数学基础(一)--矩阵运算(一)

编程需不需要数学？很多人可能认为数学在编程中并没有什么重要的作用，最多进行简单的加减乘除。当前其实数学在编程中有着至关重要的作用。当你想写一个人工智能时，一个简单的图像识别就需要用到矩阵，向量的运算，甚至还要用到积分。当你设计一个游戏时你需要用到向量来计算人物的移动，还需要计算人物的攻击力等参数使每个人物都有自己的优缺点。甚至连一个简单的图片压缩都要用到积分，编码的计算。没有数学你在编程中只能做最肤浅的事情。

1.什么是矩阵

    矩阵（Matrix）是一个按照长方阵列排列的复数或实数集合。
    形如:

A=$$\left[\begin{array}{ccc}1& 2& 3\\ 4& 5& 6\\ 7& 8& 9\end{array}\right]$$
1.上面的为三维矩阵
X维矩阵就是x*x的一个矩形
2.第m行第n个元素记为a_{mn}或A[m,n]

2.矩阵的加减法

运算法则
假设A= $$\left[\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ a_{21}& a_{22}& \cdots & a_{2n}\\ ⋮& ⋮& \ddots & ⋮\\ a_{m1}& a_{m2}& \cdots & a_{mn}\end{array}\right]$$
,B=$$\left[\begin{array}{cccc}{b}_{11}& b_{12}& \cdots & b_{1n}\\ b_{21}& b_{22}& \cdots & b_{2n}\\ ⋮& ⋮& \ddots & ⋮\\ b_{m1}& b_{m2}& \cdots & b_{mn}\end{array}\right]$$则:

A±B=$$\left[\begin{array}{cccc}{a}_{11}\pm b_{11}& a_{12}\pm b_{12}& \cdots & a_{1n}\pm b_{1n}\\ a_{21}\pm b_{21}& a_{22}\pm b_{22}& \cdots & a_{2n}\pm b_{2n}\\ ⋮& ⋮& \ddots & ⋮\\ a_{m1}\pm b_{m1}& a_{m2}\pm b_{m2}& \cdots & a_{mn}+b_{mn}\end{array}\right]$$

3.矩阵的乘法

a.A×c型

假设
A=$$\left[\begin{array}{ccc}{a}_{11}& a_{12}& a_{1n}\\ a_{21}& a_{22}& a_{2n}\\ a_{m1}& a_{m2}& a_{mn}\end{array}\right]$$,常数c

则A×c=$$\left[\begin{array}{ccc}{a}_{11}\ast c& a_{12}\ast c& a_{1n}\ast c\\ a_{21}\ast c& a_{22}\ast c& a_{2n}\ast c\\ a_{m1}\ast c& a_{m2}\ast c& a_{mn}\ast c\end{array}\right]$$

b.A×B型

1、用A的第1行各个数与B的第1列各个数对应相乘后加起来,就是乘法结果中第1行第1列的数；

2、用A的第1行各个数与B的第2列各个数对应相乘后加起来,就是乘法结果中第1行第2列的数；

3、用A的第1行各个数与B的第3列各个数对应相乘后加起来,就是乘法结果中第1行第3列的数；

依次进行，（直到）用A的第1行各个数与B的第末列各个数对应相乘后加起来,就是乘法结果中第1行第末列的的数。

二、

1、用A的第2行各个数与B的第1列各个数对应相乘后加起来,就是乘法结果中第2行第1列的数；

2、用A的第2行各个数与B的第2列各个数对应相乘后加起来,就是乘法结果中第2行第2列的数；

3、用A的第2行各个数与B的第3列各个数对应相乘后加起来,就是乘法结果中第2行第3列的数；

依次进行，（直到）用A的第2行各个数与B的第末列各个数对应相乘后加起来,就是乘法结果中第2行第末列的的数。

依次进行，

（直到）用A的第末行各个数与B的第1列各个数对应相乘后加起来,就是乘法结果中第末行第1列的数；

用A的第末行各个数与B的第2列各个数对应相乘后加起来,就是乘法结果中第末行第2列的数；

用A的第末行各个数与B的第3列各个数对应相乘后加起来,就是乘法结果中第末行第3列的数；

依次进行，

（直到）用A的第末行各个数与B的第末列各个数对应相乘后加起来,就是乘法结果中第末行第末列的的数。