一、從高斯消元法到矩陣乘法:
1.1 高斯消元法
假設存在如下的方程:
將方程化爲如下的形式是高斯消元法的目標:
⎩⎪⎨⎪⎧R=?G=?B=?
思路:
首先利用第一行消去第二行和第三行的第一個元素:
接着利用第二行消去第三行的第二個元素:
接着反過來,用第三行消去第一行和第二行的第三個元素:
接着用第二行消去第一行的第二個元素:
最後達到目標:
1.2 用增廣矩陣描述高斯消元法
假設方程爲:
則增廣矩陣爲:
整個過程可以描述爲:
1.3 利用矩陣乘法:
上述過程的第一次運算用矩陣乘法可以描述爲:
多行乘法:
這一步實際表達了兩個過程:
- 第一行不變:r1′=r1
- 第二行改變:r2′=r2−3r1
用矩陣乘法則表示爲:
所以利用矩陣乘法,整個高斯消元法就可以表示如下:
https://www.matongxue.com/madocs/755.html
二、如何理解矩陣乘法:
一個正確的觀點是將矩陣看成是函數,這樣很多疑惑就可以迎刃而解。
2.1 矩陣是一個函數:
直線函數與矩陣:
我們熟悉的直線函數ax=y把(x,0)點映射到(0,ax)點:
我們通過矩陣Ax=y也可以完成這個映射,令:
A=(0a10)
則:
矩陣的優點:
對於 ax=y,x∈R,y∈R只能完成從實數到實數的映射:
x→y⟹R→R
但是:Ax=y,x∈Rn,y∈Rm可以完成更廣泛的映射:
x→y⟹Rn→Rm
爲了完成這點,矩陣A就不再是係數a了,而是一個函數(或者說是映射)
假設x所在平面爲v,而y所在平面爲W,x通過矩陣A映射到了y,可以如下表示:
A這個映射的特別之處是,V上的直線通過A映射到W上依然是直線,所以矩陣也被稱爲線性映射。
2.2 矩陣作爲函數的工作方式:
將之前表示線性映射的3D圖變爲2D圖:
爲了繪圖方便, x所在平面V,y所在平面W,都是二維平面,即R2
座標:
研究線性映射,最重要的是搞清楚當前處在哪個基下,首先看:
x,y的基默認爲各自空間向量空間下的自然基,其自然基爲(即R2下的自然基):
所以可以得到:
如下圖所示:
映射法則的工作原理:
爲了說清映射法則A是怎麼工作的,將A用一個空間表示,V會通過A映射到W:
設:A=(c1c2)
整個映射過程如下所示:
根據矩陣乘法的規則可以得到(可以理解爲c1,c2兩個向量的一個線性組合):
則Ax相當於在A空間中,以c1,c2爲基,座標爲(x1x2)的向量:
再將Ax向量用自然基表示:
整體來說,就是基改變,導致向量的座標發生改變:
注意矩陣乘法不滿足交換律
https://www.matongxue.com/madocs/555.html
2.3 矩陣運算所滿足的定律
- A+B=B+A(加法交換律)
- A+(B+C)=(A+B)+C(加法結合律)
- A∗(B∗C)=(A∗B)∗C(乘法結合律)
- A∗(B+C)=A∗B+A∗C(分配律)
- k∗(A+B)=k∗A+k∗B
- (A+B)∗C=A∗C+B∗C9(分配律)
- A∗I=I∗A=A(單位矩陣的乘法屬性)
注意上面所有的+都可以替換爲-
三、數量矩陣&單位矩陣
3.1 單位矩陣
主對角線上的數字都是1,其餘都是0的矩陣稱爲單位矩陣,即:
⎝⎜⎛1⋮0…⋱…0⋮1⎠⎟⎞
3.2 數量矩陣
設I是單位矩陣,k是任何數,則kE稱爲數量矩陣,即:
kE=⎝⎜⎛k⋮0…⋱…0⋮k⎠⎟⎞
四、初等矩陣
初等矩陣是指由單位矩陣經過一次初等變換得到的矩陣。
五、行等價
A和B行等價,就是說A經過若干次初等行變換可以變成B