【线性代数】从矩阵分块的角度理解矩阵乘法

一、矩阵分块法介绍

概念:
【线性代数】从矩阵分块的角度理解矩阵乘法_第1张图片
例:
【线性代数】从矩阵分块的角度理解矩阵乘法_第2张图片
【线性代数】从矩阵分块的角度理解矩阵乘法_第3张图片

二、使用矩阵分块法计算矩阵的积

1. 分块矩阵计算的数学步骤

【线性代数】从矩阵分块的角度理解矩阵乘法_第4张图片
【线性代数】从矩阵分块的角度理解矩阵乘法_第5张图片
【线性代数】从矩阵分块的角度理解矩阵乘法_第6张图片
【线性代数】从矩阵分块的角度理解矩阵乘法_第7张图片

  1. 使用Numpy计算例1
import numpy as np
A=np.mat([[1,0,0,0],[0,1,0,0],[-1,2,1,0],[1,1,0,1]])
B=np.mat([[1,0,1,0],[-1,2,0,1],[1,0,4,1],[-1,-1,2,0]])
A*B

【线性代数】从矩阵分块的角度理解矩阵乘法_第8张图片

三、按行分块和按列分块

  1. 按列分块
    【线性代数】从矩阵分块的角度理解矩阵乘法_第9张图片
  2. 按行分块
    【线性代数】从矩阵分块的角度理解矩阵乘法_第10张图片
  3. 分块后的计算公式
    【线性代数】从矩阵分块的角度理解矩阵乘法_第11张图片

四、矩阵分块与线性方程组

【线性代数】从矩阵分块的角度理解矩阵乘法_第12张图片
【线性代数】从矩阵分块的角度理解矩阵乘法_第13张图片
【线性代数】从矩阵分块的角度理解矩阵乘法_第14张图片

五、矩阵分块法总结

  1. 矩阵分块法提供了行数和列数较多的矩阵相乘的一种计算方法,以此来简化矩阵相乘的运算次数;
  2. 按行列分块将矩阵A分为n个列向量和m个行向量,利用矩阵乘法的定义,殊途同归,推导出了矩阵相乘的公式,从分块的角度来理解矩阵相乘的定义;
  3. 矩阵分块再一次推广了线性方程组的定义范围,对于含有n个未知数和m个线性方程组的解答思路和各种变形;

你可能感兴趣的:(Pandas,线性代数,矩阵,python)