继续是线性代数的学习笔记,第三节课乘法和逆矩阵

矩阵乘法

首先是对于矩阵相乘,如矩阵A和B相乘得到C,即A*B=C;那么如果要得到矩阵C的一个元素,如 c34 ,其求解如下所示:

c34=a31b14+a32b24+=k=1na3kbk4

这里的n是矩阵A的列数,也是矩阵B的行数,所以两者要能相乘得到矩阵C,其要满足矩阵A的大小是 m*n,而B的大小是 n*p,这样得到的矩阵C的大小就是 m*p

所以矩阵相乘的条件是:

  • 如果不是方阵,第一个矩阵的列数要等于第二个矩阵的行数。
  • 如果是方阵,则两者必须大小相同。

    除了上述方法来进行矩阵相乘外,还是有其他方法的。第二种方法就是整列考虑,也就是变成矩阵乘以向量的方法,就是第一节中提到的方法。

    比如对于上述例子,矩阵A乘以矩阵B的第一列会得到矩阵C的第一列,以此类推,就可以得到一个完整的矩阵C,那么矩阵C的每一列都是矩阵A中列的线性组合。

    第三种方法就是根据行向量了,即A的每一行乘以矩阵B得到C对应的行,那么C中每一行就是B的行的线性组合。

    第四种方法就是使用A的一列乘以B的一行,同样可以得到矩阵C。一个例子如下所示:

234789[1060]=234[16]+789[00]=234121824

第五种方法就是分块方法。将矩阵A和矩阵B分别分成若干块,每块大小不需要一定相同,但是必须满足矩阵相乘的条件。其分块乘法规则就是相当于构建一个新的矩阵相乘。例子如下所示:将矩阵A、B都分成4块,如下所示,

A=[A1A3A2A4]B=[B1B3B2B4]

则矩阵A、B相乘得到的C为 [A1B1+A2B3A3B1+A4B2A1B2+A2B4A3B2+A4B4]

接下来介绍逆矩阵的内容。令I表示单位矩阵,则若方阵A可逆,即有逆矩阵 A1 ,则有 AA1=A1A=I 成立,同时矩阵A被称为可逆的,或者非奇异的矩阵

这里要注意公式一定成立的前提是A必须是一个方阵。

奇异矩阵

首先介绍如何判断奇异矩阵,也就是不可逆的矩阵。

对于一个矩阵 A ,如果可以找到一个非零向量X,使得 AX=0 成立,则矩阵 A 是不可逆的。

所以,假设有一个不可逆的矩阵A=[1236],可以找到一个非零向量 X=[31] ,使得 AX=0

可逆矩阵

对于一个可逆矩阵A,我们应该如何找到其逆矩阵 A1 。这里将用到“Gaussian-Jordan”消元法

假设有一个可逆矩阵 A=[1237] ,令其逆矩阵 A1=[abcd] ,因为 AA1=I=[1001] ,也就是有:

[1237][ab]=[10][1237][cd]=[01]

而利用“Gaussian-Jordan”消元法来解,有如下过程,其中使用到增广矩阵的知识:

[12371001](row2=row22row1)>[10311201](row1=row13row2)>[10017231]

对于上述消元过程,首先第一步给出的矩阵 [12371001] ,就是一个增广矩阵,它用中间的一条竖线分为左右两部分,左边就是矩阵 A ,右边部分就是单位矩阵I,然后首先是令第二行减去第一行乘以2后的结果,也就是中间部分的矩阵,此时矩阵A部分的第二行变成 [0 1] 了,然后就是让第一行减去第二行乘以3的结果,得到最后一个矩阵,此时可以发现左边就是一个单位矩阵 I ,而右边就是我们需要的结果A1,这里可以令 AA1 来验证是否等于单位矩阵,从而判断得到的是否就是矩阵A的逆矩阵。