矩阵的内积和外积

矩阵外积与内积

CareChere 于 2017-11-10 10:04:34 发布 117178 收藏 126

分类专栏： 数值基础

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接： https://blog.csdn.net/CareChere/article/details/78496752

版权

    <div id="blogColumnPayAdvert">
        <div class="column-group">
            <div class="column-group-item column-group0 column-group-item-one">
                <div class="item-l">
                    <a class="item-target" href="https://blog.csdn.net/carechere/category_7277048.html" target="_blank" title="数值基础" data-report-click="{&quot;spm&quot;:&quot;1001.2101.3001.6332&quot;}">
                        <img class="item-target" src="https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64" alt="">
                        <span class="title item-target">
                            <span>
                            <span class="tit">数值基础</span>
                                <span class="dec">专栏收录该内容</span>
                            </span>
                        </span>
                    </a>
                </div>
                <div class="item-m">
                    <span>4 篇文章</span>
                    <span>1 订阅</span>
                </div>
                <div class="item-r">
                        <a class="item-target article-column-bt articleColumnFreeBt" data-id="7277048">订阅专栏</a>
                </div>
            </div>
        </div>
    </div>
<article class="baidu_pl">
    <div id="article_content" class="article_content clearfix">
    <link rel="stylesheet" href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/editerView/ck_htmledit_views-6e43165c0a.css">
            <div id="content_views" class="htmledit_views">
                <p style="margin:10px auto; padding-top:0px; padding-bottom:0px; font-family:verdana,'ms song',宋体,Arial,微软雅黑,Helvetica,sans-serif; line-height:21.6px"> 一个行向量乘以一个列向量称作向量的<a href="https://so.csdn.net/so/search?q=%E5%86%85%E7%A7%AF&amp;spm=1001.2101.3001.7020" target="_blank" class="hl hl-1" data-report-view="{&quot;spm&quot;:&quot;1001.2101.3001.7020&quot;,&quot;dest&quot;:&quot;https://so.csdn.net/so/search?q=%E5%86%85%E7%A7%AF&amp;spm=1001.2101.3001.7020&quot;,&quot;extra&quot;:&quot;{\&quot;searchword\&quot;:\&quot;内积\&quot;}&quot;}" data-report-click="{&quot;spm&quot;:&quot;1001.2101.3001.7020&quot;,&quot;dest&quot;:&quot;https://so.csdn.net/so/search?q=%E5%86%85%E7%A7%AF&amp;spm=1001.2101.3001.7020&quot;,&quot;extra&quot;:&quot;{\&quot;searchword\&quot;:\&quot;内积\&quot;}&quot;}" data-tit="内积" data-pretit="内积">内积</a>，又叫作点积，结果是一个数；</p> 

一个列向量乘以一个行向量称作向量的外积，外积是一种特殊的克罗内克积，结果是一个矩阵，

假设和b分别是一个行向量和一个列向量，那么内积、外积分别记作和，,为了讨论方便，假设每个向量的长度为2。

注意：外积在不同的地方定义方式不太一样，这里不详细讨论

定义了内积和外积以后，我们讨论矩阵的乘法。矩阵是由向量组成的，因此对矩阵不同角度的抽象，将矩阵乘法转换为向量乘法，可以使我们从不同的角度去理解矩阵的乘法。首先我们可以对于一个矩阵A（假设行和列的大小都是2），我们可以即可以把它看作由两个行向量组成的列向量，

，又可以看作是由两个列向量组成的行量,我们表示列向量，表示行向量

 

这样矩阵A和矩阵B的乘积按照不同的角度就可以组成四种理解方式。

一、 A是由行向量组成的列向量，B是由列向量组成的行向量

                              

此时AB乘积变为了两个新的向量的外积形式，按照外积定义，我们有

注意到这里面每一个都是一个向量，因此就是一个内积,计算结果就是AB矩阵第i行第j列中的元素。因此，我们可以看到，矩阵乘积是两个向量的外积，并且外积矩阵中的每一个元素是一个内积。这种方式是最直接的理解方式。

二、 A是由列向量组成的行向量，B也是由列向量组成的行向量

令C = AB， 我们考虑C的每一个列向量:

同理：

因此，矩阵C的每一个列向量，是A的列向量的一个线性组合，该线性组合中的系数是的各个元素。从这个角度说C的每一列都存在于A的列向量空间内。

三、 A是由行向量组成的列向量，B也是由行向量组成的列向量

类似于上面的情况，不过我们现在考虑C的每一个行向量:

同理：

因此，矩阵C的每一个行向量，是B的行向量的一个线性组合，该线性组合中的系数是的各个元素。从这个角度说C的每一个行向量都存在于B的行向量空间内。

四、 A是由列向量组成的行向量，B也是由行向量组成的列向量