矩阵乘法的几种表达与逆矩阵

脱北向南

已于 2022-11-09 19:56:54 修改

阅读量1.9k

点赞数 1

分类专栏：代数基础文章标签：矩阵线性代数

于 2022-10-30 10:34:44 首次发布

本文链接：https://blog.csdn.net/cx550378562/article/details/127595732

版权

代数基础专栏收录该内容

20 篇文章 3 订阅

订阅专栏

$A_{m\times n}\,B_{n \times p}\,C_{m \times p}$

$A=\begin{bmatrix} 1 &2 \\ 3&4 \end{bmatrix} B=\begin{bmatrix} 4 &5 \\ 6&7 \end{bmatrix} AB=\begin{bmatrix} 16 &19 \\ 36&43 \end{bmatrix}$

1.通用方法（行列乘加）

矩阵A的第i行乘以矩阵B的第j列，对应元素相乘后相加，得到Cij

$C_{ij}=\sum_{k=1}^{n}a_{ik}b_{kj}=a_{i1}b_{1j}+a_{i2}b_{2j}+....$

这就是同济版线性代数的东西，不想多说了，没什么巧。

2.列方法

$AB=A\begin{bmatrix} b_1 & b_2 &...&b_p \end{bmatrix}=\begin{bmatrix} Ab_1&Ab_2&...&Ab_p\end{bmatirx}$

$AB=\begin{bmatrix}A\begin{bmatrix} 4\\ 6 \end{bmatrix} A\begin{bmatrix} 5\\ 7 \end{bmatrix}\end{bmatrix}=\begin{bmatrix} \begin{bmatrix} 16\\36\end{bmatrix}\begin{bmatrix} 19\\43\end{bmatrix}\end{bmatrix}$

$b_i$ 是矩阵B中的列向量，其实这里可以看作是矩阵B右乘A，是对A的列向量进行线性组合。

3.行方法

$AB=\begin{bmatrix} a_1\\ a_2\\ \vdots \\ a_m \end{bmatrix}B=\begin{bmatrix} a_1 B\\ a_2B\\ \vdots \\ a_m B \end{bmatrix}$

这里看作是A左乘B，本质上是对B进行每一行的线性组合。

$AB=\begin{bmatrix}\begin{bmatrix} 1&2\end{bmatrix} \begin{bmatrix} 5&6\\7&8\end{bmatrix} \begin{bmatrix} 3&4\end{bmatrix} \begin{bmatrix} 5&6\\7&8\end{bmatrix} \end{bmatrix} =\begin{bmatrix} 16 &36 \\ 19&43 \end{bmatrix}$

4.矩阵的逆

定义， $A^{-1}A=I=AA^{-1}$ ,称矩阵A可逆或非奇异（nonsigular不孤单呗），反之则矩阵奇异（sigular没伴），如果AX=0存在非零解，那么矩阵A是不可逆的。为啥？因为矩阵的乘法本质上是线性变换，AX可以看作将矩阵A左乘矩阵X，对X进行行变换，而逆矩阵是为了还原行变换，如果一个不是0的矩阵（向量）被你变换成0了，那我还原个屁。。。所以这种情况A没有逆矩阵。

求逆首选高斯-若尔当方法，具体是啥，翻书

脱北向南

关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
矩阵乘法的几种表达与逆矩阵

有四种矩阵乘法的表达矩阵A的第i行乘以矩阵B的第j列，对应元素相乘后相加，得到Cij这就是同济版线性代数的东西，不想多说了，没什么巧。是矩阵B中的列向量，其实这里可以看作是矩阵B右乘A，是对A的列向量进行线性组合。这里看作是A左乘B，本质上是对B进行每一行的线性组合。
复制链接

扫一扫