MIT18.06线性代数课程笔记2a:矩阵相乘的三种看待角度
2017-10-02 21:58
519 查看
课程简介
18.06是Gilbert Strang教授在MIT开的线性代数公开课,课程视频以及相关资料请见https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/index.htm。课程笔记
矩阵相乘AB=C有三种看待角度,所谓角度,也可以理解为计算方法。设A为m×k的矩阵 ,有A=[a1,a2,⋯,ak],其中ai表示矩阵A的第i列;同时A=[a′1;a′2;⋯;a′m],其中a′j表示A的第j行。上诉设定其实就是将矩阵重新按照行列表示。B为k×n的矩阵,同样有上诉两种表示。
1. 角度一:行列向量相乘
AB=[a′1;a′2;⋯;a′m]×[b1,b2,⋯,bn],所以有cij=a′i×bj。即矩阵乘法结果的每个元素等于对应行列向量相乘。2. 角度二:列向量加权和
AB=[a1,a2,⋯,ak]×[b1,b2,⋯,bn]。回忆MIT18.06线性代数课程笔记1:矩阵和向量相乘的三种解释中提到的矩阵和向量相乘的column picture:Ax=a1∗x1+a2∗xa+⋯+ak∗xk。所以有ci=Abi=a1∗b1i+a2∗b2i+⋯+ak∗bki。即矩阵乘法结果的每一列等于左乘矩阵的列向量相加,而加法的权重系数由右乘矩阵对应列决定。3. 角度三:行向量加权和
如果思路快一些,对角度二做一个转置再转回来,就可以很容易证明c′j=a′j×B=aj1∗b′1+aj2∗b′2+⋯+ajk∗b′k。(因为CT=BTAT,然后应用角度二,其中AT,BT,CT的列为A,B,C的行)这里一有一些比较有意思的推论:同角度三是角度二的转置推论,向量矩阵相乘同样是矩阵向量相乘的转置,可以有一个类似的row picture。具体的,xA=x1∗a′1+x2∗a′2+⋯+xk∗c′k,即向量矩阵相乘可以表示为矩阵的行向量加权和,而系数由x决定。
4.几个例子
求几个简单的变换矩阵:第一个行和第二行矩阵交换位置:这是对矩阵做行变换,所以是变换矩阵左乘目标矩阵,第一行的输出是输入的第二行,所以变换矩阵的第一行是[0,1,0,0⋯];而第二行的输出是输入的第一行,所以变换矩阵的第二行是[1,0,0,⋯]。而变换矩阵的其他行和单位矩阵相同,即第i行只有第i列为1,其他位置为0。即换行矩阵(Permutation)为
P01=⎡⎣⎢⎢⎢⎢⎢⎢0,1,0,0⋯1,0,0,0,⋯0,0,1,0,⋯0,0,0,1,⋯…⎤⎦⎥⎥⎥⎥⎥⎥
第二列减去三倍的第一列:这是对矩阵做列变换,所以是变换矩阵右乘目标矩阵,第二列的输出是第二列减去三倍的第一列,所以有变换矩阵的第二列是[−3,1,0,0,⋯]T;其他列的输出与原矩阵相同,所以和单位矩阵相同。即变换矩阵为
⎡⎣⎢⎢⎢⎢⎢⎢1,−3,0,0⋯0,1,0,0,⋯0,0,1,0,⋯0,0,0,1,⋯…⎤⎦⎥⎥⎥⎥⎥⎥
第一列和第二列交换位置:推导方法和1中相同,只是左乘换为右乘,变换矩阵不变。
5.小推论:矩阵乘法不满足交换律
论证不满足交换律,只需要举出反例即可,很容易看到对矩阵做行交换和列交换的变换矩阵相同,但是一个是PA一个是AP,交换了矩阵的位置,得出的结果却不相同。提到交换律,很容易联想到一致一起讨论的结合律。矩阵乘法虽然不满足交换律,即AB≠BA;但满足结合律,即A(BC)=(AB)C。
相关文章推荐
- MIT18.06线性代数课程笔记3a:矩阵相乘的五种看待角度
- MIT18.06线性代数课程笔记1:矩阵和向量相乘的三种解释
- MIT18.06线性代数课程笔记5:矩阵转置,vector space以及subspace
- MIT18.06线性代数课程笔记19:矩阵行列式公式与代数余子式
- MIT18.06线性代数课程笔记17:正交标准矩阵
- MIT18.06线性代数课程笔记20:矩阵逆元计算、克里默法则 以及 行列式与volume、外积的关系
- MIT18.06线性代数课程笔记8:求解Ax=b、矩阵的秩以及矩阵的逆
- MIT18.06线性代数课程笔记11:矩阵空间、子空间的交和、秩一矩阵
- MIT18.06线性代数课程笔记4a:矩阵的LU分解
- MIT18.06线性代数课程笔记4b:打乱矩阵集合及相关性质
- MIT18.06线性代数课程笔记9:线性无关、向量拓展空间、空间的基、空间维度
- MIT18.06线性代数课程笔记6:vector space,subspace,column space,null space
- MIT18.06线性代数课程笔记21:特征向量、特征值简介、求法与性质
- MIT18.06线性代数课程笔记15:子空间投影矩阵
- MIT18.06线性代数课程笔记12:使用邻接矩阵证明欧拉定理
- MIT18.06线性代数课程笔记14:正交子空间、A^TA的Null Space
- MIT18.06线性代数课程笔记7:使用消元法求解Null space
- MIT_线性代数笔记_11_矩阵空间、秩1矩阵、小世界图
- MIT线性代数课程笔记对应代码-【lecture 1】
- MIT线性代数课程笔记对应代码-【lecture 3】