统中基于NGINX的代理缓存配置指南,提供实用的解决方案,助你解决在…

Ghost-free High Dynamic Range Imaging withContext-aware Transformer

Abstract 高动态范围(HDR)去鬼算法旨在生成具有真实感细节的无鬼HDR图像。 受感受野局部性的限制,现有的基于CNN的方法在大运动和严重饱和度的情况下容易产生重影伪影和强度畸变。 本文提出了一种新的上下文感知视觉转换器(CA-VIT)用于高动态…

性能测试压力曲线模型分析

性能测试模压力曲线: 曲线图关键点介绍: 横轴:从左到右表现了Number of Concurrent Users(并发用户数)的不断增长。 纵轴:分别表示Utilization(资源的利用情况,包括硬件资源和软件…

基于RoCE的应用程序的MTU注意事项

目录 基于RoCE的应用程序的MTU注意事项 探测网络中的MTU设置 概要 原文 MTU测试结果 DOC: CentOS安装tshark抓包工具 基于RoCE的应用程序的MTU注意事项 原文:https://support.mellanox.com/s/article/MLNX2-117-1682kn InfiniBand协议最大传输单元&#xff…