看待矩阵的另⼀个视⻆:系统
之前,我们的例子中,我们把矩阵当作一个数据表格
从不同的视角,矩阵还可以表示一个系统
例如,在一个经济系统中:需要对IT,电子,矿产,房产的投入要做一个估算,在投资额度预算的时候,某些砖家就会分析计算投入额满足某些需求
上面这个式子的意思是:对it产业的投入Xit ,包括至少投入的100个亿元,但是只投入100亿是不够的,这是因为,在做其他领域,电子,矿产,房产的时候,可能还需要it行业的支撑,(现在什么都离不开it了),也就是说,投入到电子领域的钱,五分之一(0.2)的钱需要花费在it方面,投入到矿产领域的钱,十分之一(0.1)需要花费在it上面,投入到矿产领域的钱,一半需要花费在it上面。
同理:对于电子行业的发展,至少投入50个亿元,其他领域也得投入,为了it领域的更好发展
需要花费一半的钱在电子行业,为了矿产领域的发展,也需要花费五分之一的钱在电子行业,为了房产行业的发展,也需要花费十分之一的钱在电子行业。
同理:对于矿产行业,至少会花费20个亿元,it是不会花费钱在上面的,电子行业会花费五分之二的钱在上面,房产行业会花费十分之三
同理:对于房产行业,将投入666个亿元,it会花费五分之一在上面,其他不会花费
以上纯属假设,联立起来就得到一个方程组
这样这个方程组就能描述这个经济系统
下面的例子是一个交通网络系统:4个小区,每个小区100个人,去中关村的各个节点(地铁站)的流量,也能组成很多的方程组
例子:电路系统,也是组成了方程组
例子:化学方程组中系数的配平
可见:线性⽅程组在各个领域,有着重要的应,在线性代数中,称为线性系统
我们再回到第一个经济系统的例子:
左边的系数,可以看成是一个矩阵:
右边的数值,可以看成一个列向量:
左边的系数也可以看成一个列向量:
于是就有:矩阵A点乘向量x等于向量b
下图中,左边可以写成方程组组成的向量,这本身就是等价的,这也就是矩阵和向量相乘的定义:
于是有:矩阵和向量相乘,实际上就是矩阵的每一个行向量点乘于该向量
注意:矩阵A的列数必须和向量u的元素个数⼀致!矩阵A的⾏数没有限制。
使用行向量视角看的话,矩阵中的每一个行向量点乘向量u
当矩阵A只有一个行的时候,它也就是一个向量,我们再看向量的点乘:也就是只有一行的矩阵和一个向量相乘的结果
另一个角度看矩阵和向量的乘法:下图
通过某种方式,把向量a转换成了向量b,可以把矩阵理解成向量的函数!
我们中学数学的时候,学过函数,函数就是根据映射关系,将一个数转换成另外一个数,例如
f(x)=5x,当x=2的时候,f(x)就为10。