线性代数 —— 矩阵与矩阵运算
【矩阵】
1.定义
个数 排成的 n 行 m 列的数称为 n 行 m 列矩阵记作:
其中, 个数称为矩阵 A 的元素,数 位于矩阵的第 i 行第 j 列,称为矩阵 A 的 (i,j) 元
2.常见矩阵
- 实矩阵:元素是实数的矩阵
- 复矩阵:元素是复数的矩阵
- n 阶方阵:行数列数相等且为 n 的矩阵,其中 i=j 的元素 组成的斜线称为主对角线
- 对角矩阵:除主对角线外的元素皆为 0
- 上三角矩阵:主对角线左下方元素全为 0
- 下三角矩阵:主对角线右上方元素全为 0
- 对称矩阵:转置矩阵与自身相等的方阵,即
- 反对称矩阵:转置矩阵与自身取负后相等的方阵,即
- 单位矩阵:主对角线元素全为 1,其余元素全为 0,记为 E
- 正交矩阵:满足 的矩阵 A,其
- 逆矩阵:在 n 阶方阵中,可逆矩阵(所有行向量线性无关) A 存在唯一逆元 ,使得
3.N 阶方阵性质
基本变化规律:
- 垂直对称:
- 水平对称:
- 主对角线对称:
- 辅对角线对称:
对称旋转规律:
- 中心对称:水平变换与垂直变换合并,即
- 顺时针旋转 90 度:水平对称与对角线对称合并,即
- 逆时针旋转 90 度:垂直对称与对角线对称合并,即
【矩阵的基本运算】
1.加减法
对于两个同型矩阵(两个矩阵的行列数相同),加减法就是将对应的 (i,j) 元做加减运算,其满足交换律和结合律:
- A+B=B+A
- (A+B)+C=A+(B+C)
struct Matrix{int s[N][N];
};
Matrix add(Matrix A,Matrix B,int n){ //矩阵加法,n代表A、B两个矩阵是n阶方阵Matrix temp;for(int i=1;i<=n;i++)for(int j=1;j<=n;j++)temp.s[i][j]=A.s[i][j]+B.s[i][j];return temp;
}
Matrix sub(Matrix A,Matrix B,int n){ //矩阵减法,n代表A、B两个矩阵是n阶方阵Matrix temp;for(int i=1;i<=n;i++)for(int j=1;j<=n;j++)temp.s[i][j]=A.s[i][j]-B.s[i][j];return temp;
}
2.数乘
一个数乘以一个矩阵,只要将这个数乘到矩阵的每一个 (i,j) 元上,其满足结合律与分配律:
- (λμ)A=λ(μA)
- (λ+μ)A=λA+μA
- λ(A+B)=λA+λB
3.转置
将 A 的行换为同序数的列所得到的新矩阵,其满足以下运算律:
例如:
4.共轭
对于复矩阵,共轭矩阵定义为:
例如:
5.共轭转置
对于复矩阵,共轭转置矩阵定义为:,即:
例如:
【矩阵的乘法】
只有当第一个矩阵 A 的列数与第二个 B 矩阵的行数相等时才能定义。
A 是 m×n 矩阵,B 是 n×p 矩阵,他们的乘积 C=AB 是一个 m×p 矩阵,其第 i 行第 j 列的元素值为 A 的第 i 行与 B 的第 j 列的乘积
即:
矩阵的乘法满足结合律、分配律:
- (AB)C=A(BC)
- (A+B)C=AC+BC
- C(A+B)=CA+CB
struct Matrix{int s[N][N];
};
Matrix mul(Matrix A,Matrix B,int n){//矩阵乘法,n代表A、B两个矩阵是n阶方阵Matrix temp;//临时矩阵,存放A*B结果for(int i=1;i<=n;i++){for(int j=1;j<=n;j++){temp.s[i][j]=0;for(int k=1;k<=n;k++)temp.s[i][j]=temp.s[i][j]+A.s[i][k]*B.s[k][j];}}return temp;
}
线性代数 —— 矩阵与矩阵运算相关推荐
- 线性代数中的矩阵运算P(A,E)是什么意思?
线性代数中的矩阵运算P(A,E)是什么意思?此知识点是矩阵初等变换那个章节的内容(请对号入座)!!!!! PA=B,PE=P. 好好想想AE都为n阶方针,同时对其施加初等行变换会怎么办? 而这个p呢就 ...
- 线性代数--矩阵、向量
线性代数 线性代数 矩阵及其运算 矩阵分块法 矩阵的初等变换于线性方程组 矩阵的初等变换 矩阵的秩 线性方程组的解 向量组的线性相关性 向量组及其线性组合 向量组的线性相关性 线性代数 矩阵及其运算 ...
- 线性代数---矩阵的各种问题求解方法
线性代数-矩阵的各种问题求解方法 如果存在什么问题,欢迎批评指正!谢谢!
- 线性代数矩阵行列式_矩阵的行列式 使用Python的线性代数
线性代数矩阵行列式 In linear algebra, the determinant is a scalar value that can be computed for a square mat ...
- 线性代数矩阵乘法中的行向量和列向量
线性代数矩阵乘法中的行向量和列向量 在矩阵中有两个概念,行向量与列向量,这是从两个不同的角度看待矩阵的组成.这篇文章将从行向量和列向量两个角度来分解矩阵的乘法. 假设有两个矩阵A和B 一般矩阵的乘法分 ...
- 【HNU分布式与云计算系统】MPI实现矩阵乘矩阵运算
MPI实现矩阵乘矩阵运算 实验环境 操作系统:Ubuntu 20.04 编程语言:C++ 实验原理 什么是MPI MPI是一个跨语言的通讯协议,用于编写并行计算机.支持点对点和广播.MPI是一个信息传 ...
- R语言产生对角阵、次对角阵等矩阵及矩阵运算
R语言产生各种类型的矩阵及矩阵运算 R语言产生一般的矩阵 R语言产生单位阵 R语言产生次对角阵 R语言矩阵的常见运算 R语言产生一般的矩阵 # 依行排列,产生3行5列的矩阵 A = matrix(c( ...
- 线性代数矩阵行列式_非平方矩阵的行列式| 使用Python的线性代数
线性代数矩阵行列式 Prerequisites: 先决条件: Defining a Matrix 定义矩阵 Determinant of a Matrix 矩阵的行列式 Note: Determina ...
- 数学/线性代数 {矩阵初等变换,[阶梯形/最简形]矩阵,初等矩阵}
数学/线性代数 {矩阵初等变换,[阶梯形/最简形]矩阵,初等矩阵}; @LOC_COUNTER: 3; 矩阵的初等变换 定义 矩阵的初等变换 和行列式的变换 是完全一样的; . LINK: (http ...
最新文章
- 高通平台:USB充电
- 建议15: 使用dynamic来简化反射实现
- wpspbc按钮是什么意思_抖音私密账号什么意思 抖音热评私密账号什么梗怎么设置?...
- Spring-----多环境中加载资源配置文件
- 反射的基本知识(详解)
- 各种损失函数比较-带你斩获offer
- mysql锁的基本类型_Mysql的锁
- (78)Vivado设置时钟组约束
- 3-点的坐标及最远距离问题
- 300本计算机编程的经典书籍下载
- vss 2005 配置服务器端的时候提示IIS没有安装
- 广电网络计算机上网,广电wifi连接上不能上网怎么办
- (附源码)计算机毕业设计ssm高校第二课堂管理系统
- Stardust 案例:制作散景光斑
- 清除H5的浏览器缓存
- 小驼峰法和大驼峰法的区别
- Jmeter的使用(一)
- 怎么能快速的把pdf转换为word格式
- 数学知识——约数(因数)
- 第七十篇 数据处理与分析 Numpy
热门文章
- 手把手教你用ECharts画饼图和环形图
- python任务调度平台 界面_分布式任务调度平台XXL-JOB搭建教程
- el-table 行背景颜色_使用HTML添加表格4(行颜色与表格嵌套)——零基础自学网页制作
- 小白也能看懂的缓存雪崩、穿透、击穿
- Redis——史上最强【集群】入门实践教程
- ​Redis分布式锁,你真的用对了吗?
- 史海峰:万字长文剖析技术人如何成长
- 网易致歉了,是为了员工还是为了舆论压力?
- Element-UI Form表单 resetFields() 重置表单无效问题
- 如何利用开源项目,帮助企业免费搭建小程序官网