LA@2@1@线性方程组和简单矩阵方程有解判定定理

文章目录

矩阵方程有解判定定理

线性方程组有解判定

  • 线性方程组 A x = b A\bold{x}=\bold{b} Ax=b有解的充分必要条件是它的系数矩阵A和增广矩阵 ( A , b ) (A,\bold{b}) (A,b)具有相同的秩 R ( A ) = R ( A , b ) R(A)=R(A,\bold{b}) R(A)=R(A,b),记 r = R ( A ) = R ( A , b ) r=R(A)=R(A,\bold{b}) r=R(A)=R(A,b):

    • r = n r=n r=n有方程组有唯一解
    • r < n r<{n} r<n方程组有多解
  • 对于非齐次线性方程,需要计算 R ( A ) , R ( A , b ) R(A),R(A,\bold{b}) R(A),R(A,b)

  • 对于齐次线性方程只需要计算 R ( A ) R(A) R(A)

特化:齐次线性方程组有解判定

  • 这是线性方程组有解的特例,可以将定理进一步简化

  • 齐次线性方程组 A x = 0 A\bold{x}=\bold{0} Ax=0齐次方程组的情况可以理解为 b \bold{b} b中元素全为0

  • 容易知道 A x = 0 A\bold{x}=\bold{0} Ax=0总有 R ( A ) = R ( A ‾ ) = r R(A)=R(\overline{A})=r R(A)=R(A)=r,因此齐次线性方程组总是有解;

    • 我们只需要计算系数矩阵 A A A的秩 R ( A ) R(A) R(A)即可得到 r r r
    • r = n r=n r=n则方程组有唯一解,并且是零解
    • r < n r<n r<n方程组有非零解
  • 齐次线性方程组有解判定定理:齐次线性方程组 A x = 0 A\bold{x}=\bold{0} Ax=0有解的充要条件是 R ( A ) ⩽ n R(A)\leqslant{n} R(A)n;

    • 有零解(唯一解)的充要条件是 R ( A ) = n R(A)=n R(A)=n
    • 有非零解(多解)的充要条件是 R ( A ) < n R(A)<n R(A)<n;

推广:矩阵方程 A X = B AX=B AX=B有解判定

  • 这里 B B B是常数项矩阵(不再是系数矩阵的增广矩阵)
  • 定理:矩阵方程 A X = B AX=B AX=B有解的充要条件是 R ( A ) = R ( A , B ) R(A)=R(A,B) R(A)=R(A,B)
    • 注意这里 X , B X,B X,B不一定是向量,可能是多行多列的矩阵

    • 参考同济线代v6@p76@定理6

证明

  • A , X , B A,X,B A,X,B分别为 m × n m\times{n} m×n, n × l n\times{l} n×l, m × l m\times{l} m×l的矩阵

  • 对X和B按列分块:

    • X X X= ( x 1 , x 2 , ⋯ x l ) (\bold{x}_1,\bold{x}_2,\cdots \bold{x}_l) (x1,x2,xl),
    • B B B= ( b 1 , b 2 , ⋯ b l ) (\bold{b}_1,\bold{b}_2,\cdots \bold{b}_l) (b1,b2,bl)
  • 矩阵方程 A X = B AX=B AX=B等价 l l l向量方程(线性方程组)

  • A X = A ( x 1 , x 2 , ⋯ x l ) AX=A(\bold{x}_1,\bold{x}_2,\cdots \bold{x}_l) AX=A(x1,x2,xl)= ( A x 1 , A x 2 , ⋯ A x l ) (A\bold{x}_1,A\bold{x}_2,\cdots A\bold{x}_l) (Ax1,Ax2,Axl)

  • 所有 A X = B AX=B AX=B等价于 ( A x 1 , A x 2 , ⋯ A x l ) (A\bold{x}_1,A\bold{x}_2,\cdots A\bold{x}_l) (Ax1,Ax2,Axl)= ( b 1 , b 2 , ⋯ b l ) (\bold{b}_1,\bold{b}_2,\cdots \bold{b}_l) (b1,b2,bl)

    • 又等价于 A x i = b i ( i = 1 , 2 , ⋯ , l ) A\bold{x}_i=\bold{b}_i(i=1,2,\cdots,l) Axi=bi(i=1,2,,l) l l l个线性方程组
    • 这些线性方程的共同点是有相同的系数矩阵 A A A,这意味着这 l l l个线性方程组以及原矩阵方程的系数矩阵的秩都是相等的,这个结论很重要
    • 而位置数矩阵和常数项矩阵又是相对独立的
  • R ( A ) = r R(A)=r R(A)=r,且 A A A行阶梯形矩阵为 A ~ \widetilde{A} A ,则 A ~ \widetilde{A} A r r r个非零行,且 A ~ \widetilde{A} A 的后 m − r m-r mr行为全零行

  • ( A , B ) (A,B) (A,B)= ( A , b 1 , b 2 , ⋯ b l ) (A,\bold{b}_1,\bold{b}_2,\cdots \bold{b}_l) (A,b1,b2,bl) ∼ r \overset{r}{\sim} r ( A ~ , b 1 ~ , ⋯ , b l ~ ) {(\widetilde{A},\widetilde{\bold{b}_1},\cdots,\widetilde{\bold{b}_l})} (A ,b1 ,,bl )

    • 其中 A ~ \widetilde{A} A A A A行阶梯形矩阵
    • 而向量 b 1 ~ , ⋯ , b l ~ \widetilde{\bold{b}_1},\cdots,\widetilde{\bold{b}_l} b1 ,,bl b 1 , b 2 , ⋯ b l \bold{b}_1,\bold{b}_2,\cdots \bold{b}_l b1,b2,bl A ∼ r A ~ A\overset{r}{\sim}\widetilde{A} ArA 执行相同的行变换后的结果,即 b i ~ \widetilde{\bold{b}_i} bi 并不表示某个行阶梯形矩阵
  • 将等价的第 i i i个线性方程组的增广矩阵初等行变换为行阶梯形矩阵: ( A , b i ) (A,\bold{b}_i) (A,bi) ∼ r \overset{r}{\sim} r ( A ~ , b i ~ ) {(\widetilde{A},\widetilde{\bold{b}_i})} (A ,bi ), ( i = 1 , 2 , ⋯ , l ) (i=1,2,\cdots,l) (i=1,2,,l)

  • A X = B AX=B AX=B有解 ⇔ \Leftrightarrow A x i = b i {A\bold{x}_i=\bold{b}_i} Axi=bi ( i = 1 , 2 , ⋯ , l ) (i=1,2,\cdots,l) (i=1,2,,l)有解

    • ⇔ \Leftrightarrow R ( A , b i ) {R(A,\bold{b}_i)} R(A,bi)= R ( A ) = r R(A)=r R(A)=r, ( i = 1 , 2 , ⋯ , l ) (i=1,2,\cdots,l) (i=1,2,,l)
    • ⇔ \Leftrightarrow b i ~ {\widetilde{\bold{b}_i}} bi 的后 m − r m-r mr个分量(元)全为0 ( i = 1 , 2 , ⋯ , l ) (i=1,2,\cdots,l) (i=1,2,,l)
      • 因为,若后 m − r m-r mr个元中存在非零元,会导致 R ( A , b i ) > R ( A ) R(A,\bold{b}_i)>R(A) R(A,bi)>R(A),导致 A x i = b i {A\bold{x}_i=\bold{b}_i} Axi=bi无解
      • 而其前 r r r个元的取值情况不会影响 R ( A , b i ) {R(A,\bold{b}_i)} R(A,bi)= R ( A ) R(A) R(A)的成立,我们不关心
    • ⇔ \Leftrightarrow 矩阵 ( b 1 ~ , ⋯ , b l ~ ) (\widetilde{\bold{b}_1},\cdots,\widetilde{\bold{b}_l}) (b1 ,,bl )的后 m − r m-r mr行全为0;
    • ⇔ \Leftrightarrow 行阶梯形矩阵 D ~ \widetilde{D} D = ( A ~ , b 1 ~ , ⋯ , b l ~ ) (\widetilde{A},\widetilde{\bold{b}_1},\cdots,\widetilde{\bold{b}_l}) (A ,b1 ,,bl )的后 m − r m-r mr行全为0
    • ⇔ \Leftrightarrow R ( D ~ ) ⩽ m − ( m − r ) = r R(\widetilde{D})\leqslant{m-(m-r)=r} R(D )m(mr)=r,又因为 D ~ \widetilde{D} D 包含了 A ~ \widetilde{A} A ,所以 R ( A ~ ) = r ⩽ R ( D ~ ) R(\widetilde{A})=r\leqslant{R(\widetilde{D})} R(A )=rR(D )
    • ⇔ \Leftrightarrow R ( D ~ ) = r R(\widetilde{D})=r R(D )=r
    • ⇔ R ( A , B ) = R ( A ) \Leftrightarrow{R(A,B)=R(A)} R(A,B)=R(A)
  • 因此,如果 A X = B AX=B AX=B有解,则 R ( A , B ) = R ( A ) R(A,B)=R(A) R(A,B)=R(A)

推论

  • A X = B AX=B AX=B有解,则 R ( B ) ⩽ R ( A , B ) = R ( A ) R(B)\leqslant{R(A,B)}=R(A) R(B)R(A,B)=R(A),所以 R ( B ) ⩽ R ( A ) R(B)\leqslant{R(A)} R(B)R(A),即常数项矩阵的秩小于系数矩阵的秩
  • A X = B AX=B AX=B两边同时取转置运算,有 X T A T = B T X^TA^T=B^T XTAT=BT,同理有 R ( B T ) ⩽ R ( X T ) R(B^T)\leqslant R(X^T) R(BT)R(XT),即 R ( B ) ⩽ R ( X ) R(B)\leqslant{R(X)} R(B)R(X)
  • 综上, R ( B ) ⩽ min ⁡ ( R ( A ) , R ( X ) ) R(B)\leqslant{\min(R(A),R(X))} R(B)min(R(A),R(X))

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/38702.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

机器人的运动范围

声明 该系列文章仅仅展示个人的解题思路和分析过程&#xff0c;并非一定是优质题解&#xff0c;重要的是通过分析和解决问题能让我们逐渐熟练和成长&#xff0c;从新手到大佬离不开一个磨练的过程&#xff0c;加油&#xff01; 原题链接 机器人的运动范围https://leetcode.c…

高等数学教材重难点题型总结(二)导数与微分

本章重点题目较少&#xff0c;除了*标题页没什么特别难的&#xff0c;本帖出于总结性的角度考虑并未囊概全部的*标&#xff0c;最后会出一期*标题的全部内容整理&#xff0c;在攻克重难点的基础上更上一层楼。 1.根据定义求某点处的导数值 2.通过定义证明导数 3.左右导数的相关…

【数据库】P4 过滤数据 WHERE

过滤数据 WHERE 简介WHERE 子句操作符检测单个值案例范围值检查 BETWEEN AND空值检查 NULL 简介 数据库表一般包含大量的数据&#xff0c;很少需要检索表中的所有行。我们只检索所需数据需要指定搜索条件(search criteria)&#xff0c;搜索条件也称为过滤条件(filter conditio…

完全备份、增量备份、差异备份、binlog日志

Top NSD DBA DAY06 案例1&#xff1a;完全备份与恢复案例2&#xff1a;增量备份与恢复案例3&#xff1a;差异备份与恢复案例4&#xff1a;binlog日志 1 案例1&#xff1a;完全备份与恢复 1.1 问题 练习物理备份与恢复练习mysqldump备份与恢复 1.2 方案 在数据库服务器192…

问AI一个严肃的问题

chatgpt的问世再一次掀起了AI的浪潮&#xff0c;其实我一直在想&#xff0c;AI和人类的关系未来会怎样发展&#xff0c;我们未来会怎样和AI相处&#xff0c;AI真的会完全取代人类吗&#xff0c;带着这个问题&#xff0c;我问了下chatgpt&#xff0c;看一看它是怎么看待这个问题…

Modbus工业RFID设备在自动化生产线中的应用

传统半自动化生产线在运作的过程&#xff0c;因为技工的熟练程度&#xff0c;专业素养的不同&#xff0c;在制造过程中过多的人为干预&#xff0c;工厂将很难对每条生产线的产能进行标准化管理和优化。如果半自动化生产线系统是通过前道工序的作业结果和检测结果来决定产品在下…

react实现模拟弹框遮罩的自定义hook

需求描述 点击按钮用于检测鼠标是否命中按钮 代码实现 import React from react; import {useState, useEffect, useRef} from react;// 封装一个hook用来检测当前点击事件是否在某个元素之外 function useClickOutSide(ref,cb) {useEffect(()>{const handleClickOutside…

JMeter接口自动化测试实例—JMeter引用javaScript

Jmeter提供了JSR223 PreProcessor前置处理器&#xff0c;通过该工具融合了Java 8 Nashorn 脚本引擎&#xff0c;可以执行js脚本以便对脚本进行前置处理。其中比较典型的应用就是通过执行js脚本对前端数据进行rsa加密&#xff0c;如登录密码加密。但在这里我就简单的应用javaScr…

PyTorch翻译官网教程-NLP FROM SCRATCH: GENERATING NAMES WITH A CHARACTER-LEVEL RNN

官网链接 NLP From Scratch: Generating Names with a Character-Level RNN — PyTorch Tutorials 2.0.1cu117 documentation 使用字符级RNN生成名字 这是我们关于“NLP From Scratch”的三篇教程中的第二篇。在第一个教程中</intermediate/char_rnn_classification_tutor…

ChatGPT爆火,会给教育带来什么样的影响或者冲击?

近来&#xff0c;人工智能聊天机器人ChatGPT连上热搜&#xff0c;火爆全网。ChatGPT拥有强大的信息整合能力、自然语言处理能力&#xff0c;可谓是“上知天文&#xff0c;下知地理”&#xff0c;而且还能根据要求进行聊天、撰写文章等。 ChatGPT一经推出&#xff0c;便迅速在社…

stop job is running for Advanced key-value store

今天虚拟机磁盘撑满了&#xff0c;本来还能凑合运行&#xff0c;结果重启了下&#xff0c;就报了这个 stop job is running for Advanced key-value store (1min 59s / no limit) 解决方式很简单&#xff0c; 1、虚拟机关电源&#xff0c;任务管理器&#xff0c;关闭VM&#x…

OpenCV-Python中的图像处理-图像直方图

OpenCV-Python中的图像处理-图像直方图 图像直方图统计直方图绘制直方图Matplotlib绘制灰度直方图Matplotlib绘制RGB直方图 使用掩膜统计直方图直方图均衡化Numpy图像直方图均衡化OpenCV中的直方图均衡化CLAHE 有限对比适应性直方图均衡化 2D直方图OpenCV中的2D直方图Numpy中2D…

当Visual Studio遇到 “当前不会命中断点.还没有为该文档加载任何符号“的情况

1.配置项目调试路径&#xff1a; 2.问题解决方案&#xff1a; VS配置调试路径不是默认路径时&#xff0c;需要看生成的文件是否在配置路径内&#xff0c;如果不在的话&#xff0c;可能发生"当前不会命中断点.还没有为该文档加载任何符号"的情况&#xff1b; 右键项…

Kotlin语法

整理关键语法列表如下&#xff1a; https://developer.android.com/kotlin/interop?hlzh-cn官方指导链接 语法形式 说明 println("count ${countnum}")字符串里取值运算 val count 2 var sum 0 类型自动推导 val 定义只读变量&#xff0c;优先 var定义可变变量…

计算机竞赛 python+opencv+深度学习实现二维码识别

0 前言 &#x1f525; 优质竞赛项目系列&#xff0c;今天要分享的是 &#x1f6a9; pythonopencv深度学习实现二维码识别 &#x1f947;学长这里给一个题目综合评分(每项满分5分) 难度系数&#xff1a;3分工作量&#xff1a;3分创新点&#xff1a;3分 该项目较为新颖&…

HotSpot虚拟机之字节码执行引擎

目录 一、栈帧 1. 栈帧结构 2. 基于栈的解释执行过程 二、方法调用 1. 方法调用指令 2. 分派 三、动态类型语言 四、参考资料 一、栈帧 1. 栈帧结构 栈帧是Java虚拟机栈进行方法调用和执行的数据结构&#xff0c;是方法最基本的执行单元&#xff0c;是栈的元素。一个栈…

【环境配置】Windows10终端和VSCode下能够直接打开Anaconda-Prompt

很多小伙伴在 Windows 下做深度学习开发的时候&#xff0c;遇到终端没有在 Linux 那么方便&#xff0c;那么我们现在就可以来设置一下&#xff1b;这样我们也可以在文件夹内部右键打开终端&#xff0c;也可以在 VS Code 里面新建一个虚拟环境的控制台&#xff1b;这里主要是针对…

佛祖保佑,永不宕机,永无bug

当我们的程序编译通过&#xff0c;能预防的bug也都预防了&#xff0c;其它的就只能交给天意了。当然请求佛祖的保佑也是必不可少的。 下面是一些常用的保佑图&#xff1a; 佛祖保佑图 ——————————————————————————————————————————…

【c语言】动态内存管理(超详细)

他治愈了身边所有人&#xff0c;唯独没有治愈他自己—超脱 csdn上的朋友你们好呀&#xff01;&#xff01;今天给大家分享的是动态内存管理 &#x1f440;为什么存在动态内存分配 我们定义的局部变量在栈区创建 int n 4;//在栈上开辟4个字节大小int arr[10] { 0 };//在栈上开…

Android Socket使用TCP协议实现手机投屏

本节主要通过实战来了解Socket在TCP/IP协议中充当的是一个什么角色&#xff0c;有什么作用。通过Socket使用TCP协议实现局域网内手机A充当服务端&#xff0c;手机B充当客户端&#xff0c;手机B连接手机A&#xff0c;手机A获取屏幕数据转化为Bitmap&#xff0c;通过Socket传递个…