01
Matrix multiplication
矩阵乘法
矩阵乘法的概念有些复杂,对于Am*n x Bn*p=Cm*p,这里有严格的条件限制,因为左乘和右乘是有区别的,矩阵乘法需要满足左边矩阵列数=右边矩阵行数。
以C中第3行第4列元素为例,它应该是由A的第3行点乘B的第4列得到。
下面有4种理解矩阵乘法的方式 AB=C
way1 单一元素角度出发
也就是严格定义
way 2 从C中行出发
Rows of C are combinations of rows of B
C各行是B的各行的线性组合
way3 从C中列出发
Columns of C are combinations of columns of A
C各列是A的各列的线性组合
way4 从行列角度出发,即列 x 行
对于复杂的多行多列矩阵乘法,我们可以采取分块的处理方式(Block),分成小矩阵单元计算,如下图所示
02
Inverse
逆
下面讨论是针对方阵n*n的形式
首先,我们讨论无逆的情况,
Singular case,no inverse 奇异的,无逆
You can find a vector X with AX=0
如果你可以找到一个非0向量,使得AX=0,那这个A就是无逆的
如果A的逆存在,那么我们可以得到下列等式
这里的 I 是单位矩阵,即主对角线全为1,其他元素为0的矩阵,相当于数字1这么的一个东西,但不是1
那么如何求逆?
以下面方阵为例,实际上就是要解两个方程组,如果你硬去解也不是不可以,但有一种新的算法
Gauss-Jordan elimanation “solve two equations at once”
高斯若尔当消元,同时处理两个方程组
这里进行两次消元之后,我们很快就会在消元的结果中找到A的逆矩阵,这就是高斯若尔当消元的魅力。
通过高斯若尔当消元,我们发现,对于消元矩阵E,有如下的性质,EA=I tells us E is the inverse of A