矩陣知識:矩陣乘法

一、從高斯消元法到矩陣乘法:

1.1 高斯消元法

假設存在如下的方程:
在這裏插入圖片描述
將方程化爲如下的形式是高斯消元法的目標:
{ R = ? G = ? B = ? \begin{cases} R=?\\G=?\\B=? \end{cases}

思路:
首先利用第一行消去第二行和第三行的第一個元素:
在這裏插入圖片描述
接着利用第二行消去第三行的第二個元素:
在這裏插入圖片描述
接着反過來,用第三行消去第一行和第二行的第三個元素:
在這裏插入圖片描述
接着用第二行消去第一行的第二個元素:
在這裏插入圖片描述
最後達到目標:
在這裏插入圖片描述

1.2 用增廣矩陣描述高斯消元法

假設方程爲:
在這裏插入圖片描述
則增廣矩陣爲:
在這裏插入圖片描述
整個過程可以描述爲:
在這裏插入圖片描述

1.3 利用矩陣乘法:

上述過程的第一次運算用矩陣乘法可以描述爲:
在這裏插入圖片描述
在這裏插入圖片描述
多行乘法:
在這裏插入圖片描述
這一步實際表達了兩個過程:

  • 第一行不變: r 1 = r 1 r_1'=r_1
  • 第二行改變: r 2 = r 2 3 r 1 r_2'=r_2-3r_1

用矩陣乘法則表示爲:
在這裏插入圖片描述
所以利用矩陣乘法,整個高斯消元法就可以表示如下:
在這裏插入圖片描述
https://www.matongxue.com/madocs/755.html

二、如何理解矩陣乘法:

一個正確的觀點是將矩陣看成是函數,這樣很多疑惑就可以迎刃而解。

2.1 矩陣是一個函數:

直線函數與矩陣:
我們熟悉的直線函數 a x = y ax=y ( x , 0 ) (x,0) 點映射到 ( 0 , a x ) (0,ax) 點:
在這裏插入圖片描述
我們通過矩陣 A x = y A\overrightarrow{x}=\overrightarrow{y} 也可以完成這個映射,令:
A = ( 0 1 a 0 ) A=\begin{pmatrix} 0&1\\a&0 \end{pmatrix}
則:
在這裏插入圖片描述
矩陣的優點:
對於 a x = y , x R , y R ax=y,x\in R,y\in R 只能完成從實數到實數的映射:
x y       R R x\to y\implies R\to R
但是: A x = y , x R n , y R m A\overrightarrow{x}=\overrightarrow{y},\overrightarrow{x}\in R^n,\overrightarrow{y}\in R^m 可以完成更廣泛的映射:
x y       R n R m \overrightarrow{x}\to \overrightarrow{y}\implies R^n\to R^m
爲了完成這點,矩陣 A A 就不再是係數a了,而是一個函數(或者說是映射)
假設 x \overrightarrow{x} 所在平面爲 v v ,而 y \overrightarrow{y} 所在平面爲 W W x \overrightarrow{x} 通過矩陣 A A 映射到了 y \overrightarrow{y} ,可以如下表示:
在這裏插入圖片描述
A這個映射的特別之處是,V上的直線通過A映射到W上依然是直線,所以矩陣也被稱爲線性映射。

2.2 矩陣作爲函數的工作方式:

將之前表示線性映射的3D圖變爲2D圖:
在這裏插入圖片描述
爲了繪圖方便, x \overrightarrow{x} 所在平面V, y \overrightarrow{y} 所在平面W,都是二維平面,即 R 2 R^2

座標:
研究線性映射,最重要的是搞清楚當前處在哪個基下,首先看:
在這裏插入圖片描述
x \overrightarrow{x} , y \overrightarrow{y} 的基默認爲各自空間向量空間下的自然基,其自然基爲(即 R 2 R^2 下的自然基):
在這裏插入圖片描述
所以可以得到:
在這裏插入圖片描述
如下圖所示:
在這裏插入圖片描述
映射法則的工作原理:
爲了說清映射法則A是怎麼工作的,將A用一個空間表示,V會通過A映射到W:
設: A = ( c 1 c 2 ) A=(\overrightarrow{c_1}\quad\overrightarrow{c_2})
整個映射過程如下所示:
在這裏插入圖片描述
根據矩陣乘法的規則可以得到(可以理解爲 c 1 , c 2 \overrightarrow{c_1},\overrightarrow{c_2} 兩個向量的一個線性組合):
在這裏插入圖片描述
A x A\overrightarrow{x} 相當於在A空間中,以 c 1 , c 2 \overrightarrow{c_1},\overrightarrow{c_2} 爲基,座標爲 ( x 1 x 2 ) \begin{pmatrix}x_1\\x_2\end{pmatrix} 的向量:
在這裏插入圖片描述
再將 A x A\overrightarrow{x} 向量用自然基表示:
在這裏插入圖片描述
整體來說,就是基改變,導致向量的座標發生改變:
在這裏插入圖片描述

注意矩陣乘法不滿足交換律
https://www.matongxue.com/madocs/555.html