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
Yawesh_best9 小时前
告别系统壁垒!WSL+cpolar 让跨平台开发效率翻倍
运维·服务器·数据库·笔记·web安全
Ccjf酷儿11 小时前
操作系统 蒋炎岩 3.硬件视角的操作系统
笔记
习习.y12 小时前
python笔记梳理以及一些题目整理
开发语言·笔记·python
在逃热干面12 小时前
(笔记)自定义 systemd 服务
笔记
DKPT14 小时前
ZGC和G1收集器相比哪个更好?
java·jvm·笔记·学习·spring
QT 小鲜肉15 小时前
【孙子兵法之上篇】001. 孙子兵法·计篇
笔记·读书·孙子兵法
星轨初途16 小时前
数据结构排序算法详解(5)——非比较函数:计数排序(鸽巢原理)及排序算法复杂度和稳定性分析
c语言·开发语言·数据结构·经验分享·笔记·算法·排序算法
QT 小鲜肉16 小时前
【孙子兵法之上篇】001. 孙子兵法·计篇深度解析与现代应用
笔记·读书·孙子兵法
love530love19 小时前
【笔记】ComfUI RIFEInterpolation 节点缺失问题(cupy CUDA 安装)解决方案
人工智能·windows·笔记·python·插件·comfyui
愚戏师19 小时前
MySQL 数据导出
数据库·笔记·mysql