matlab分块矩阵取某一块_MIT线性代数笔记1.3(矩阵乘法，逆矩阵)

这一讲正式引入矩阵乘法和逆矩阵的概念。这是矩阵最重要的两个运算。矩阵的乘法可以按4种方式运算(理解)。每种都有重要意义。同时，这一节还将正式引入逆矩阵的概念。

矩阵乘法

如果

是一个

矩阵,

是一个

矩阵，那么定义

乘以

等于

, 则

是一个

矩阵。即：

对于两个矩阵相乘

，可以按四种方式理解：

第一种：标准方式：

这种就是大家在学校里学过的最标准的点积法，A对应的行和B对应的列做点积形成C:

比如：

, C的第一个元素5是A的第一行点积B的第一列：

。这种方法在学线性代数的时候大家肯定已经掌握了，不再赘述。

这里记住一个比较奇葩的例子： 列乘以行 ，一个

的向量 乘一个

的向量，结果是一个矩阵，并且这个矩阵绝对是不可逆的。而且是严重不可逆，他们的所有行和列都线性相关. 用后面专业的话说，就是矩阵的(秩)rank = 1, 比如如下这样的：

第二种：矩阵A乘以B的每一列

把B矩阵看成一排列向量，A分别乘以这些列

其实这就是前几节课一直强调的，矩阵乘一个列向量相当于把这个矩阵的每一列线性组合。这里只不过把一列拓展成N列(这N列组成了矩阵B)

第三种：矩阵A的每一行乘以矩阵B

第三种和第二种类似：它把A拆成每一行，然后乘以矩阵B：

把A矩阵看成一排行向量，这些行分别乘以矩阵B

第四种： 把A拆成列，把B拆成行，A的每一列乘以B的每一行，得到一个矩阵，最后再加起来。

把A拆成列，把B拆成行，然后分别相乘得到小矩阵，最后相加：

A的每一列乘以B的每一行，最后把这些矩阵加起来(每一个矩阵都是rank=1的不可逆矩阵哦)

分块矩阵

矩阵的乘法可以分块进行，

可以写成分块形式：

，其中

。 其实就是像每一块小矩阵看做一个数一样。

矩阵的逆

当A是一个方阵是，一个最重要的问题就是A 可不可逆，如果A可逆那么：

等价于A是可逆的，或者A是非奇异的

如果A是奇异的，A的行列式值为0(det) ，对于一些非0向量有

比如下面这货：

这实际上说，有一个非0向量，他可以把A的列向量线性组合为零向量，这不就说明A的列向量线性相关了么！ 显然这不就是不可逆的奇异矩阵了么！

高斯-捉蛋 消元法(Gauss-Jordan Elimination)

也叫高斯消元法，求逆矩阵的利器：方法就是把一个单位阵贴在要求矩阵的右边，一起消元，单左边的矩阵被干成单位阵的时候，又变就是逆矩阵咯

行了，这些内容可是中国高校的重点啊，想必你们是必须的妥妥的会了，啥别说，习题吧

习题

题1 求AB 和 AC 和 A(B+C) 验证矩阵乘法满足结合律

答：体力活没说的，验证矩阵结合律

题2 快使用高斯捉蛋消元法 找到

使得：

答：没说的，不就是求

上课讲的常规操作：