线性代数 矩阵乘法

矩阵乘法(matrix multiplication)
$A_{m*n}B_{n*p}=C_{m*p}$

$\left[ \begin{matrix} a_{11} & a_{12} \\ a_{21} & a_{22} \end{matrix} \right]$ $\left[ \begin{matrix} b_{11} & b_{12} \\ b_{21} & b_{22} \end{matrix} \right]$

第一种理解
点积的形式
$C_{22}=A_2*B_2=a_{21}b_{12}+a_{22}b_{22}...=\sum^n_{k=1}a_{2k}b_{k2}$

第二种理解
列向量的线性组合(右乘)
C中的各列是A乘以B中各个向量,也就是等价于A中列的线性组合(这个组合对应C中的某一列).B中的数字相当于告诉我,这是怎样的线性组合.

第三种理解
行向量的线性组合(左乘)
A中某一行(i行)乘以B中的所有行就得到了C中的某一行(i行)

C中的各行是B中各行的线性组合

第四种理解
列*行

$\left[ \begin{matrix} 2 \\ 3 \\ 4 \end{matrix} \right]$ $\left[ \begin{matrix} 1 & 6 \end{matrix} \right]$=$\left[ \begin{matrix} 2 & 12 \\ 3 & 18 \\ 4 & 24 \end{matrix} \right]$
C中的各列是A中各列的B倍数,C中各行是B中各行的A倍数

$\left[ \begin{matrix} 2 & 7 \\ 3 & 8 \\ 4 & 9 \end{matrix} \right]$ $\left[ \begin{matrix} 1 & 6 \\ 0 & 0 \\ \end{matrix} \right]$ = $\left[ \begin{matrix} 2 \\ 3 \\ 4 \end{matrix} \right]$ $\left[ \begin{matrix} 1 & 6 \\ \end{matrix} \right]$+$\left[ \begin{matrix} 7 \\ 8 \\ 9 \end{matrix} \right]$ $\left[ \begin{matrix} 0 & 0 \\ \end{matrix} \right]$

第五种理解
分块乘法遵循矩阵乘法的规律

逆(inverses)
逆是指方阵(square matrices)
$A^{-1}A = I$ 这个和 $AA^{-1} = I$是等价的,也就是说如果一个矩阵有逆矩阵,那么它左乘和右乘都是一样的

可逆的(invertible),非奇异的(nonsingular)
$\left[ \begin{matrix} 1 & 3 \\ 2 & 7 \end{matrix} \right]$ $\left[ \begin{matrix} a & c \\ b & d \end{matrix} \right]$ =$\left[ \begin{matrix} 1 & 0 \\ 0 & 1 \end{matrix} \right]$

按列向量来理解,就是解两个二元方程组.
$\left[ \begin{matrix} 1 & 3 \\ 2 & 7 \end{matrix} \right]$ $\left[ \begin{matrix} a \\ b \end{matrix} \right]$ =$\left[ \begin{matrix} 1 \\ 0 \end{matrix} \right]$

$\left[ \begin{matrix} 1 & 3 \\ 2 & 7 \end{matrix} \right]$ $\left[ \begin{matrix} c \\ d \end{matrix} \right]$ =$\left[ \begin{matrix} 0 \\ 1 \end{matrix} \right]$

高斯乔丹(gauss-Jordan)可以同时处理两个方程组

$\left[ \begin{matrix} 1 & 3 & 1 & 0\\ 2 & 7 & 0 & 1 \end{matrix} \right]$ =$\left[ \begin{matrix} 1 & 0 & 7&-3 \\ 0 & 1 & -2&1 \end{matrix} \right]$
也就是说
$[A I] = [I A^{-1}]$

它的原理是分块矩阵
$E[A I]=[I A^{-1}]$

不可逆(non-invertible),奇异的(singular)矩阵其列能通过线性组合得到0向量

参考文献:
http://open.163.com/movie/2010/11/H/O/M6V0BQC4M_M6V29FCHO.html