为什么我们按照我们的方式来增加矩阵?

问题描述:

为什么我们通过将第一行与第二列相乘来完成此操作。它的实际用途和发明者是什么?逻辑上4×2意味着四次两次或两次四次。那么为什么矩阵乘法只是相应元素的点积?为什么我们按照我们的方式来增加矩阵?

这是困扰我的事情之一。

+2

属于数学SO。不是编程。 – leppie 2011-03-01 06:43:31

+1

AB的第i个条目是A的第i行和第j列的B点产品。您需要的原因是使AB的工作类似于两个线性操作的组合 - 如果A是线性操作B是一个线性运算,则得到对应于进行操作A的线性操作的矩阵,然后操作B,则需要进行行→列的乘法运算 – 2011-03-01 06:45:21

+0

乘以相应的元素作为矩阵乘法并不会特别有用,因为它将与在矩阵中碰巧具有坐标的元素的列表相乘没有什么不同。奇怪的数学运算通常被定义,因为它们具有有用的特性,并且往往会在很多问题中自然弹出,这是雅罗斯拉夫给出的一个例子。此外,这绝对属于数学SO ... – jprete 2011-03-01 06:51:58

对于数字,2x4 = 4x2,因为它们是可交换的。矩阵不通勤,所以下层数字的交换性与它无关。

这个想法是,一个向量(我将指一个垂直写入的列向量)是一个向量空间中的实体。这个向量空间具有在其上定义的加法和标量乘法。它也有一个基础{e_n}。 e_i只是第i个分量中有1个而其他地方为0的向量。任何矢量都可以写成{e_n}的线性组合。例如,在二维空间中,

|x_1|  |1|  |0| 
|x_2| = x_1 |0| + x_2 |1| 

矩阵作为线性变换作用于此向量并生成新向量。线性变换仅仅是一个函数,Ť,与Ť(X + Y)= Ť(X)+ Ť(Y)和c Ť(X)= Ť(CX)对于任何矢量,x和y以及任何实数c(尽管我们可以将其用于其他字段)。因此矩阵A作用于向量x并产生另一个向量y。 A x = y。

|a_11 a_12| |x_1|  |y_2| |x_1 a_11 + x_2 a_12| 
|a_21 a_22| |x_2| = |y_1| = |x_1 a_21 + x_2 a_22| 

但是,这样只是一样

x_11 |a_11| + x_2*|a_12| 
    |a_22|  |a_22| 

因此,我们再次表示的操作的定义,我们可以查看矩阵为一组由它的列向量作为矩阵的列的线性组合,向量(m * n矩阵乘以* 1矩阵)上的矩阵。

这就是允许我们将矩阵与线性变换混合的原因。为了表示给定的线性变换,作为矩阵,我们在矩阵的第i列中放置T(e_i)。打电话给这个矩阵A_T。然后A_T X = X_1 Ť(E1)+ X_2 Ť(E2)+ ... + x_n Ť(烯)。但用T,的线性如果x = X_1 E_1 + X_2 E_2 + ... + x_n e_n,然后Ť(X)= X_1 Ť(E_1)+ X_2 Ť(E_2)+ .. 。+ x_n T(e_n)。但这正是我们之前写的A_T。因此,需要将矩阵乘以一个向量的定律,以使我们能够将线性变换表示为矩阵。

现在我们来考虑乘上一般的矩阵。这里的想法是线性函数的组成,即首先做T _1然后做T _2。对于某个向量x,即T _2(T _1(x))。我们从上面知道,我们可以将这些看作矩阵乘法。那就是 A_T2A_T1 x)。让我们从两个角度来看待它,因为其他任何东西都是受虐狂的,并且足以让所有的想法得到贯穿。让我们将这些矩阵重新标记为A_t2 = AA_T1 = B。那么我们有

A(B x) = |a_11 a_12| (|b_11 b_12| |x_1|) 
      |a_21 a_22| (|b_21 b_22| |x_2|) 

     = |a_11 a_12| |x_1 b_11 + x_2 b_12| 
      |a_21 a_22| |x_1 b_21 + x_2 b_22| 

     = |(x_1 b_11 + x_2 b_12) a_11 + (x_1 b_21 + x_2 b_22) a_12| 
      |(x_1 b_11 + x_2 b_12) a_21 + (x_1 b_21 + x_2 b_22) a_22| 

     = |x_1 (a_11 b_11 + a_12 b_21) + x_2 (a_11 b_12 + a_12 b_22)| 
      |x_1 (a_21 b_11 + a_22 b+21) + x_2 (a_21 b_12 + a_22 b_22)| 

     = |(a_11 b_11 + a_12 b_21) (a_11 b_12 + a_12 b_22)| |x1| 
      |(a_21 b_11 + a_22 b+21) (a_21 b_12 + a_22 b_22)| |x2| 

这只是矩阵乘法。

PS。也可能属于Math.SO,但我没有投票结束,因为我回答了。这对于那里来说可能太基本了。

+2

+1这是一个绝对美丽的答案。 – templatetypedef 2011-03-01 07:32:23

+1

= | x_1(a_11 b_11 + ** a_12 + b_21 **)+ x_2(a_11 b_12 + a_12 b_22)|大胆的部分应该是乘法不加,请编辑你的答案来修复错字:) – sowrov 2012-05-17 19:18:41

+0

@sowrov。我多么sl。。感谢您的更正。 – aaronasterling 2012-05-18 02:23:55

它产生向量平面的累积乘法结果。您可以操作分类数据并获得线性变换的一般结果。 Concept example