3个回答
展开全部
考虑两个线性空间:
(1)
B的列空间,即B的各列向量张成的线性空间。它的维数即是B的列秩,等于B的秩,即r(B)。
(2)
Ax=0的解空间,即Ax=0的所有解组成的线性空间。由基本定理,它的维数=n-r(A)。
现在有AB=0,所以B的各列向量均是Ax=0的解。这说明(1)是(2)的子空间,所以(1)的维数<=(2)的维数。得r(B)<=n-r(A),即r(A)+r(B)<=n。
这个结论也可以看成Sylvester秩不等式的特例:
对任意m*n矩阵A,n*s矩阵B,有r(A)+r(B)<=r(AB)+n。
(1)
B的列空间,即B的各列向量张成的线性空间。它的维数即是B的列秩,等于B的秩,即r(B)。
(2)
Ax=0的解空间,即Ax=0的所有解组成的线性空间。由基本定理,它的维数=n-r(A)。
现在有AB=0,所以B的各列向量均是Ax=0的解。这说明(1)是(2)的子空间,所以(1)的维数<=(2)的维数。得r(B)<=n-r(A),即r(A)+r(B)<=n。
这个结论也可以看成Sylvester秩不等式的特例:
对任意m*n矩阵A,n*s矩阵B,有r(A)+r(B)<=r(AB)+n。
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
展开全部
考虑两个线性空间:
(1) B的列空间,即B的各列向量张成的线性空间。它的维数即是B的列秩,等于B的秩,即r(B)。
(2) Ax=0的解空间,即Ax=0的所有解组成的线性空间。由基本定理,它的维数=n-r(A)。
现在有AB=0,所以B的各列向量均是Ax=0的解。这说明(1)是(2)的子空间,所以(1)的维数<=(2)的维数。得r(B)<=n-r(A),即r(A)+r(B)<=n。
这个结论也可以看成Sylvester秩不等式的特例:
对任意m*n矩阵A,n*s矩阵B,有r(A)+r(B)<=r(AB)+n。
(1) B的列空间,即B的各列向量张成的线性空间。它的维数即是B的列秩,等于B的秩,即r(B)。
(2) Ax=0的解空间,即Ax=0的所有解组成的线性空间。由基本定理,它的维数=n-r(A)。
现在有AB=0,所以B的各列向量均是Ax=0的解。这说明(1)是(2)的子空间,所以(1)的维数<=(2)的维数。得r(B)<=n-r(A),即r(A)+r(B)<=n。
这个结论也可以看成Sylvester秩不等式的特例:
对任意m*n矩阵A,n*s矩阵B,有r(A)+r(B)<=r(AB)+n。
本回答被提问者采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询