矩阵加减
已知 A = ( 1 3 2 4 5 6 ) A=\begin{pmatrix}1&3\\2&4\\5&6\end{pmatrix} A=⎝⎛125346⎠⎞, B = ( 7 8 9 10 11 12 ) B=\begin{pmatrix}7&8\\9&10\\11&12\end{pmatrix} B=⎝⎛791181012⎠⎞,求 2 A + 3 B 2A+3B 2A+3B?
- 对于单个数值与矩阵的乘法其规则为,矩阵中的每一个数值分别与该数相乘
- 对于矩阵的加减,其规则为
A
i
j
A_{ij}
Aij与
B
i
j
B_{ij}
Bij的元素相加减
因此,原式
2 A + 3 B = 2 ∗ ( 1 3 2 4 5 6 ) + 3 ∗ ( 7 8 9 10 11 12 ) 2A+3B=2*\begin{pmatrix}1&3\\2&4\\5&6\end{pmatrix}+3*\begin{pmatrix}7&8\\9&10\\11&12\end{pmatrix} 2A+3B=2∗⎝⎛125346⎠⎞+3∗⎝⎛791181012⎠⎞
= ( 2 6 4 8 10 12 ) + ( 21 24 27 30 33 36 ) =\begin{pmatrix}2&6\\4&8\\10&12\end{pmatrix}+\begin{pmatrix}21&24\\27&30\\33&36\end{pmatrix} =⎝⎛24106812⎠⎞+⎝⎛212733243036⎠⎞
= ( 2 + 21 6 + 24 4 + 27 8 + 30 10 + 33 12 + 36 ) =\begin{pmatrix}2+21&6+24\\4+27&8+30\\10+33&12+36\end{pmatrix} =⎝⎛2+214+2710+336+248+3012+36⎠⎞
= ( 23 30 31 38 43 48 ) =\begin{pmatrix}23&30\\31&38\\43&48\end{pmatrix} =⎝⎛233143303848⎠⎞
矩阵乘法
- 规则:前行乘后列
- A m n ∗ B n p = C m p A_{mn}*B_{np}=C_{mp} Amn∗Bnp=Cmp,即m行n列的矩阵乘n行p列的矩阵,结果是m行p列,也就是说乘积矩阵的行数是由前面矩阵的行数决定,乘积矩阵的列数是由后面矩阵的列数决定的,如果前面矩阵的列数与后面矩阵的行数不等便无法进行矩阵乘法
示例:
已知
A
=
(
1
3
2
1
0
2
)
A=\begin{pmatrix}1&3\\2&1\\0&2\end{pmatrix}
A=⎝⎛120312⎠⎞,
B
=
(
1
2
0
0
1
2
)
B=\begin{pmatrix}1&2&0\\0&1&2\end{pmatrix}
B=(102102),求
A
∗
B
A*B
A∗B?
原式
A
∗
B
=
(
1
3
2
1
0
2
)
∗
(
1
2
0
0
1
2
)
A*B=\begin{pmatrix}1&3\\2&1\\0&2\end{pmatrix}*\begin{pmatrix}1&2&0\\0&1&2\end{pmatrix}
A∗B=⎝⎛120312⎠⎞∗(102102)
=
(
1
∗
1
+
3
∗
0
1
∗
2
+
3
∗
1
1
∗
0
+
3
∗
2
2
∗
1
+
1
∗
0
2
∗
2
+
1
∗
1
2
∗
0
+
1
∗
2
0
∗
1
+
2
∗
0
0
∗
2
+
2
∗
1
0
∗
0
+
2
∗
2
)
=\begin{pmatrix}1*1+3*0&1*2+3*1&1*0+3*2\\2*1+1*0&2*2+1*1&2*0+1*2\\0*1+2*0&0*2+2*1&0*0+2*2\end{pmatrix}
=⎝⎛1∗1+3∗02∗1+1∗00∗1+2∗01∗2+3∗12∗2+1∗10∗2+2∗11∗0+3∗22∗0+1∗20∗0+2∗2⎠⎞
=
(
1
5
6
2
5
2
0
2
4
)
=\begin{pmatrix}1&5&6\\2&5&2\\0&2&4\end{pmatrix}
=⎝⎛120552624⎠⎞
特殊性质
任何矩阵乘0矩阵都为0
M
0
∗
A
=
0
M_{0}*A=0
M0∗A=0
其中零矩阵
M
0
M_{0}
M0是形如
M
0
=
(
0
0
0
0
0
0
0
0
0
)
M_{0}=\begin{pmatrix}0&0&0\\0&0&0\\0&0&0\end{pmatrix}
M0=⎝⎛000000000⎠⎞的矩阵
单位矩阵乘任意矩阵得任意矩阵
E
∗
A
=
A
∗
E
=
A
E*A=A*E=A
E∗A=A∗E=A
其中,单位矩阵是形如
E
=
(
1
0
0
0
1
0
0
0
1
)
E=\begin{pmatrix}1&0&0\\0&1&0\\0&0&1\end{pmatrix}
E=⎝⎛100010001⎠⎞的矩阵
也可推出:
E
2
=
E
∗
E
=
E
E^2=E*E=E
E2=E∗E=E
交换矩阵顺序,乘积未必相等
A
∗
B
?
=
B
∗
A
A*B?=B*A
A∗B?=B∗A
很显然,交换矩阵顺序后改变了矩阵的维度关系,例如2 * 3的矩阵与3 * 2的矩阵结果是2 * 2的矩阵,交互顺序后变成3 * 2的矩阵与2 * 3的矩阵相乘,其结果是3 * 3的矩阵。或者在交换之后无法进行矩阵乘法。
矩阵没有除法
A ∗ X = A ∗ Y ⇏ X ∗ Y A*X=A*Y\nRightarrow X*Y A∗X=A∗Y⇏X∗Y
矩阵没有指数结合性质
( A B ) k ⇎ A k ∗ B k (AB)^k\nLeftrightarrow A^k*B^k (AB)k⇎Ak∗Bk
求矩阵的行列式
已知矩阵
A
=
(
1
2
3
4
)
A=\begin{pmatrix}1&2\\3&4\end{pmatrix}
A=(1324),求
∣
A
∣
?
|A|?
∣A∣?
求
∣
A
∣
|A|
∣A∣即是求A的行列式的值,这里,
A
=
[
1
2
3
4
]
=
−
2
A=\begin{bmatrix}1&2\\3&4\end{bmatrix}=-2
A=[1324]=−2
一般,
∣
λ
A
∣
=
λ
n
∗
∣
A
∣
|\lambda A|=\lambda^n*|A|
∣λA∣=λn∗∣A∣
这里,
λ
\lambda
λ是系数,n是阶数(n行n列)
例如已知
A
=
[
1
2
3
4
]
=
−
2
A=\begin{bmatrix}1&2\\3&4\end{bmatrix}=-2
A=[1324]=−2,求
A
=
[
2
4
6
8
]
A=\begin{bmatrix}2&4\\6&8\end{bmatrix}
A=[2648]?
原式
A
=
[
2
4
6
8
]
A=\begin{bmatrix}2&4\\6&8\end{bmatrix}
A=[2648]
=
[
1
∗
2
2
∗
2
3
∗
2
4
∗
2
]
=\begin{bmatrix}1*2&2*2\\3*2&4*2\end{bmatrix}
=[1∗23∗22∗24∗2]
=
2
2
∗
(
−
2
)
=
−
8
=2^2*(-2)=-8
=22∗(−2)=−8