矩阵乘法
法一:
假设 A A A是 m × n m×n m×n矩阵, B B B是 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=1∑naikbkj
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 ⋯
如 [ 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
A−1A=AA−1=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
设
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}
A−1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[10311−201]row1-3row2[10017−2−31]
所以
A
−
1
=
[
7
−
3
−
2
1
]
A^{-1}=\begin{bmatrix}7&-3 \\ -2&1\end{bmatrix}
A−1=[7−2−31]
求
A
−
1
A^{-1}
A−1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[IA−1]