数学基础 - 矩阵的基本运算(Matrix Operations)

矩阵的基本运算(Matrix Operations)


目录

  • 矩阵的基本运算(Matrix Operations)
  • 目录
    • 三个初等行(列)变换
    • 加法(Plus)
    • 乘法(Multiply)
      • 与数的乘法
      • 与矩阵的乘法
      • 哈达马乘积(Hadamard product)
    • 转置(Transpose)
    • 方阵的行列式(Determinant)
      • 克莱默法则(Cramer)
      • 雅可比行列式(Jacobi)
    • 逆(Inverse)
    • 秩(Rank)
    • 迹(Trace)


三个初等行(列)变换

  • 交换两行(列)的位置;
  • 将常数 k(k0) k ( k ≠ 0 ) 乘以某行(列)向量;
  • 将某行(列)的元素乘以 λ λ 倍加到另一个行(列)上。

经过初等变换后,矩阵变化,但线性系统没变化


加法(Plus)

两个行数、列数分别相等的矩阵(同型矩阵),加法运算才有意义。

[1324]+[1234]=[2558] [ 1 2 3 4 ] + [ 1 3 2 4 ] = [ 2 5 5 8 ]

  • 交换律: A+B=B+A A + B = B + A
  • 结合律: (A+B)+C=A+(B+C) ( A + B ) + C = A + ( B + C )

乘法(Multiply)

与数的乘法

将数与矩阵中的每一个元素分别相乘所得的矩阵。

[121635]×4=[484241220] [ 1 − 1 3 2 6 − 5 ] × 4 = [ 4 − 4 12 8 24 − 20 ]

  • 结合律: (ab)A=a(bA)(a+b)A=aA+bA ( a b ) A = a ( b A ) ( a + b ) A = a A + b A
  • 分配律: a(A+B)=aA+aB a ( A + B ) = a A + a B

与矩阵的乘法

[142536]×10815523=[711701848] [ 1 2 3 4 5 6 ] × [ 10 5 8 2 15 3 ] = [ 71 18 170 48 ]

设矩阵 A=(aij)m×s,B=(bij)s×n, A = ( a i j ) m × s , B = ( b i j ) s × n , 则A与B的乘积C:

C=(cij)m×n C = ( c i j ) m × n

  • 行数与左矩阵A相同,列数与右矩阵B相同。
  • C的第i行第j列的元素
    cij=k=1saikbkj(i=1,2,,m;j=1,2,,n;) c i j = ∑ k = 1 s a i k b k j ( i = 1 , 2 , ⋯ , m ; j = 1 , 2 , ⋯ , n ; )
  • 不满足交换律

哈达马乘积(Hadamard product)

约束与加法相同,只是对应元素运算变为乘法。记作

注意不要混淆,与一些计算机语言中的星号不同,这里星号( )不是指乘法( × × )。为了避免混淆,一般使用

[1324][1234]=[16616] [ 1 2 3 4 ] ∘ [ 1 3 2 4 ] = [ 1 6 6 16 ]


转置(Transpose)

记作 AT A T A A ′

A=[150210711]A=AT=101015271 A = [ 1 0 10 − 1 5 2 7 1 ] A ′ = A T = [ 1 5 0 2 10 7 − 1 1 ]

  • (AT)T=A ( A T ) T = A
  • (A+B)T=AT+BT ( A + B ) T = A T + B T
  • (AB)T=BTAT ( A B ) T = B T A T
  • (aA)T=aAT,a ( a A ) T = a A T , a是常数

方阵的行列式(Determinant)

记作 det(A) d e t ( A ) |A| | A |

  • 只有方阵才能定义行列式
  • 对角阵与三角阵的行列式 |In|=1 | I n | = 1
  • |kAn|=kn|An| | k A n | = k n | A n |
  • AB与BA不一定相等,但是 |AB|=|BA|=|A||B| | A B | = | B A | = | A | | B | 可能成立

克莱默法则(Cramer)

对线性方程组,如果有系数行列式 D0 D ≠ 0 ,则方程组有唯一解

x1=D1D,,xj=DjD,,xn=DnD x 1 = D 1 D , ⋯ , x j = D j D , ⋯ , x n = D n D

其中 Dj D j 是把系数行列式 D D 中的第j列的元素用方程组右边系数替换后的n阶行列式

雅可比行列式(Jacobi)

当n元变量做线性变换时,行列式就是其微元倍数,即 dx=|A|dt d x = | A | d t


逆(Inverse)

设A为n阶方阵,如果存在一个n阶方阵B,使得

AB=BA=In A B = B A = I n

则称A为可逆矩阵,B为A的逆阵,记作 B=A1 B = A − 1

  • (A1)1=A ( A − 1 ) − 1 = A
  • (kA)1=1kA1(k0) ( k A ) − 1 = 1 k A − 1 ( k ≠ 0 )
  • AB(AB)1=B1A1 A、B均是同阶可逆矩阵,则 ( A B ) − 1 = B − 1 A − 1
  • (A1)T=(AT)1 ( A − 1 ) T = ( A T ) − 1

秩(Rank)

  • 秩的算法:仅用初等行(列)变化把矩阵A化为阶梯矩阵,阶梯矩阵中不为0向量的行(列)数为矩阵A的秩。记作 R(A) R ( A )
  • 阶梯矩阵:从上往下数,每一行从左到右第一个不为0的元素所在列严格递增。
  • 行秩=列秩

A=33212206031456510134r1r413236202431016554130 A = [ 3 2 0 5 0 3 − 2 3 6 − 1 2 0 1 5 − 3 1 6 − 4 − 1 4 ] r 1 ↔ r 4 → [ 1 6 − 4 − 1 4 3 − 2 3 6 − 1 2 0 1 5 − 3 3 2 0 5 0 ]

r23r1r32r1r43r11000620121641591219784131112r4÷(4)r2r41000641220439151279431113 r 2 − 3 r 1 r 3 − 2 r 1 r 4 − 3 r 1 → [ 1 6 − 4 − 1 4 0 − 20 15 9 − 13 0 − 12 9 7 − 11 0 − 16 12 8 − 12 ] r 4 ÷ ( − 4 ) r 2 ↔ r 4 → [ 1 6 − 4 − 1 4 0 4 − 3 − 2 3 0 − 12 9 7 − 11 0 − 20 15 9 − 13 ]

r3+3r2r4+5r210006400430012114322r4+r310006400430012104320 r 3 + 3 r 2 r 4 + 5 r 2 → [ 1 6 − 4 − 1 4 0 4 − 3 − 2 3 0 0 0 1 − 2 0 0 0 − 1 2 ] r 4 + r 3 → [ 1 6 − 4 − 1 4 0 4 − 3 − 2 3 0 0 0 1 − 2 0 0 0 0 0 ]

由于A的阶梯矩阵的前三行是非零向量,所以 R(A)=3 R ( A ) = 3

  • 零矩阵的秩是0
  • 如果 Am×n A m × n ,则 0R(A)min{m,n} 0 ≤ R ( A ) ≤ m i n { m , n }
  • R(AB)min{R(A),R(B)} R ( A B ) ≤ m i n { R ( A ) , R ( B ) }
  • 如果A可逆,那么 R(B)=R(AB) R ( B ) = R ( A B )
  • 如果A是n阶方阵, R(A)=n|A|0A R ( A ) = n ⟺ | A | ≠ 0 ⟺ A 可逆
  • 如果A是n阶方阵, R(A)<n|A|=0A R ( A ) < n ⟺ | A | = 0 ⟺ A 不可逆

迹(Trace)

方阵A的对角线之和称为迹,记作 tr(A) t r ( A ) ,即

tr(A)=i=1naii t r ( A ) = ∑ i = 1 n a i i

  • tr(A)=ni=1λi t r ( A ) = ∑ i = 1 n λ i ,即 tr(A)= t r ( A ) = 其特征值之和
  • tr(AB)=tr(BA) t r ( A B ) = t r ( B A )

你可能感兴趣的:(人工智能,基础知识)