陶哲轩必备助手之人工智能数学验证+定理发明工具LEAN4 [线性代数篇2]矩阵乘积的行列式变形（下篇）

视频链接，求个赞哦：

陶哲轩必备助手之人工智能数学验证+定理发明工具LEAN4 [线性代数篇2]矩阵乘积的行列式变形（下篇）_哔哩哔哩_bilibili

import Mathlib.LinearAlgebra.Matrix.Determinant

import Mathlib.GroupTheory.Perm.Fin

import Mathlib.GroupTheory.Perm.Sign

import Mathlib.Data.Real.Sqrt

import Mathlib.Data.List.Perm

-- 本文件最终目标是证明行列式中矩阵相乘的运算规律：第二篇

-- det (M * N) = det M * det N

universe u v w z

open Equiv Equiv.Perm Finset Function

namespace Matrix --目的是避免模糊定义mul_apply

open Matrix BigOperators

variable {m n : Type*} [DecidableEq n] [Fintype n] [DecidableEq m] [Fintype m]

variable {R : Type v} [CommRing R]

local notation "ε " σ:arg => ((sign σ : ℤ) : R) -- “元编程”，创造新符号，ε 接收一个参数，结果就是sign σ

set_option linter.unusedVariables false --

-- 没讲到的部分会分别用“前置知识”视频发出来，先记???

 

def detRowAlternating2

: AlternatingMap R (n → R) R n --- 最后这个参数n属于补充说明,实际形式上只需传三个参数即可

:=

MultilinearMap.alternatization ( -- ???基本的要素都齐了，求和，连乘，全体置换，置换的符号。具体逻辑还不懂

(MultilinearMap.mkPiAlgebra R n R).compLinearMap

LinearMap.proj)

abbrev det2 (M : Matrix n n R): R :=

(detRowAlternating2) M -- 这里为什么类型是R，因为detRowAlternating2相当于detRowAlternating2.toFun

 

-- 前置知识

-- Perm 的使用,排列组合

-- 以下是一些关于 Perm n 的示例，其中 n 取不同的值：

-- 当 n = 1 时，Perm 1 表示长度为 1 的置换，即 [0]。

-- 当 n = 2 时，Perm 2 表示长度为 2 的置换，共有两种情况：[0, 1] 和 [1, 0]。

-- 当 n = 3 时，Perm 3 表示长度为 3 的置换，共有六种情况：[0, 1, 2]、[0, 2, 1]、[1, 0, 2]、[1, 2, 0]、[2, 0, 1] 和 [2, 1, 0]。

-- #eval Finset.val (Finset.univ : Finset (Fin 4))

def printPerms (n : ℕ) : List (List ℕ) :=

List.map List.reverse (List.permutations (List.range n))

-- ???Perm n的理解错了：Perm n即Equiv α α

-- α ≃ α 则是 Equiv α α的记号

-- α ≃ β is the type of functions from α → β with a two-sided inverse，是有双边逆的映射，而不是等价关系。

-- #check Perm n

-- #eval printPerms 4

-- #eval printPerms 3 -- [0, 1, 2] [2, 1, 0]

 

-- 正式开始：

lemma MainGoal_1 (M N : Matrix n n R) :

det (M * N)

= ∑ p : n → n, -- {1,2,3} → {1,2,3}

∑ σ : Perm n,

ε σ

*

∏ i,

M (σ i) (p i) * N (p i) i

:= by

simp only [det_apply']

simp only [mul_apply]

simp only [prod_univ_sum] -- ???与"先连加，再连乘，等于，先连乘，再连加"，还有笛卡尔积“全覆盖”，相关的定理

-- 如何理解Fintype.piFinset t

-- 假设 t 是一个从集合 {1, 2} 到有限集合的映射，其中 t(1) = {a, b}，t(2) = {x, y}。

-- 那么 Fintype.piFinset t 就表示集合 {(a, x), (a, y), (b, x), (b, y)}，即这两个集合的笛卡尔积。

-- 举例说明prod_univ_sum

-- 首先，让我们假设集合α包含元素1和2，对应的集合分别为t1和t2。而且我们有以下映射关系：

-- t1 = {a, b}, t2 = {x, y}

-- 对应的函数f如下：

-- f(1, a) = 2, f(1, b) = 3, f(2, x) = 1, f(2, y) = 4

-- 现在我们来计算左侧和右侧的值。

-- 左侧：(∏ a, ∑ b in t a, f a b)

-- = (∑ b in t1, f(1, b)) * (∑ b in t2, f(2, b))

-- = (f(1, a) + f(1, b)) * (f(2, x) + f(2, y))

-- = (2 + 3) * (1 + 4)

-- = 5 * 5

-- = 25

-- 右侧：∑ p in Fintype.piFinset t, ∏ x, f x (p x)

-- = f(1, a) * f(2, x) + f(1, a) * f(2, y) + f(1, b) * f(2, x) + f(1, b) * f(2, y)

-- = 2 * 1 + 2 * 4 + 3 * 1 + 3 * 4

-- = 2 + 8 + 3 + 12

-- = 25

-- 因此，根据 Finset.prod_univ_sum 定理，左侧和右侧的值相等，都等于25。

simp only [mul_sum]

simp only [Fintype.piFinset_univ]--???

rw [Finset.sum_comm]

done

 

lemma MainGoal_2 (M N : Matrix n n R):

∑ p : n → n,

∑ σ : Perm n,

(ε σ)

*

∏ i,

M (σ i) (p i) * N (p i) i

= ∑ p in (@univ (n → n) _).filter Bijective,

∑ σ : Perm n,

ε σ

*

(∏ i,

M (σ i) (p i) * N (p i) i)

:= by

apply Eq.symm

apply sum_subset --s₁ ⊆ s₂， x ∈ s₂, x ∉ s₁的情况为0，则可以直接去掉

· intro h1 h2

exact mem_univ h1

· intros h3 h4 h5

apply det_mul_aux -- ???这个先不理解，后面专门出一个视频来教如何读证明并且分解证明成策略模式。

-- 一个先连乘，再连加的东西，结果是0，关键是非双射导致的，有点意思

-- 举个例子，p=[1,1],Perm 2只有两个变换：1.恒等变换，简称id；2.换位变换，简称swap

-- ε id * (M (id 1)(p 1) * N (p 1)1) * (M (id 2)(p 2) * N (p 2)2)

-- = 1 * (M 1 1 * N 1 1) * (M 2 1 * N 1 2)

-- = M 1 1 * N 1 1 * M 2 1 * N 1 2

-- ε swap * (M (swap 1)(p 1) * N (p 1)1) * (M (swap 2)(p 2) * N (p 2)2)

-- = -1 * (M 2 1 * N 1 2) * (M 1 1 * N 1 1)

-- = -M 2 1 * N 1 2 * M 1 1 * N 1 1

simp only [mem_filter] at h5 -- 就是filter的定义呗，是属于某个集合里面的，而且满足条件1

simp only [mem_univ] at h5

simp only [true_and_iff] at h5

set h6 := fun x ↦ h3 x -- 写这个h6,h7是为了补充说明，其实这里h6就是和h3同一个映射，写法不一样而已

-- have h7: h6=h3 --为了讲解而写的

-- := by

-- exact rfl

exact h5

done

 

lemma MainGoal_3 (M N : Matrix n n R):

∑ p in (@univ (n → n) _).filter Bijective,

∑ σ: Perm n,

ε σ

*

(∏ i,

M (σ i) (p i) * N (p i) i)

=

∑ τ : Perm n,

∑ σ : Perm n,

(ε σ)

*

(∏ i,

M (σ i) (τ i) * N (τ i) i)

:= by

rw [sum_comm]

rw [sum_comm] -- 这两步sum_comm相当于没变，只改成了x,y

-- 反向推理

refine' sum_bij _ _ _ _ _ -- ???这个需要问一下gpt找到数学世界里的对应定理名称。不一样的定义域s、t，不同的函数f、g，求和相同，需要什么条件呢。5个条件

-- 举例：

-- 假设我们有以下集合和映射：

-- 令 α = {1, 2, 3}，即集合 {1, 2, 3}。

-- 令 β = {a, b, c}，即集合 {a, b, c}。

-- 令 γ = {x, y, z}，即集合 {x, y, z}。

-- 定义函数 f: α → β 和 g: γ → β 如下：

-- 对于 f，我们定义 f(1) = a，f(2) = b，f(3) = c。

-- 对于 g，我们定义 g(x) = a，g(y) = b，g(z) = c。

-- 接下来，定义函数 i: α → γ 如下：

-- i(1) = x

-- i(2) = y

-- i(3) = z

-- 现在，我们可以检查定理的条件是否满足：

-- 映射关系 (h)： 对于所有 a 属于 {1, 2, 3}，我们有 f a = g (i a)。

-- 这是满足的，例如，对于 a = 1，我们有 f(1) = a 和 g(i(1)) = g(x) = a。

-- i 是单射 (i_inj)： 如果 i a₁ = i a₂，则 a₁ = a₂。

-- 这是满足的，因为 i 的定义是一对一的，不同的 a 映射到不同的 γ 中的元素。

-- i 是满射 (i_surj)： 对于任意 b 属于 {x, y, z}，存在 a 属于 {1, 2, 3}，使得 b = i a。

-- 这也是满足的，因为 i 的定义覆盖了整个 γ。

-- 如果这些条件满足，我们可以应用定理，从而得出：

-- [

-- \prod_{x \in {1, 2, 3}} f(x) = \prod_{x \in {x, y, z}} g(x)

-- ]

-- 即，

-- [

-- abc = abc

-- ]

· intros ih1 ih2 -- 这里ih1潜台词是随机的ih1

-- 感性理解就是容易犯错，不想犯错还是得程序验证

simp only [Perm]

have ih3:= (mem_filter.mp ih2).right

have ih4:= ofBijective ih1 ih3 -- 单射+满射的映射，向上升级概念为（或者叫自然拓展性质）：具有双边逆的映射（实质并没有发生任何变化）

-- 提一句：通常名字为of的函数，就是讲一些等价的概念互相转换。

exact ih4 -- 如果这里定义错了，下面满盘皆输

-- 证明的一个哲学意义是：给出某一个例子，是属于这个命题说的类的。

-- 注意不能像以下这样定义

-- intros ih1 ih2

-- have ih3:= Equiv.refl n

-- simp only [Perm]

-- exact ih3

· intro h1

intro h2 --原来这里会用到refine1的证明

simp only [mem_univ]

· intros h_1 h_2

have h_3:= mem_filter.1 h_2

obtain 〈h_4,h_5〉 := h_3

simp only [id_eq]

set h_6 := ofBijective h_1 h_5 -- h_1和h_6相等吗？，由ofBijective的toFun定义知道就是h_1

-- have h1_equal_h6 : h_1=h_6 --为了讲解

-- := by

-- exact rfl

rfl

· intros inj_1 inj_2 inj_3 inj_4 inj_5

simp only [id_eq] at inj_5 -- 看起来很明显，但就是完成不了

ext x

have inj_6:= ofBijective_apply inj_1

have inj_7:= ofBijective_apply inj_2

rw [

← inj_6,

inj_5,

inj_7]

done

· intros b x

refine' Exists.intro b _ -- 存在，给出例子，然后代入第二个参数中，比如这里就是把a全部替换成了b

-- 如果第二个参数中不用直接替换的，比如下面这行，就直接证明第二个参数代表的命题即可

refine' Exists.intro _ _ -- 比如这里ha在第二个参数中没有需要替换的，直接证明第二个命题即可

· refine' mem_filter.2 _

constructor

· refine' mem_univ (↑b)

· exact Equiv.bijective b

· -- refine' coe_fn_injective _ --在外层套了一个不变的映射

simp only [id_eq]

-- simp only [FunLike.coe_fn_eq]

refine' Equiv.ext _

intros x2

-- ↑(ofBijective ↑b (_ : Bijective ↑b))前面这个和↑b作用效果一样吗?查一下ofBijective的toFun := f定义就知道，就是f本身

-- 下面是进一步的探究，不看了

-- have equalTest: (ofBijective ↑b (_ : Bijective ↑b)) = b

-- := by

-- refine ((fun {α β} {e₁ e₂} ↦ Equiv.coe_inj.mp) rfl).symm

rfl

done

done

 

lemma MainGoal_4 (M N : Matrix n n R):

∑ τ : Perm n,

∑ σ : Perm n,

(ε σ)

*

(∏ i,

M (σ i) (τ i) * N (τ i) i)

= ∑ σ : Perm n,

∑ τ : Perm n,

(∏ i,

N (σ i) i)

*

(ε τ)

* ∏ j, M (τ j) (σ j)

:= by

simp only [mul_comm]

simp only [mul_left_comm]

simp only [prod_mul_distrib] -- 1个连乘变成2个连乘相关的定理

simp only [mul_assoc]

done

-- ///

def hhh3_h4 (M N : Matrix n n R) (h5: Perm n) (h1: Perm n)

: --映射间组合的一个定理

∏ j,

M (h5 j) (h1 j) =

∏ j,

M ((h5 * h1⁻¹) j) j -- perm n之间的乘法是什么结果呢？还是perm n

:= by

rw [← (h1⁻¹ : _ ≃ _).prod_comp] -- 两个函数的连乘的结果一样的相关证明（感性理解：置换后反正都要遍历的对吧，连乘应该都一样的哦）

simp only [Equiv.Perm.coe_mul]

simp only [apply_inv_self]

simp only [Function.comp_apply]

done

def h6 (h5: Perm n) (h1: Perm n)

: (ε h1) * (ε (h5 * h1⁻¹)) -- [1,2,3] => [3,1,2]

= (ε h5) -- 转置的符号相关的定理

:=

calc

(ε h1) * ε (h5 * h1⁻¹)

= ε (h5 * h1⁻¹ * h1)

:= by

rw [mul_comm, sign_mul (h5 * h1⁻¹)] --???sign_mul

-- simp only [_root_.map_mul]

simp only [sign_mul]

simp only [map_inv]--???map_inv这个证明可以细讲

simp only [Int.units_inv_eq_self] -- 1或-1的倒数还是自己

simp only [Units.val_mul] --明明一看就知道相等的。。。

simp only [Int.cast_mul]

_ = ε h5

:= by

simp only [inv_mul_cancel_right]

lemma MainGoal_5 (M N : Matrix n n R):

∑ σ : Perm n,

∑ τ : Perm n,

(∏ i, N (σ i) i)

*

(ε τ)

*

∏ j, M (τ j) (σ j)

=

∑ σ : Perm n,

∑ τ : Perm n,

(∏ i, N (σ i) i)

*

(ε σ * ε τ)

*

∏ i,

M (τ i) i

:= by

refine' sum_congr _ _ --定义域一样，定义域内f和g的映射值一样，则两个求和结果一样

· rfl

· intros h1 h2

refine' Fintype.sum_equiv _ _ _ _ --两个不同函数求和的结果一样的相关证明

· exact Equiv.mulRight h1⁻¹ -- 将映射1变成映射2的一个映射，具体作用是右乘，这是一步需要后面依赖的证明，所以不能随意证明，通常都是第一步这样

-- [1,2,3] h1=> [3,2,1] h1⁻¹=> [1,2,3]

-- [1,2,3] h10=> [2,3,1] => [2,1,3]

-- h10 * h1⁻¹ (Perm n)

-- (? * h1⁻¹)

· intros h5 --其实infoview里面的 ?1:?2 这样的写法，?1就是一个随机的属于?2的对象或元素

simp_rw [Equiv.coe_mulRight]

simp_rw [(h6 h5 h1)]

simp only [(hhh3_h4 M N h5 h1)]

done

 

-- //

 

def MainGoal_6_1_1_1 (M: Matrix n n R)

:= (det_apply' M)

def MainGoal_6_1_1_2 (M: Matrix n n R):

∑ x : Perm n, (ε x) * ∏ x_1 : n, M (x x_1) x_1

= ∑ x : Perm n, (∏ x_1 : n, M (x x_1) x_1) * (ε x) -- 这明明就是一个交换律能完成的，偏要congr一下拆开。。。

:= by

refine' sum_congr _ _

· exact (Eq.refl univ)

· intros h212x h212a

have h2_1_2_1

: (ε h212x) * ∏ x_1 : n, M (h212x x_1) x_1 = (ε h212x) * ∏ x_1 : n, M (h212x x_1) x_1

:= by

exact rfl --竟然直接搞定了

have h2_1_2_2 := mul_comm (ε h212x) (∏ x_1 : n, M (h212x x_1) x_1)

have h2_1_2_3 := h2_1_2_1.trans h2_1_2_2

exact h2_1_2_3

def MainGoal_6_1_1 (M N : Matrix n n R):

det M = ∑ x : Perm n, (∏ x_1 : n, M (x x_1) x_1) * (ε x)

:= by

exact (MainGoal_6_1_1_1 M).trans (MainGoal_6_1_1_2 M) -- .trans就是等号传递

def h2_2_1(N : Matrix n n R):= det_apply' N

def h2_2_2(N : Matrix n n R): ∑ x : Perm n, (ε x) * ∏ x_1 : n, N (x x_1) x_1

= ∑ x : Perm n, (∏ x_1 : n, N (x x_1) x_1) * (ε x) -- 又是一个内部交换就好了

:= by

refine' sum_congr _ _

· exact Eq.refl univ

· intros h222x h222a

have h2_2_2_1 : (ε h222x) * ∏ x_1 : n, N (h222x x_1) x_1 = (ε h222x) * ∏ x_1 : n, N (h222x x_1) x_1

:= by

rfl

have h2_2_2_2:= (mul_comm ((ε h222x)) (∏ x_1 : n, N (h222x x_1) x_1))

have h2_2_2_3:= h2_2_2_1.trans h2_2_2_2

exact h2_2_2_3

def MainGoal_6_1_2 (N : Matrix n n R): det N = ∑ x : Perm n, (∏ x_1 : n, N (x x_1) x_1) * (ε x)

:= by

exact (h2_2_1 N).trans (h2_2_2 N)

lemma MainGoal_6_1 (M N : Matrix n n R):

det M * det N

= ∑ x : Perm n,

(∑ x : Perm n, (∏ x_1 : n, M (x x_1) x_1) * (ε x))

*

((∏ x_1 : n, N (x x_1) x_1) * (ε x))

:= by

have temp1:= (MainGoal_6_1_1 M N)

have temp2:= (MainGoal_6_1_2 N)

have h1 := congr (congrArg HMul.hMul temp1) (temp2) -- congr就是相同函数，相同参数，结果一样的意思；congrArg也是类似的意思

rw [h1]

exact mul_sum

-- exact h1.trans mul_sum

--//

def h3_3 (M N : Matrix n n R) (h3_1: Perm n) (h3_2: h3_1 ∈ univ)

: (∑ x : Perm n,

(∏ x_1 : n, M (x x_1) x_1)

*

(ε x)

)

*

(

(∏ x_1 : n, N (h3_1 x_1) x_1)

*

(ε h3_1)

)

= ∑ x : Perm n,

(∏ x_1 : n, N (h3_1 x_1) x_1)

*

(ε h3_1)

*

(

(∏ x_1 : n, M (x x_1) x_1)

*

(ε x)

)

:= by

have h3_3_1 :

(∑ x : Perm n,

(∏ x_1 : n, M (x x_1) x_1)

*

(ε x)

)

*

(

(∏ x_1 : n, N (h3_1 x_1) x_1)

*

(ε h3_1)

)

=

(∏ x_1 : n, N (h3_1 x_1) x_1)

*

(ε h3_1)

*

∑ x : Perm n,

(∏ x_1 : n, M (x x_1) x_1)

*

(ε x)

:= by

have h3_3_1_1 := mul_comm

(∑ x : Perm n, (∏ x_1 : n, M (x x_1) x_1) * (ε x))

((∏ x_1 : n, N (h3_1 x_1) x_1) * (ε h3_1))

exact h3_3_1_1

have h3_3_2:= h3_3_1.trans mul_sum

exact h3_3_2

def h3_4 (M N : Matrix n n R) (h3_1: Perm n) (h3_2: h3_1 ∈ univ)

:

∑ x_1 : Perm n,

(∏ x_2 : n, N (h3_1 x_2) x_2)

*

(ε h3_1)

*

(

(∏ x : n, M (x_1 x) x)

*

(ε x_1)

)

=

∑ x_1 : Perm n,

(∏ x_2 : n, N (h3_1 x_2) x_2)

*

(

(∏ x : n, M (x_1 x) x)

*

((ε h3_1) * (ε x_1))

) -- 又是交换就可以了。。。

:= by

refine' sum_congr _ _

· exact (Eq.refl univ)

· intros h34x_1 h34a

have h3_4_1 : (∏ x_2 : n, N (h3_1 x_2) x_2) * (ε h3_1) * ((∏ x : n, M (h34x_1 x) x) * (ε h34x_1))

= (∏ x : n, M (h34x_1 x) x) * ((∏ x_2 : n, N (h3_1 x_2) x_2) * ((ε h3_1) * (ε h34x_1)))

:= ((mul_left_comm ((∏ x_2 : n, N (h3_1 x_2) x_2) * (ε h3_1)) (∏ x : n, M (h34x_1 x) x)

(ε h34x_1)).trans

(congrArg (HMul.hMul (∏ x : n, M (h34x_1 x) x))

(mul_assoc (∏ x_2 : n, N (h3_1 x_2) x_2) (ε h3_1) (ε h34x_1))))

have h3_4_2 : (∏ x : n, M (h34x_1 x) x) * ((∏ x_2 : n, N (h3_1 x_2) x_2) * ((ε h3_1) * (ε h34x_1)))

=(∏ x_2 : n, N (h3_1 x_2) x_2) * ((∏ x : n, M (h34x_1 x) x) * ((ε h3_1) * (ε h34x_1)))

:= (mul_left_comm (∏ x : n, M (h34x_1 x) x) (∏ x_2 : n, N (h3_1 x_2) x_2)

((ε h3_1) * (ε h34x_1)))

have h3_4_3:= h3_4_1.trans h3_4_2

exact h3_4_3

lemma MainGoal_6_2 (M N : Matrix n n R)

:

∑ x : Perm n,

(∑ x : Perm n,

(∏ x_1 : n, M (x x_1) x_1)

*

(ε x)

)

*

(

(∏ x_1 : n, N (x x_1) x_1)

*

(ε x)

)

=

∑ x : Perm n,

∑ x_1 : Perm n,

(∏ x_2 : n, N (x x_2) x_2)

*

(

(∏ x : n,M (x_1 x) x)

*

((ε x) * (ε x_1))

)

:= by

have h2 := MainGoal_6_1 M N

refine' sum_congr _ _

· exact (Eq.refl univ)

· intros h3_1 h3_2

have h3_5:= (h3_3 M N h3_1 h3_2).trans (h3_4 M N h3_1 h3_2)

exact h3_5

--//

def MainGoal_6_3 (M N : Matrix n n R):= (MainGoal_6_1 M N).trans (MainGoal_6_2 M N)

lemma MainGoal_6 (M N : Matrix n n R):

∑ σ : Perm n,

∑ τ : Perm n,

(∏ i, N (σ i) i)

*

(ε σ * ε τ)

*

(∏ i, M (τ i) i)

= det M * det N

:= by

have h4:= MainGoal_6_3 M N

simp only [h4]

congr -- 去掉两边套在最外的，恰好是相同的函数

funext xx1

congr

funext xx2

rw [mul_right_comm]

repeat rw [← mul_assoc]

done

 

-- @[simp]

theorem MainGoal (M N : Matrix n n R)

: det (M * N) = det M * det N

:= by

have h1 :det (M * N) = det M * det N :=

calc

det (M * N)

= ∑ p : n → n, ∑ σ : Perm n, ε σ * ∏ i, M (σ i) (p i) * N (p i) i --第1个变式

:= by

exact MainGoal_1 M N

_ = ∑ p in (@univ (n → n) _).filter Bijective,--第2个变式

∑ σ : Perm n,

ε σ

*

(∏ i, M (σ i) (p i) * N (p i) i)

:= by

exact MainGoal_2 M N

_ = ∑ τ : Perm n, --第3个变式

∑ σ : Perm n,

(ε σ)

*

(∏ i,

M (σ i) (τ i) * N (τ i) i)

:= by

exact MainGoal_3 M N

_ = ∑ σ : Perm n,--第4个变式

∑ τ : Perm n,

(∏ i, N (σ i) i)

*

ε τ

*

∏ j, M (τ j) (σ j)

:= by

exact MainGoal_4 M N

_ = ∑ σ : Perm n, --第5个变式

∑ τ : Perm n,

(∏ i, N (σ i) i)

*

(ε σ * ε τ)

*

∏ i,

M (τ i) i

:= by

exact MainGoal_5 M N

_ = det M * det N --第6个变式

:= by

-- simp only [det_apply', Finset.mul_sum, mul_comm, mul_left_comm, mul_assoc] --这里无法分步，所以直接分析print来写成下面这样子：

exact MainGoal_6 M N

exact h1

done

 

end Matrix