MIT线代笔记（三）矩阵乘法与逆矩阵

矩阵乘法：

定义：

给定矩阵A（m×n)，B（n×p），则A* B = C(m×p）

1.点乘：规定c_ij= $\sum$（a_ik b_kj）, 其中1$\le$ k $\le$ n,c_ij为矩阵C第i行第j列的元素。

形如n维向量点乘a·b = $\sum$a_ib_i的形式，故称之为点乘。
实质上，矩阵即为向量的推广形式

2.矩阵C的列的线性组合是矩阵A的列的线性组合

3.矩阵C的行的线性组合是矩阵B的行的线性组合

2、3可理解为左行右列准则

4.定义：矩阵A的列向量a_i(m×1）与矩阵B的行向量b_i(1×n）相乘，得到矩阵C_i(m×n) ，则矩阵C = $\sum$C_i

而A的行向量与B的列向量相乘，会得到一个数，即定义1中的点乘。

5.分块：将A和B矩阵分块，分块后进行点乘

矩阵的逆：

定义：若矩阵的逆存在，则AA^-1 = A^-1A = E

注：可逆矩阵与非奇异矩阵同义，不可逆矩阵与奇异(singular)矩阵同义。
可证明，矩阵的逆矩阵唯一。

矩阵可逆的充要条件：

以下几种说法等价
1.|A| $\ne$ 0 ，即A的行列式为0
2.矩阵A不存在非零行或是非零列，
3.矩阵的各向量线性无关（线性相关则会产生零向量）

高斯若尔当消元法：

即高斯消元法的矩阵形式：
考虑增广矩阵[A| I],对其进行高斯消元后得到矩阵[I|B]，则B为A的逆矩阵
原理：高斯消元是对矩阵进行的初等行变换，等价于A左乘若干变换矩阵E_ij
若 EA = I，
则 E = A^-1