【线性代数笔记】关于两个矩阵相乘等于零矩阵(AB=O)

该博客探讨了矩阵乘积为零矩阵的条件及其数学含义。主要内容包括:(1)证明当AB=O时,B的列向量是线性方程组Ax=0的解;(2)阐述r(A)+r(B)≤n的秩加性不等式;(3)分析如果A和B均非零,那么A的列向量组和B的行向量组线性相关。这些理论在理解线性代数的秩和解空间性质上至关重要。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

定理1 设矩阵Am×nA_{m\times n}Am×nBn×sB_{n\times s}Bn×s满足AB=OAB=OAB=O,则
(1) BBB的各列均为齐次线性方程组Ax=0A\bm{x}=\bm{0}Ax=0的解;
(2) r(A)+r(B)≤nr(A)+r(B)\le nr(A)+r(B)n
(3) 若A≠OA\ne OA=OB≠OB\ne OB=O,则AAA的列向量组线性相关,BBB的行向量组线性相关。

证明:
(1) 将BBB按列分块,得B=(b1,b2,…,bs)B=(b_1, b_2, \dots,b_s)B=(b1,b2,,bs),其中bib_ibinnn维列向量,则AB=A(b1,b2,…,bs)AB=A(b_1, b_2, \dots,b_s)AB=A(b1,b2,,bs),再由分块运算法则得AB=(Ab1,Ab2,…,Abs)=O=(0,0,…,0)AB=(Ab_1, Ab_2, \dots,Ab_s)=O=(\bm{0},\bm{0},\dots,\bm{0})AB=(Ab1,Ab2,,Abs)=O=(0,0,,0),故
{Ab1=0Ab2=0…Abs=0\begin{cases}Ab_1=\bm{0}\\Ab_2=\bm{0}\\\dots\\Ab_s=\bm{0}\end{cases}Ab1=0Ab2=0Abs=0
BBB的各列bib_ibi均为齐次线性方程组Ax=0A\bm{x}=\bm{0}Ax=0的解。
(2) 由基础解系的性质可知bib_ibi一定可以被齐次线性方程组Ax=0A\bm{x}=\bm{0}Ax=0的基础解系线性表示,故r(B)≤r(A的基础解系)=n−r(A)r(B)\le r(A\text{的基础解系})=n-r(A)r(B)r(A的基础解系)=nr(A)
∴r(A)+r(B)≤n\therefore r(A)+r(B)\le nr(A)+r(B)n
(3) 由(1)知齐次线性方程组Ax=0A\bm{x}=\bm{0}Ax=0有非零解。将AAA按列分块,得A=[α1α2…αn]A=\begin{bmatrix}\bm{\alpha}_1&\bm{\alpha}_2&\dots&\bm{\alpha}_n\end{bmatrix}A=[α1α2αn],结合x=[x1x2⋮xn]\bm{x}=\begin{bmatrix}x_1\\x_2\\\vdots\\x_n\end{bmatrix}x=x1x2xnAx=x1α1+x2α2+⋯+xnαn=0A\bm{x}=x_1\bm{\alpha}_1+x_2\bm{\alpha}_2+\dots+x_n\bm{\alpha}_n=\bm{0}Ax=x1α1+x2α2++xnαn=0,其中x≠0\bm{x}\ne\bm{0}x=0,因此α1,α2…,αn\bm{\alpha}_1,\bm{\alpha}_2\dots,\bm{\alpha}_nα1,α2,αn线性相关,即AAA的列向量线性相关。再在原式两端取转置得BTAT=OT=OB^TA^T=O^T=OBTAT=OT=O,则BTB^TBT的列向量线性相关,故BBB的行向量线性相关。

评论 5
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