为了更基本的治疗。。。
事实。如果$A$的行是线性相关的,那么$AB$的行也是线性相关的。
事实证明。考虑3x3情况,其中$A$的线性相关行是$\mathbf{a} _1个$,$\mathbf{a} _2$,$\mathbf{a} _3个=h\mathbf{a} _1个+k\mathbf{a} _2$(对于某些标量$h$和$k$):
$$A=\begin{bmatrix}\mathbf{a} _1个\\ mathbf{a} _2\\h\mathbf{a} _1个+k\mathbf{a} _2\end{bmatrix}=\开始{bmatrix}p&q&r\\s&t&u\\hp+ks&hq+kt&hr+ku\end{bmatrix}$$
正在写入$\mathbf{b} _1个$,$\mathbf{b} _2$和$\mathbf{b} _3个对于$B$行,我们有
$$A B=\开始{矩阵}p&q&r\\s&t&u\\hp+ks&hq+kt&hr+ku\end{bmatrix}\begin{bmatricx}\mathbf{b} _1个\\ mathbf{b} _2\\ mathbf{b} _3个\end{bmatrix}=\开始{矩阵}p \马特布夫{b} 1个+问题\mathbf{b} _2+r \mathbf{b} _3个\\s\mathbf{b} 1个+t\mathbf{b} _2+u\mathbf{b} _3个\\(hp+ks)\mathbf{b} _1个+(hq+kt)\mathbf{b} _2+(hr+ku)\mathbf{b} _3个\结束{bmatrix}$$
$$=\开始{矩阵}p \马特布夫{b} _1个+问题\mathbf{b} _2+r \mathbf{b} _3个\\s\mathbf{b} _1个+t\mathbf{b} _2+u\mathbf{b} _3个\\h(p\mathbf{b_1}+q\mathbf{b} _2+r \mathbf{b} _3个)+k(s\mathbf{b} _1个+t\mathbf{b} _2+u\mathbf{b} _3个)\结束{bmatrix}$$
通常,$A$行的线性相关性会传递到产品行,从而证明我们的事实。(这种推理实际上表明了$rank(AB)\le rank(A)$这一更精确的事实。)
我们可以这样重申事实:
事实证明。如果$AB$的行是线性独立的,那么$A$的行也是线性独立的。
对于你的问题:如果$AB=I$,那么(根据Re-Fact)$A$的行必须是线性独立的。这意味着$A$可以行还原为对角线矩阵,该对角线上没有零项:$A$的行还原形式必须是标识矩阵。
请注意,行还原是事实上矩阵乘法的一种应用。(您可以在上面的等式中看到这一点,其中(左-)将$B$乘以$A$,根据$A$行中的条目将$B$s行组合在一起。)这意味着,如果$R$是$A$的某些行组合的结果,则存在“执行”组合的矩阵$C$:
$$C A=R$$
如果(与您的问题一样)我们已经确定$A$可以一直行还原到Identity矩阵,那么相应的$C$矩阵必须是(这个)$A$的左反面:
$$C A=我$$
然后,很容易看出$A$的左右倒数必须匹配。这已在其他答案中显示,但为了完整起见。。。
$$A B=我\;\;\到\;\;C(A B)=C\;\;\到\;\;(C A)B=C;\到\;\;I B=C\;\;\至\;\;B=C$$
一旦你开始思考(啊哼)“数字的盒子外”将矩阵解释为向量的线性变换等等,你可以根据映射核和内射性vs surpjective以及其他答案所建议的各种复杂事物来解释这个结果。然而,值得注意的是,这个问题可以在矩阵乘法简单明了。