线性代数2:矩阵(1)

article/2025/9/20 9:00:12

目录

矩阵:

矩阵的定义:

0矩阵

方阵

 同型矩阵:

矩阵相等的判定条件

 矩阵的三则运算:

乘法的适用条件

矩阵与常数的乘法:

矩阵的乘法:

矩阵的乘法法则: 

Note1:

 Note2:

 Note3:

 向量与矩阵的关系:

转置矩阵:

 矩阵多项式:

矩阵的重要性质:

 性质2:

 性质3:

 矩阵在研究什么?


矩阵:

矩阵的定义:

 矩阵和行列式的相同点以及不同点:

矩阵的行和列的个数m和n可以不同,行列式的必须相同。

行列式本质就是一个常数,而矩阵的本质是一个图标。

0矩阵

 对于一个矩阵,当矩阵中所有的元素都为0时,我们才称这个矩阵为0矩阵。

方阵

行数和列数相等的矩阵就叫做方阵。

 同型矩阵:

两个不同的矩阵A和B,A的行和B的行相等,A的列和B的列也相同,这样的两个矩阵就叫做同型矩阵。

矩阵相等的判定条件

对于两个同型矩阵,当他们内部的元素也全部相等时,我们就说这两个矩阵是相等的。

 矩阵的三则运算:

矩阵的三则元素包括加减乘,因为我们矩阵的本质是图标,图标的相除是没有意义的。

乘法的适用条件

对于两个同型矩阵之间,我们可以使用加减法。同型矩阵可以相加减。

 矩阵之间的加减法法则是对应元素相加减即可。

矩阵与常数的乘法:

 常数乘以矩阵等价于矩阵中的每一个元素都乘以常数。

结合我们之前学习的行列式,我们可以得出一个结论:我们知道,行列式的公共因子是从可以从某一行或者某一列中提取出来,而矩阵的公共因子必须从矩阵中的所有元素中提取出来。

矩阵的乘法:

 对于这两个矩阵,我们可以发现A矩阵的列数等于B矩阵的行数,所以我们就可以用A*B。

简计:内标相同可以乘。

 乘出来的结果也是一个矩阵,这个矩阵的行数和列数则是由第一个矩阵的行数和第二个矩阵的列数来决定的。

简计:外标决定行列式的型。

矩阵的乘法法则: 

我们可以这样记忆:C11表示矩阵的第一个元素,他的结果是由A矩阵的第一行元素分别×B矩阵的第一列元素之和。

所以Cmn的计算方法是由A矩阵的第m行元素分别与B矩阵的第n行元素相×再相加的结果。

Note1:

两个数只要有一个为0就可以得出两个数的乘积为0,但是我们的矩阵并不是一个数,矩阵是一个图标。

 

 Note2:

 

 Note3:

 向量与矩阵的关系:

 向量一定是矩阵,是矩阵的一种,默认使用向量就是列向量,我们可以把向量α理解为n行1列的矩阵。

转置矩阵:

转置矩阵就是把原矩阵的行和列进行颠倒即可。

 我们可以发现,一个转置向量*一个普通向量的结果是一个常数。

那么我们用一个普通向量*一个转置向量的结果是什么呢?

我们可以发现,一个普通向量*一个转置向量的结果是一个方阵。

简记:两向量相乘,左转置为常数,右转置为方阵。

 矩阵多项式:

 我们把一个x的n次多项式与一个n阶方阵进行综合,得出结果:

 E则表示矩阵的最小单位,E的写法如下:

 对于矩阵多项式来说,我们也可以因式分解:

矩阵的重要性质:

 

 我们进行推导

 这里有两个矩阵:一个是m行n列,一个是n行s列,所以A*B是合法的,我们先对矩阵B进行列化,列化的过程如下:

 

 

 如图所示,第一个五角星的结果为A的第一行×B1,第二个五角星的结果为A的第二行×B1等等。

所以第一行的五角星可以代表B1×A的全部元素,也就是B1×A。

 

 

 性质2:

 有三个向量,矩阵P是由三个向量组成的矩阵。

 我们怎么用P来表示出矩阵B呢?

 

 性质3:

 我们把这个矩阵中的元素提取出来,放到行列式里面去。

 我们在这个行列式中任取一个元素,该元素的行数和列数分别是i和j,我们删除掉这一行和这一列,就能够得到一个余子式Mij

 这个余子式是n-1阶的。

根据余子式和对应的行列数,我们可以求出对应的代数余子式:

 我们把求出来的代数余子式的行列数进行颠倒放进一个矩阵中。

 求出来的这个矩阵就叫做伴随矩阵,求伴随矩阵的方法是先取出矩阵A的所有元素到行列式A中去,然后求出这个行列式的所有代数余子式,并把这些代数余子式行列数进行颠倒放进矩阵中去,这个矩阵就叫做伴随矩阵,

那么用原矩阵×伴随矩阵的结果是多少呢?

我们知道一个性质:用行列式的第n行(列)元素乘以第n行(列)元素的代数余子式的结果就是行列式的值,而用第n行(列)元素分别乘以第m(m≠n)行(列)的结果就是0,所以我们可以求出结果。

 

 矩阵在研究什么?

 我们分别写两个线性方程组。

我们把第一个方程组的系数拎出来可以构成是一个矩阵:

 我们再把所有的未知数拎出来,可以构成一个列:

 

而A与x的内标相同,可以用A*X。

 计算出来的是矩阵是m行1列的矩阵。

所以计算出来的结果就是这个齐次方程组。

 而AX=0表示AX的结果为0矩阵。

 

 所以用这两个矩阵相×就可以表示出齐次方程组。

 而对于非齐次方程组,那么AX=b,我们也可以把b化成矩阵的形式:

 所以AX等于b就等价于:


http://chatgpt.dhexx.cn/article/wHdUS5ig.shtml

相关文章

线性代数:矩阵运算之乘法?

线性代数:矩阵运算之乘法? 分步阅读 授人予鱼不如授人予渔,在《线性代数》的学习中,方法尤为重要。下面就让我们一起解决《线性代数》中令人头痛的——矩阵的乘法运算吧! 如果您对——矩阵乘法的学习比较吃力&#…

线性代数:矩阵及其运算

总体结构图: 矩阵的定义: 由m*n个数,组成的m行n列的表格(注意,这里的表格,表明了矩阵和行列式的本质区别,行列式本质桑是一个数,并且行列式一定是方方正正的,行数和列数…

3.线性代数-矩阵

矩阵和Tensor 1. Tensor2.矩阵3.线性代数正确打开方式3.1 行视图3.2 列视图 4.线性相关和线性无关5. Span、基和子空间(Subspace)6.四个基本的子空间6.1 列空间6.2 零空间6.3 行空间6.4 左零空间6.5 四个基本子空间的关系 7.可逆矩阵8.方阵的特征值与特征向量9.特征分解9.1一般…

【线性代数】矩阵及其运算

【线性代数】矩阵及其运算 写在前面从向量到矩阵线性在何处,矩阵怎么来的秩,矩阵,逆矩阵 具体运算乘法行列式点乘和叉乘 线性方程组和矩阵的关系Gramer法则高斯消元法求逆矩阵解方程组 参考资料 写在前面 本文是笔者用于复习本科期间所学线性…

人工智能数学基础-线性代数4:矩阵及矩阵运算

☞ ░ 老猿Python博文目录░ 本节用到了行列式的相关知识,而在行列式中用到了矩阵知识,但总体来说先介绍矩阵再介绍行列式更合适一些,行列式的知识大家只需要知道一个矩阵A对应的行列式记为符号|A|,其结果为一个标量,…

矩阵【线性代数系列(二)】

矩阵【线性代数系列(二)】 文章目录 1.线性方程组2.矩阵的概念3. 对角矩阵 与 单位矩阵4.矩阵的运算4.1 矩阵的加法4.2 矩阵的数乘4.3 矩阵的乘法4.4 矩阵的幂4.5 交换率结合率分配率汇总4.6 矩阵的转置 5. 矩阵的行列式6.矩阵的线性变换6.逆矩阵7.克拉…

线性代数(3):矩阵

一、矩阵是什么 (1)矩阵的概念 矩阵就是 m x n 个数排列成 m 行 n 列的表格,其具体形式为: (2)矩阵与行列式的区别 a. 矩阵是一个数表,而行列式只是一个n阶的方阵; b. 矩阵的行数和列数可以不…

矩阵如何运算?——线性代数

同样是对李永乐老师的笔记做个总结和叙述&#xff08;我不写过于难懂的概念&#xff0c;只写有利于解题的干货&#xff09;&#xff0c;方便大家复习巩固 关于行列式的计算&#xff1a;<点这里> 文章目录 一、矩阵的概念及其运算1.1 矩阵的概念1.2 矩阵的运算1.2.1 基本运…

线性代数矩阵运算

线性代数的概念对于理解机器学习背后的原理非常重要&#xff0c;尤其是在深度学习领域中。它可以帮助我们更好地理解算法内部到底是怎么运行的&#xff0c;借此&#xff0c;我们就能够更好的做出决策。所以&#xff0c;如果你真的希望了解机器学习具体算法&#xff0c;就不可避…

矩阵和线性代数的应用

矩阵和线性代数是数学中重要的概念&#xff0c;它们被广泛应用于物理、工程、计算机科学、经济学等众多领域。本文将讨论矩阵和线性代数的一些基本概念以及它们在实际应用中的重要性和影响。 一、矩阵和线性代数的基本概念 矩阵是由数字组成的矩形数组。它可以表示线性方程组…

线性代数—矩阵

矩阵 矩阵的定义同型矩阵运算1、同型矩阵可加减2、矩阵乘以k&#xff08;≠0&#xff09;&#xff0c;矩阵中所有元素乘以k3、Amn * Bns Cms4、转置矩阵5、 伴随矩阵6、逆矩阵(矩阵的逆理论&#xff09;7、行阶梯矩阵8、正交矩阵 矩阵的初等变换矩阵理论矩阵的逆理论—见逆矩阵…

线性代数:如何最通俗地理解矩阵的「秩」?

小时候老师总告诉我们「要有n个方程才能确定地解出n个未知数」——这句话其实是不严格的&#xff0c;如果你想确定地解出n个未知数&#xff0c;只有n个方程是不够的&#xff0c;这n方程还必须都是「干货」才行。从这个角度&#xff0c;初学者可以更好地理解「矩阵的秩」。 其实…

线性代数[向量]

系列文章目录 第一章 线性代数[初等变换(一)] 第二章 线性代数[初等变换(二)] 第三章 线性代数[初等变换(三)] 第四章 线性代数[矩阵的秩] 提示&#xff1a;写完文章后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 文章目录 前言 一.引入 二.向…

线性代数 | (1) 矩阵Part One

目录 1. 矩阵是什么&#xff1f; 2. 几种特殊的矩阵 3. 矩阵的运算 4. 方阵的行列式 5. 伴随矩阵 6. 矩阵初等变换 7. 矩阵的秩 8. 初等矩阵 1. 矩阵是什么&#xff1f; 矩阵被认为是线性代数中最基础的内容&#xff0c; 也是研究线性代数其他内容的工具。 由m*n个数…

线性代数: 什么是矩阵,以及矩阵的线性代数意义

多数高中生学习矩阵和矩阵乘法&#xff0c;但是他们往往不知道为什么矩阵乘法是这样工作的。 添加矩阵很简单: 只需添加相应的条目。 然而&#xff0c;矩阵乘法并不是这样工作的&#xff0c;对于一个不理解矩阵背后理论的人来说&#xff0c;这种矩阵相乘的方法可能看起来非常不…

线性代数第二章矩阵及其运算详解

一.线性方程组和矩阵 1.概念 如图所示&#xff0c;该矩阵称为m行n列矩阵 若行数和列数都等于n&#xff0c;则该矩阵称为n阶方阵 两个矩阵的行数相等&#xff0c;列数也相等&#xff0c;就称它们为同型矩阵 若A&#xff08;aij&#xff09;和B&#xff08;bij&#xff09;是…

【线性代数】第一章 1.1矩阵及其运算

【写在前面的话】众所周知&#xff0c;线性代数在计算机应用方面也是比较广的&#xff08;比如人工智能等前沿科技领域&#xff09;。所以...在CSDN记录线性代数的知识不为过吧&#xff0c;哈哈&#xff08;//狗头保命&#xff09;。从这里开始我将详细记录线性代数知识点。想要…

ux431黑苹果_UX设计中苹果领导地位的下降

ux431黑苹果 My Samsung Galaxy S10 just got a software update. It’s now running the latest version of OneUI, based on Android 10. I haven’t felt so good using a phone since the days of the iPhone 7 Plus. Everything is fast, shiny and gesture-driven. When …

iwork8黑苹果_苹果的iWork.com令人失望-不是Google Docs竞争对手

iwork8黑苹果 During their annual keynote at the MacWorld conference in San Francisco today, Apple Senior Vice President of Worldwide Product Marketing Phil Schiller announced a beta of iWork.com, their cloud-based productivity suite that was rumored last w…

黑苹果检测_苹果技术进行情绪检测

黑苹果检测 介绍 (Introduction) Before we get our hands dirty, let’s prepare ourselves for what’s coming next. 在弄脏手之前&#xff0c;让我们为接下来发生的事情做好准备。 第一件事 (First things first) Artificial Intelligence can be defined as an area of c…