目录
本章回顾一些线性代数的基础知识,只是基本的罗列,具体学习可参考相关书籍和课程。
一,矩阵与向量
房屋面积(m^2) | 出售价格(1000¥) |
2014 | 40 |
1416 | 232 |
1534 | 315 |
回顾上一篇中涉及到的数据,我们可将数据中的数字单独提取出来组成一个新表:
这个表即为一个3x2维的矩阵(Matrix),矩阵即为一个数表,如果一个矩阵有N行M列,那么可称其为N * M的矩阵, ,其中第i行第j列的元素可称为 。
如果一个矩阵有m行1列,则可将其称为 列向量(column vector);如果一个矩阵有1行m列,则可将其称为 行向量(row vector)。
二,矩阵的线性运算
2.1 数乘
一个数k乘以一个矩阵即为矩阵内所有元素都扩大k倍
2.2 矩阵加法
两个矩阵相加的前提是矩阵的维数要完全一致,相加结果为对应元素相加
三,矩阵乘法及其性质
3.1 矩阵乘法
两个矩阵相乘的前提为被乘矩阵的列数等于乘数矩阵的行数。
乘法规则为 , 其中矩阵C中的元素。
3.2 乘法性质
1. 矩阵乘法不满足交换律
2. 矩阵乘法满足结合律
3. 矩阵乘法对加法满足分配律
四,特殊矩阵
1. 元素全为0的矩阵称为零矩阵
2.矩阵中只有沿左上往右下的对角线上有非零元素,其他位置都是零的矩阵称为对角矩阵
特别的,对角线上全为1的方阵(行数等于列数的矩阵),称为单位矩阵。
五,转置
矩阵的转置(transpose)即为将矩阵沿左上往右下的对角线进行翻转,矩阵转置操作记为 。
六,逆运算
对于矩阵A,如果存在矩阵B使得,,则称矩阵B为矩阵A的逆矩阵(inverse matrix),记为。单位矩阵是其自身的逆矩阵。