矩阵基础知识

Transpose Matrix（转置矩阵）

A =     111 222 333 444 555 666

A' =     111 333 555 222 444 666

一个矩阵A的转置矩阵B是指，B中的所有行是通过A中的列获得的。

Vectors(向量)

a =

11 12 33

 

a' =

11 12 33

向量是一种特殊的矩阵，行数或者列数等于1。

Symmetric Matrix（对称矩阵）

A = A' =

1 2 2 3

B = B' =

5 6 7 6 3 2 7 2 1

转置矩阵对于自身。

Diagonal Matrix（对角矩阵）

A =

1 0 0 3

B =

5 0 0 0 3 0 0 0 1

一种特殊的对称矩阵，非对角线上的值为0。对角线为左上至右下。

Scalar Matrix（纯量矩阵）

A =

3 0 0 3

B =

5 0 0 0 5 0 0 0 5

一种特殊的对角矩阵，对角线上的值相等。

Add and Subtract Matrices(矩阵加减法)

A + B =

1 + 5 2 + 6 3 + 7 7 + 3 8 + 4 9 + 5

=

6 8 10 10 12 14

A - B =

1 - 5 2 - 6 3 - 7 7 - 3 8 - 4 9 - 5

=

-4 -4 -4 4 4 4

相加减矩阵必须具有同样的行和列数。

Multiply a Matrix by a Number(数字乘矩阵)

xA   =   5A   =    5

100 200 300 400

=

5 * 100 5 * 200 5 * 300 5 * 400

=

500 1000 1500 2000

=    B

矩形中每个元素乘以数字。

Multiply a Matrix by a Matrix(矩阵乘以矩阵)

A =

0 1 2 3 4 5

B =

6 7 8 9 10 11

	28	31
	100	112

C_ik = Σ_j A_ijB_jk

矩阵A乘以矩阵B，必须满足A的列数等于B的行数。C中i行k列等于A中i行和B中k列每项相乘之后的和。

• C₁₁ = Σ A_1jB_j1 = 0*6 + 1*8 +2*10 = 0 + 8 + 20 = 28
• C₁₂ = Σ A_1jB_j2 = 0*7 + 1*9 +2*11 = 0 + 9 + 22 = 31
• C₂₁ = Σ A_2jB_j1 = 3*6 + 4*8 +5*10 = = 18 + 32 + 50 = 100
• C₂₂ = Σ A_2jB_j2 = 3*7 + 4*9 +5*11 = 21 + 36 +55 = 112
  

  Identity Matrix(单位矩阵)

  I2 =     1 0 0 1

  I3 =     1 0 0 0 1 0 0 0 1

  AI = IA = A
  

Vector Inner Product(向量内积)

a'b = b'a = s

a =

1 2 3

b =

4 5 6

a'b = 1*4 + 2*5 + 3*6 = 4 + 10 + 18 = 32

内积又称为dot product(点积)，scalar product(数积)

Vector Outer Product(向量外积)

a =

1 2 3

b =

4 5 6

a =

v w

b =

x y z

外积为,

C    =    ab'    =

v * x v * y v * z w * x w * y w * z

reference:http://stattrek.com/tutorials/matrix-algebra-tutorial.aspx