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
盛寒17 小时前
矩阵的定义和运算 线性代数
线性代数
盛寒17 小时前
初等变换 线性代数
线性代数
叶子爱分享20 小时前
浅谈「线性代数的本质」 - 系列合集
线性代数
luofeiju20 小时前
RGB下的色彩变换:用线性代数解构色彩世界
图像处理·人工智能·opencv·线性代数
好开心啊没烦恼1 天前
Python:线性代数,向量内积谐音记忆。
开发语言·python·线性代数·数据挖掘·数据分析
Ven%11 天前
矩阵阶数(线性代数) vs. 张量维度(深度学习):线性代数与深度学习的基石辨析,再也不会被矩阵阶数给混淆了
人工智能·pytorch·深度学习·线性代数·矩阵·tensor·张量
云云32112 天前
Subway Surfers Blast × 亚矩阵云手机:手游矩阵运营的终极变现方案
大数据·人工智能·线性代数·智能手机·矩阵·架构
点云侠13 天前
PCL 点云旋转的轴角表示法
人工智能·线性代数·算法·计算机视觉·矩阵
云云32113 天前
Snapchat矩阵运营新策略:亚矩阵云手机打造高效社交网络
线性代数·智能手机·矩阵
音程13 天前
(详细介绍)线性代数中的零空间(Null Space)
线性代数