【线性代数】几种行/列向量相乘的情况讨论

【线性代数】几种行/列向量相乘的情况讨论

向量的定义

由 n n n 个数组成的有序数组叫做 n 维向量 n\ 维向量 n 维向量 ,例如
a = ( a 1 , a 2 , . . . a n ) T ,被成为列向量 \mathbf{a}=(a_1,a_2,...a_n)^T,被成为列向量 a=(a1,a2,...an)T,被成为列向量

或
a = ( a 1 , a 2 , . . . a n ) ,被成为行向量 \mathbf{a}=(a_1,a_2,...a_n),被成为行向量 a=(a1,a2,...an),被成为行向量


向量相乘的情况讨论

假设有列向量 α \mathbf{\alpha} α 和 β \mathbf{\beta} β
α = a 1 , a 2 , a 3 T \mathbf{\alpha}=a_1,a_2,a_3^T α=a1,a2,a3T

β = b 1 , b 2 , b 3 T \mathbf{\beta}=b_1,b_2,b_3^T β=b1,b2,b3T


列向量 × \times × 行向量

α α T = a 1 a 2 a 3 a 1 a 2 a 3 = a 1 2 a 1 a 2 a 1 a 3 a 2 a 1 a 2 2 a 2 a 3 a 3 a 1 a 3 a 2 a 3 2 \mathbf{\alpha \alpha^T}=\begin{bmatrix} a_1\\a_2\\a_3 \end{bmatrix} \begin{bmatrix} a_1&a_2&a_3 \end{bmatrix}=\begin{bmatrix} {a_1}^2&a_1a_2&a_1a_3\\ a_2a_1&a_2^2&a_2a_3\\ a_3a_1&a_3a_2&a_3^2 \end{bmatrix} ααT= a1a2a3 a1a2a3= a12a2a1a3a1a1a2a22a3a2a1a3a2a3a32

α β T = a 1 a 2 a 3 b 1 b 2 b 3 = a 1 b 1 a 1 b 2 a 1 b 3 a 2 b 1 a 2 b 2 a 2 b 3 a 3 b 1 a 3 b 2 a 3 b 3 \mathbf{\alpha \beta^T}=\begin{bmatrix} a_1\\a_2\\a_3 \end{bmatrix} \begin{bmatrix} b_1&b_2&b_3 \end{bmatrix}=\begin{bmatrix} a_1b_1&a_1b_2&a_1b_3\\ a_2b_1&a_2b_2&a_2b_3\\ a_3b_1&a_3b_2&a_3b_3 \end{bmatrix} αβT= a1a2a3 b1b2b3= a1b1a2b1a3b1a1b2a2b2a3b2a1b3a2b3a3b3

β α T = b 1 b 2 b 3 a 1 a 2 a 3 = a 1 b 1 a 2 b 1 a 3 b 1 a 1 b 2 a 2 b 2 a 3 b 2 a 1 b 3 a 2 b 3 a 3 b 3 \mathbf{\beta \alpha^T}=\begin{bmatrix} b_1\\b_2\\b_3 \end{bmatrix} \begin{bmatrix} a_1&a_2&a_3 \end{bmatrix}=\begin{bmatrix} a_1b_1&a_2b_1&a_3b_1\\ a_1b_2&a_2b_2&a_3b_2\\ a_1b_3&a_2b_3&a_3b_3 \end{bmatrix} βαT= b1b2b3 a1a2a3= a1b1a1b2a1b3a2b1a2b2a2b3a3b1a3b2a3b3

  • 通过观察以上三个式子可知, n n n 维列向量乘上 n n n 维行向量,结果是一个 n × n n\times n n×n矩阵

行向量 × \times × 列向量

α T α = a 1 a 2 a 3 a 1 a 2 a 3 = a 1 2 + a 2 2 + a 3 2 \mathbf{\alpha^T \alpha}= \begin{bmatrix} a_1&a_2&a_3 \end{bmatrix} \begin{bmatrix} a_1\\a_2\\a_3 \end{bmatrix}=a_1^2+a_2^2+a_3^2 αTα=a1a2a3 a1a2a3 =a12+a22+a32

α T β = a 1 a 2 a 3 b 1 b 2 b 3 = a 1 b 1 + a 2 b 2 + a 3 b 3 \mathbf{\alpha^T \beta}= \begin{bmatrix} a_1&a_2&a_3 \end{bmatrix}\begin{bmatrix} b_1\\b_2\\b_3 \end{bmatrix}=a_1b_1+a_2b_2+a_3b_3 αTβ=a1a2a3 b1b2b3 =a1b1+a2b2+a3b3

β T α = b 1 b 2 b 3 a 1 a 2 a 3 = a 1 b 1 + a 2 b 2 + a 3 b 3 \mathbf{\beta^T \alpha}=\begin{bmatrix} b_1&b_2&b_3 \end{bmatrix}\begin{bmatrix} a_1\\a_2\\a_3 \end{bmatrix}=a_1b_1+a_2b_2+a_3b_3 βTα=b1b2b3 a1a2a3 =a1b1+a2b2+a3b3

  • 通过观察以上三个式子可知, n n n 维行向量乘上 n n n 维列向量,结果是一个 数
相关推荐
吴佳浩3 分钟前
中小企业跑125B 大模型:18GB 显存之差,到底值多少吞吐
人工智能
狼爷4 分钟前
AI正在制造通缩:一场闭门会背后,三个被大多数人忽略的底层逻辑
人工智能·aigc·ai编程
武子康20 分钟前
MultiNet7 每轮都 clean,ESP32-P4 内存为什么还在掉?
人工智能·后端·agent
zhangfeng113321 分钟前
6篇RAG核心论文的工程启示:Vector + Graph + Agent路由混合架构实战
人工智能·架构·llm·agent
缓慢更新32 分钟前
AI 辅助生成单测:从接口定义到用例的流水线
java·服务器·前端·网络·数据库·人工智能
AI小百科37 分钟前
向量数据库:AI 的「记忆仓库」是怎么工作的
数据库·人工智能·oracle
热文新讯37 分钟前
迎进博·话疗愈:2026酒店“疗愈睡眠”闭门研讨会在沪举行
大数据·人工智能·物联网
超级架构师43 分钟前
PRAXO-CORE 2.5.0:用 conformance 和显式边界构建 Go Agent 框架
开发语言·人工智能·后端·golang·ai编程·智能体框架·praxo-core
叼烟扛炮1 小时前
Linux 学习笔记(四十一):TCP 并发演进——从单进程到多线程服务器
linux·运维·服务器·网络·笔记·学习·tcp/ip
叼烟扛炮1 小时前
Linux 学习笔记(四十四):HTTP 协议解析与极简 Web 服务器实战
linux·服务器·学习