MIT线性代数第三讲笔记

视频链接
https://www.youtube.com/watch?v=FX4C-JpTFgY

3.1 矩阵乘法

以 A ∗ B = C A*B=C A∗B=C为例,其中 矩阵A 是 m ∗ n m*n m∗n ,矩阵B是 n ∗ p n*p n∗p,矩阵C则是 m ∗ p m*p m∗p

  1. 单个元素

    求矩阵C中的每一个元素,公式如下:

    c i j = ∑ k = 1 n a i k ∗ b k j c_{ij}=\sum_{k=1}^n a_{ik}*b_{kj} cij=k=1∑naik∗bkj

  2. 整列

    将矩阵C按照列考虑,矩阵C如下:

    c o l c 1 c o l c 2 c o l c 3 . . . \] \\begin{bmatrix} col_{c1}\&col_{c2}\&col_{c3}\&...\\end{bmatrix} \[colc1colc2colc3...

    那么矩阵C中每一列就是用矩阵A乘以对应的矩阵B中一列,公式如下:

    c o l c i = A ∗ c o l b i col_{ci}=A*col_{bi} colci=A∗colbi

  3. 整行

    将矩阵C按照行考虑,矩阵C如下:

    r o w c 1 r o w c 2 r o w c 3 . . . \] \\begin{bmatrix} row_{c1}\\\\row_{c2}\\\\row_{c3}\\\\...\\end{bmatrix} rowc1rowc2rowc3... 那么矩阵C中每一行就是用矩阵A中对应的行乘以矩阵B,公式如下: r o w c i = r o w a i ∗ B row_{ci}=row_{ai}\*B rowci=rowai∗B

    用矩阵A的行乘以矩阵B的列,得到多个矩阵,再将多个矩阵相加就得到矩阵C,公式如下:

    C = ∑ k = 1 m r o w a k ∗ c o l b k C=\sum_{k=1}^m row_{ak}*col_{bk} C=k=1∑mrowak∗colbk

  4. 分块相乘

    将每个矩阵分块,得到如下方程:

    A 1 A 2 A 3 A 4 \] A ∗ \[ B 1 B 2 B 3 B 4 \] B = \[ C 1 C 2 C 3 C 4 \] C \\underset{\\text{A}}{\\begin{bmatrix} A_1\&A2\\\\A_3\&A_4\\end{bmatrix}}\*\\underset{\\text{B}}{\\begin{bmatrix} B_1\&B_2\\\\B_3\&B_4\\end{bmatrix}}=\\underset{\\text{C}}{\\begin{bmatrix} C_1\&C_2\\\\C_3\&C_4\\end{bmatrix}} A\[A1A3A2A4\]∗B\[B1B3B2B4\]=C\[C1C3C2C4

    此时,分块矩阵C中每一块矩阵计算公式如下:

    C i = A 1 ∗ B 1 + A 2 ∗ B 3 C_i=A_1*B_1+A_2*B_3 Ci=A1∗B1+A2∗B3

3.2 矩阵的逆

  1. 逆矩阵:

    矩阵A乘以矩阵B等于单位矩阵I,就称矩阵B为矩阵A的逆矩阵,记作 A − 1 A^{-1} A−1,如果A为方阵, A − 1 A^{-1} A−1左乘或者右乘都成立

A − 1 ∗ A = I = A ∗ A − 1 A^{-1}*A=I=A*A^{-1} A−1∗A=I=A∗A−1

  1. 奇异矩阵:

    若矩阵A乘以非零向量X等于零,则称矩阵A为奇异矩阵,此矩阵就没有逆矩阵

3.3 求解逆矩阵

1 3 2 7 \] A ∗ \[ a c b d \] A − 1 = \[ 1 0 0 1 \] C \\underset{\\text{A}}{\\begin{bmatrix} 1\&3\\\\2\&7\\end{bmatrix}}\*\\underset{A\^{-1}}{\\begin{bmatrix} a\&c\\\\b\&d\\end{bmatrix}}=\\underset{\\text{C}}{\\begin{bmatrix} 1\&0\\\\0\&1\\end{bmatrix}} A\[1237\]∗A−1\[abcd\]=C\[1001

  1. 方法一:

    分别求解下面两个矩阵乘法

    1 3 2 7 \] ∗ \[ a b \] = \[ 1 0 \] \\underset{}{\\begin{bmatrix} 1\&3\\\\2\&7\\end{bmatrix}}\*\\underset{}{\\begin{bmatrix} a\\\\b\\end{bmatrix}}=\\underset{}{\\begin{bmatrix} 1\\\\0\\end{bmatrix}} \[1237\]∗\[ab\]=\[10

1 3 2 7 \] ∗ \[ c d \] = \[ 0 1 \] \\underset{}{\\begin{bmatrix} 1\&3\\\\2\&7\\end{bmatrix}}\*\\underset{}{\\begin{bmatrix} c\\\\d\\end{bmatrix}}=\\underset{}{\\begin{bmatrix} 0\\\\1\\end{bmatrix}} \[1237\]∗\[cd\]=\[01

  1. 方法二:

    将矩阵A和单位矩阵I 写成一个长的矩阵 [ A ∣ I ] \begin{bmatrix} A&|&I\end{bmatrix} [A∣I],记作D,用消元法将,将D中的前半部分A变换为单位矩阵I,这样矩阵D就会变为 [ I ∣ ? ] \begin{bmatrix} I&|&?\end{bmatrix} [I∣?],得到的后半部分就是矩阵A的逆 A − 1 A^{-1} A−1

    1 3 ∣ 1 0 2 7 ∣ 0 1 \] → \[ 1 0 ∣ 7 − 3 0 1 ∣ − 2 1 \] \\begin{bmatrix} 1\&3\&\|\&1\&0\\\\2\&7\&\|\&0\&1\\end{bmatrix}\\rightarrow\\begin{bmatrix} 1\&0\&\|\&7\&-3\\\\0\&1\&\|\&-2\&1\\end{bmatrix} \[1237∣∣1001\]→\[1001∣∣7−2−31

    根据之前的学的,消元法就像左乘一个矩阵E
    E ∗ [ A ∣ I ] = [ I ∣ A − 1 ] E*\begin{bmatrix} A&|&I\end{bmatrix}=\begin{bmatrix} I&|&A^{-1}\end{bmatrix} E∗[A∣I]=[I∣A−1]

    可以看出来 E ∗ A = I E*A=I E∗A=I,所以 E = A − 1 E=A^{-1} E=A−1

相关推荐
蒙奇D索大5 分钟前
【数据结构】图论实战:DAG空间压缩术——42%存储优化实战解析
数据结构·笔记·学习·考研·图论·改行学it
^可乐37 分钟前
中控ST语言笔记
笔记
盛寒43 分钟前
几个重要的行列式 线性代数
线性代数
西岭千秋雪_1 小时前
计算机网络学习笔记:TCP流控、拥塞控制
网络·笔记·学习·tcp/ip·计算机网络
可耳(keer)2 小时前
MIT线性代数第二讲笔记
笔记·线性代数
teeeeeeemo2 小时前
CSS place-items: center; 详解与用法
前端·css·笔记
AgilityBaby3 小时前
在Unreal Engine 5(UE5)中,Get PlayerPawn和Get PlayerController的区别以及如何计算玩家和目标之间的距离。
笔记·ue5·游戏引擎·蓝图
mitt_4 小时前
《开窍》读书笔记9
笔记
大苏打seven5 小时前
Docker学习笔记:数据卷
笔记·学习·docker
teeeeeeemo5 小时前
CSS3 动画基础与技巧
前端·css·笔记·css3