矩阵乘法和逆

矩阵乘法

法一:

假设 A A A m × n m×n m×n矩阵, B B B n × p n×p n×p矩阵, A B = C AB=C AB=C,则 c i j = a i 1 b 1 j + a i 2 b 2 j + ⋯ + a i n b n j = ∑ k = 1 n a i k b k j c_{ij}=a_{i1}b_{1j}+a_{i2}b_{2j}+\cdots+a_{in}b_{nj}=\sum\limits_{k=1}^na_{ik}b_{kj} cij=ai1b1j+ai2b2j++ainbnj=k=1naikbkj

法二:

将乘法考虑为矩阵乘以向量,将 B B B看成 p p p个单独的列向量,然后用 A A A乘以每个列向量,得到 C C C中的每一列。

法三:

A A A的每一行乘以 B B B得到 C C C中的每一行, C C C中的各行是 B B B中各行的线性组合。

法四:

A B = A AB=A AB=A中各列与 B B B各行的乘积之和 = = =列一×行一+列二×行二+ ⋯ \cdots

[ 2 7 3 8 4 9 ] [ 1 6 0 0 ] = [ 2 3 4 ] [ 1 6 ] + [ 7 8 9 ] [ 0 0 ] = [ 2 12 3 18 4 24 ] \begin{bmatrix}2&7\\3&8\\4&9\end{bmatrix}\begin{bmatrix}1&6\\0&0\end{bmatrix}=\begin{bmatrix}2\\3\\4\end{bmatrix}\begin{bmatrix}1&6\end{bmatrix}+\begin{bmatrix}7\\8\\9\end{bmatrix}\begin{bmatrix}0&0\end{bmatrix}=\begin{bmatrix}2&12\\3&18\\4&24\end{bmatrix} 234789[1060]=234[16]+789[00]=234121824

法五:

分块乘法

矩阵的逆

首先不是所有的矩阵都存在逆,假设 A A A为方阵,并且逆存在,则有
A − 1 A = A A − 1 = I A^{-1}A=AA^{-1}=I A1A=AA1=I
对于方阵而言,左逆等于右逆,但是如果 A A A为非方阵,左逆就不等于右逆。通常我们称不可逆矩阵为奇异矩阵。下面看看不可逆的情况: A = [ 1 3 2 6 ] A=\begin{bmatrix}1&3\\2&6\end{bmatrix} A=[1236]

为什么 A A A不可逆呢?首先 A A A对应的行列式 ∣ A ∣ = 0 |A|=0 A=0,这个可以用于判断 n n n阶方阵 A A A是否可逆。其次,如果存在非零向量 x x x,使 A x = 0 Ax=0 Ax=0,则 A A A不可逆。在这里取 x = [ − 3 1 ] x=\begin{bmatrix}-3\\1\end{bmatrix} x=[31],有
A x = [ 1 3 2 6 ] [ − 3 1 ] = [ 0 0 ] Ax=\begin{bmatrix}1&3\\2&6\end{bmatrix}\begin{bmatrix}-3\\1\end{bmatrix}=\begin{bmatrix}0\\0\end{bmatrix} Ax=[1236][31]=[00]
即奇异矩阵的各列通过线性组合能够得到零向量。

高斯-若尔当消元

A = [ 1 3 2 7 ] A=\begin{bmatrix}1&3\\2&7\end{bmatrix} A=[1237],那么如何求 A − 1 A^{-1} A1呢?按照逆的定义,有
[ 1 3 2 7 ] [ a c b d ] = [ 1 0 0 1 ] \begin{bmatrix}1&3\\2&7\end{bmatrix}\begin{bmatrix}a&c\\b&d\end{bmatrix}=\begin{bmatrix}1&0\\0&1\end{bmatrix} [1237][abcd]=[1001]
按照矩阵乘法,有
{ [ 1 3 2 7 ] [ a b ] = [ 1 0 ] [ 1 3 2 7 ] [ c d ] = [ 0 1 ] \left\{ \begin{aligned} \begin{bmatrix}1&3\\2&7\end{bmatrix}\begin{bmatrix}a\\b\end{bmatrix}=\begin{bmatrix}1\\0\end{bmatrix}\\ \begin{bmatrix}1&3\\2&7\end{bmatrix}\begin{bmatrix}c\\d\end{bmatrix}=\begin{bmatrix}0\\1\end{bmatrix}\\ \end{aligned} \right. [1237][ab]=[10][1237][cd]=[01]
解此方程组即可。但是该方法比较麻烦,高斯-若尔当(Gauss-Jordan)方法可以一次处理所有的方程。构造这样的方程 [ 1 3 1 0 2 7 0 1 ] \left[\begin{array}{cc|cc}1&3&1&0\\2&7&0&1\end{array}\right] [12371001],左侧为矩阵 A A A,右侧为 I I I,接下来通过消元法,将左侧变为单位阵,右侧即为 A A A的逆矩阵。具体过程如下:
[ 1 3 1 0 2 7 0 1 ] row2-2row1 → [ 1 3 1 0 0 1 − 2 1 ] row1-3row2 → [ 1 0 7 − 3 0 1 − 2 1 ] \left[\begin{array}{cc|cc}1&3&1&0\\2&7&0&1\end{array}\right]\underrightarrow{\text{row2-2row1}}\begin{bmatrix}1&3&1&0\\0&1&-2&1\end{bmatrix}\underrightarrow{\text{row1-3row2}}\left[\begin{array}{cc|cc}1&0&7&-3\\0&1&-2&1\end{array}\right] [12371001] row2-2row1[10311201] row1-3row2[10017231]
所以 A − 1 = [ 7 − 3 − 2 1 ] A^{-1}=\begin{bmatrix}7&-3 \\ -2&1\end{bmatrix} A1=[7231]

A − 1 A^{-1} A1的方法:
[ A I ] 消元 → [ I A − 1 ] \begin{bmatrix}A&I\end{bmatrix}\underrightarrow{\text{消元}}\begin{bmatrix}I&A^{-1}\end{bmatrix} [AI] 消元[IA1]

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值