通义说【线性代数】为什么矩阵乘以向量是一个对矩阵中列向量的线性组合

矩阵乘以向量可以被理解为该向量在矩阵所代表的空间变换下的映射结果,也可以看作是矩阵列向量的线性组合。为了更好地理解这一点,让我们从矩阵乘法的基本定义出发。

假设有一个 m × n m \times n m×n的矩阵 A A A和一个 n n n维列向量 x \mathbf{x} x,矩阵 A A A可以写成由它的列向量组成的集合,即:

A = [ a 1 , a 2 , ... , a n ] A = [\mathbf{a}_1, \mathbf{a}_2, \ldots, \mathbf{a}_n] A=[a1,a2,...,an]

这里每个 a i \mathbf{a}_i ai都是一个 m m m维的列向量。当我们将矩阵 A A A与向量 x \mathbf{x} x相乘时:

A x = x 1 a 1 + x 2 a 2 + ... + x n a n A\mathbf{x} = x_1\mathbf{a}_1 + x_2\mathbf{a}_2 + \ldots + x_n\mathbf{a}_n Ax=x1a1+x2a2+...+xnan

这里 x \mathbf{x} x的每个分量 x i x_i xi都是实数,它们分别与矩阵 A A A的每一列向量相乘,然后所有这样的乘积向量再相加起来。这个操作实际上就是对矩阵 A A A的列向量进行了加权求和,权重就是向量 x \mathbf{x} x的各个分量。因此,结果向量 A x A\mathbf{x} Ax是矩阵 A A A的列空间中的一个向量,并且可以视为矩阵 A A A的列向量按照 x \mathbf{x} x中给出的系数的线性组合。

举例说明

如果我们有一个 3 × 2 3 \times 2 3×2的矩阵 A A A和一个 2 2 2维的向量 x \mathbf{x} x:

A = [ a 11 a 12 a 21 a 22 a 31 a 32 ] , x = [ x 1 x 2 ] A = \begin{bmatrix} a_{11} & a_{12} \\ a_{21} & a_{22} \\ a_{31} & a_{32} \end{bmatrix}, \quad \mathbf{x} = \begin{bmatrix} x_1 \\ x_2 \end{bmatrix} A= a11a21a31a12a22a32 ,x=[x1x2]

那么矩阵乘法 A x A\mathbf{x} Ax可以写作:

A x = [ a 11 a 12 a 21 a 22 a 31 a 32 ] [ x 1 x 2 ] = x 1 [ a 11 a 21 a 31 ] + x 2 [ a 12 a 22 a 32 ] = x 1 a 1 + x 2 a 2 A\mathbf{x} = \begin{bmatrix} a_{11} & a_{12} \\ a_{21} & a_{22} \\ a_{31} & a_{32} \end{bmatrix} \begin{bmatrix} x_1 \\ x_2 \end{bmatrix} = x_1 \begin{bmatrix} a_{11} \\ a_{21} \\ a_{31} \end{bmatrix} +x_2 \begin{bmatrix} a_{12} \\ a_{22} \\ a_{32} \end{bmatrix} = x_1\mathbf{a}_1 + x_2\mathbf{a}_2 Ax= a11a21a31a12a22a32 [x1x2]=x1 a11a21a31 +x2 a12a22a32 =x1a1+x2a2

这里的 a 1 \mathbf{a}_1 a1和 a 2 \mathbf{a}_2 a2分别是矩阵 A A A的第一列和第二列。因此, A x A\mathbf{x} Ax实际上就是 x \mathbf{x} x中的系数 x 1 x_1 x1和 x 2 x_2 x2对 a 1 \mathbf{a}_1 a1和 a 2 \mathbf{a}_2 a2进行了线性组合的结果。这就是为什么说矩阵乘以向量的结果是矩阵列向量的线性组合。

相关推荐
The_Killer.1 天前
格密码--从FFT到NTT(附源码)
学习·线性代数·密码学·格密码
小李独爱秋1 天前
特征值优化:机器学习中的数学基石
人工智能·python·线性代数·机器学习·数学建模
18538162800余+2 天前
数字人分身 + 矩阵系统聚合的源码搭建与定制开发
线性代数·矩阵
semantist@语校2 天前
第十九篇|东京世界日本语学校的结构数据建模:制度函数、能力矩阵与升学图谱
数据库·人工智能·线性代数·矩阵·prompt·github·数据集
点云SLAM2 天前
四元数 (Quaternion)在位姿(SE(3))表示下的各类导数(雅可比)知识(2)
人工智能·线性代数·算法·机器学习·slam·四元数·李群李代数
云手机掌柜4 天前
下一代社媒运营工具:亚矩阵云手机集成AIGC与数字人技术引领内容革命
大数据·线性代数·智能手机·矩阵·aigc
索迪迈科技5 天前
算法题(203):矩阵最小路径和
线性代数·算法·矩阵
Hi202402175 天前
使用 Apollo TransformWrapper 生成相机到各坐标系的变换矩阵
数码相机·线性代数·矩阵·自动驾驶·apollo
君名余曰正则6 天前
机器学习实操项目01——Numpy入门(基本操作、数组形状操作、复制与试图、多种索引技巧、线性代数)
线性代数·机器学习·numpy