1.矩阵
先简单讲解什么是矩阵,给小白们一个印象。矩阵可以是说从解方程组得来,为什么这么说呢,先举个例子:
{ 2 x − y = 0 − x + 2 y = 3 \left\{ \begin{array}{c}2x-y=0 \\ -x+2y=3\end{array}\right. {
2x−y=0−x+2y=3
我们可以将其写成
[ 2 − 1 − 1 2 ] [ x y ] = [ 0 3 ] \begin{bmatrix} 2 & -1 \\ -1 & 2 \\ \end{bmatrix} \begin{bmatrix} x \\ y \end{bmatrix}=\begin{bmatrix} 0\\3 \end{bmatrix} [2−1−12][xy]=[03]
这里可能涉及到矩阵的乘法,我们先不管,后面我们进行详解,这里的第一个矩阵为
[ 2 − 1 − 1 2 ] \begin{bmatrix} 2 & -1\\ -1 & 2\end{bmatrix} [2−1−12]
如果有个人跟你说第一行第二列是啥,那么我们得规定什么是行什么是列。请见下图
则我们可以回答了这个矩阵第一行第二列是-1啦,讲完了什么是矩阵了,那就来讲讲对矩阵的理解。
行图像:从行的角度看就是行的线性组合(方程组形式)
2 x − y = 0 − x + 2 y = 3 \begin{array}{c}2x-y=0 \\ -x+2y=3\end{array} 2x−y=0−x+2y=3
可以这样看,矩阵的第一行是 [ 2 − 1 ] \begin{bmatrix} 2 & -1 \end{bmatrix} [2−1],2的意思是我们需要 [ x y ] \begin{bmatrix} x \\ y \end{bmatrix} [xy]中2倍的第一行,-1的意思是我们需要 [ x y ] \begin{bmatrix} x \\ y \end{bmatrix} [xy]中-1倍的第二行,就是 2 x − y = 0 2x-y=0 2x−y=0
下图为行图像
列图像:从列的角度看就是列的线性组合
x [ 2 − 1 ] + y [ − 1 2 ] = [ 0 3 ] x \begin{bmatrix} 2 \\ -1 \end{bmatrix}+y\begin{bmatrix}-1\\2 \end{bmatrix} = \begin{bmatrix} 0 \\ 3 \end{bmatrix} x[2−1]+y[−12]=[03]
可以这样看, [ x y ] \begin{bmatrix} x \\ y \end{bmatrix} [xy]中第一行为 x x x表示我们需要 [ 2 − 1 − 1 2 ] \begin{bmatrix} 2 & -1 \\ -1 & 2 \\ \end{bmatrix} [2−1−12]中 x x x倍的第一列即 x [ 2 − 1 ] x \begin{bmatrix} 2 \\ -1 \end{bmatrix} x[2−1]
当x=1,y=2时候如下图
我们可以通过以上看出:
1.以矩阵 [ 2 − 1 − 1 2 ] \begin{bmatrix} 2 & -1 \\ -1 & 2 \\ \end{bmatrix} [2−1−12]来看,如果我们想对这个矩阵各列进行线性组合怎么办,我们只需要在它右边乘上一个矩阵即可。
2.以矩阵 [ x y ] \begin{bmatrix} x \\ y \end{bmatrix} [xy]来看,我们想对这个矩阵各行线性组合怎么办,我们只需要在它左边乘上一个矩阵即可。
总结:对于一个矩阵来说,我们想对其行进行线性组合,只需要在它左边乘上矩阵,想对其列进行线性组合,在它右边乘上矩阵。
2.矩阵的乘法
(1).总的公式 c i j = a i 1 b 1 j + a i 2 b 2 j + ⋯ + a i n b n j = ∑ k = 1 n a i k b k j c_{ij}=a_{i1}b_{1j}+a_{i2}b_{2j}+\cdots+a_{in}b_{nj} =\sum_{k=1}^{n} a_{ik}b_{kj} cij=ai1b1j+ai2b2j+⋯+ainbnj=k=1∑naikbkj
先解释一下下标的问题, c i j c_{ij} cij表示 C C C中第i行第j列元素。
设 A A A为 m m mx n n n的矩阵, B B B为 n n nx p p p的矩阵,则矩阵 A A A与矩阵 B B B相乘得到矩阵 C C C,如下图
[ a 31 a 32 ⋯ ] m ∗ n A [ b 14 b 24 ⋮ ] n ∗ p B = [ c 34 ] m ∗ p C \mathop{\begin{bmatrix} \\ \\ a_{31} & a_{32} & \cdots \\ \\ \end{bmatrix}_{m*n}}\limits_{A} \mathop{\begin{bmatrix} & & & b_{14} & \\ & & & b_{24} & \\ & & & \vdots & \end{bmatrix}_{n*p}}\limits_{B}=\mathop{\begin{bmatrix} \\ \\ & & & c_{34} & \\ \\ \end{bmatrix}_{m*p}}\limits_{C} A⎣⎢⎢⎡a31a32⋯⎦⎥⎥⎤m∗nB⎣⎢⎡b14b24⋮⎦⎥⎤n∗p=C⎣⎢