线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_51CTO博客_线性代数矩阵的秩

线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系

原创

云端FFF 博主文章分类:线性代数 ©著作权

文章标签 线性代数 系数矩阵的秩 齐次线性方程组 基础解系 线性方程组 文章分类 运维

©著作权归作者所有:来自51CTO博客作者云端FFF的原创作品,请联系作者获取转载授权,否则将追究法律责任


  • 本文说明以下重要结论

线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_齐次线性方程组 元齐次线性方程组的解空间的维数(基础解系中向量个数),加上此方程组系数矩阵的秩 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性代数_02,等于未知量个数 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_齐次线性方程组


  • 考虑一个 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_系数矩阵的秩_04 元齐次线性方程组如下,它总共有 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_系数矩阵的秩_04 个未知数和 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_基础解系_06 个方程(显式约束)
    线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性代数_07

1. 行向量视角

  • 将系数矩阵 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_系数矩阵的秩_08线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_基础解系_06线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_系数矩阵的秩_04 维行向量 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_系数矩阵的秩_11 表示,原方程组变形为
    线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性代数_12 设秩 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性方程组_13,根据性质 “矩阵的秩 = 列向量组的秩 = 行向量组的秩”,得到行向量组 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_系数矩阵的秩_14 的秩也为 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性代数_15
  • 行向量组秩为 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性代数_15,说明只要 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_系数矩阵的秩_17 个方程,就能线性表示全部 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_基础解系_18 个方程,这样就能通过行初等变换消去多余的方程(高斯消元法),留下的有效方程(约束)个数只有 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_系数矩阵的秩_17
  • 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_系数矩阵的秩_04 个未知数只能约束 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性代数_15 个,剩余的 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_系数矩阵的秩_22 个未知数就可以任意取值,因此解空间维数,即基础解系中(线性无关)向量个数为 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_系数矩阵的秩_22
  • 综上,解空间的维数 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_系数矩阵的秩_22 + 系数矩阵秩 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性代数_15 = 未知数个数 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_系数矩阵的秩_04

2. 列向量视角

  • 将系数矩阵 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_系数矩阵的秩_08线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_系数矩阵的秩_04线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_基础解系_06 维列向量 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性方程组_30 表示,原方程组变形为
    线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性方程组_31 设秩 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性方程组_13,根据性质 “矩阵的秩 = 列向量组的秩 = 行向量组的秩”,列向量组 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性方程组_33 的秩也为 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性代数_15
  • 把矩阵 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_基础解系_35 通过初等行变换化阶梯型 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_基础解系_36,得到同解方程组 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_系数矩阵的秩_37这时有
  1. 由于来自阶梯型矩阵,每个列向量 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性代数_38
  2. 由于初等行变换不改变列向量线性相关性(说明见​​此文第2节​​),线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_齐次线性方程组_39 的秩也为 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_系数矩阵的秩_40
  3. 由于同解,下面仅分析新方程的情况
  • 由于秩为 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性代数_15线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_齐次线性方程组_42 中一共有 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性代数_15 个阶梯,从每层阶梯任取一个列向量组成极大线性无关组。为了符号简便,不妨假设前 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_系数矩阵的秩_17 个列向量 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性方程组_45,这意味着:
  1. 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_系数矩阵的秩_40 个列向量组成的齐次线性方程组 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_基础解系_47
  2. 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性代数_48 个列向量组成的向量组 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_齐次线性方程组_49 的秩 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_基础解系_50
  3. 由于每个列向量 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性代数_38 的非零元素都集中在上方,极大线性无关组 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性方程组_52 可以唯一地线性表出任意后 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性代数_53 个元素为 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性方程组_54线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_系数矩阵的秩_55 维列向量 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_系数矩阵的秩_56同理 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_齐次线性方程组_49 可以线性表出(不一定唯一)任意后 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性方程组_58 个元素为 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性方程组_54线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_系数矩阵的秩_55 维列向量 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性代数_61
  • 对化阶梯型得到的同解齐次线性方程组移项,把极大线性无关组向量和其他向量分别放在等号两边,即
    线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_齐次线性方程组_62 这时,等号右边的 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_齐次线性方程组_63 个未知数 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_齐次线性方程组_64 可以任取以组合出任意后 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_基础解系_65 个元素为 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性代数_66线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_基础解系_18 维列向量,由于 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_系数矩阵的秩_68,根据前述分析,左边 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_基础解系_69。因此解空间维数,即基础解系中(线性无关)向量个数为 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_系数矩阵的秩_22
  • 综上,解空间的维数 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_系数矩阵的秩_22 + 系数矩阵秩 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_线性代数_15 = 未知数个数 线性代数拾遗(3)—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系_系数矩阵的秩_04


  • 收藏
  • 评论
  • 举报

上一篇:线性代数拾遗(2)—— 何时用初等行变换,何时用初等列变换?

下一篇:图解 RL/IL 问题范式(On-Policy、Off-policy、Offline/Batch、IL...)

提问和评论都可以,用心的回复会被更多人看到 评论
发布评论
相关文章