【矩阵论】基本概念

本文深入讲解了矩阵数学的基础概念,包括向量的内积与外积、行列式、对角矩阵、单位矩阵、奇异矩阵及雅可比式。通过具体定义与实例,帮助读者理解这些概念在数学与计算机科学中的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1 矩阵相关概念

1.1 向量的內积(点乘)

向量的点乘,也叫向量的内积、数量积,对两个向量执行点乘运算,就是对这两个向量对应位一一相乘之后求和的操作,点乘的结果是一个标量。

对于向量:\large a=[a_1,a_2,a_3...a_n] \quad \quad \quad b=[b_1,b_2,b_3...b_n]

定义內积: \large a\cdot b = a_1b_1 + a_2b_2 + a_3b_3 +...a_nb_n

1.2 向量的外积(叉乘)

两个向量的叉乘,又叫向量积、外积、叉积,叉乘的运算结果是一个向量而不是一个标量。并且两个向量的叉积与这两个向量组成的坐标平面垂直。

对于向量:\bg_white \large a=(x_1,y_1,z_1) \quad \quad \quad b=(x_2,y_2,z_2)

定义外积:

aXb = \begin{vmatrix} i \quad j \quad k & & \\ x_1 \quad y_1\quad z_1& & \\ x_2 \quad y_2 \quad z_2& & \end{vmatrix} =(y_1z_2 - y_2z_1)i -(x_1z_2 - x_2z_1)j + (x_1y_2 - x_2y_1)k

 

其中i=(1,0,0) \quad j=(0,1,0) \quad k=(0,0,1)

叉乘的概念非常有用,可以通过两个向量的叉乘,生成第三个垂直于a,b的法向量,从而构建X、Y、Z坐标系

1.3 行列式

一个n×n的方阵A的行列式记为det(A)或者|A|,一个2×2矩阵的行列式可表示如下:

\large det\binom{a \quad b}{c \quad d} = ad -bc

1.4 对角矩阵和单位矩阵(源:百度百科)

对角矩阵(diagonal matrix)是一个主对角线之外的元素皆为0的矩阵,常写为diag(a1,a2,...,an) 。对角矩阵可以认为是矩阵中最简单的一种,值得一提的是:对角线上的元素可以为 0 或其他值,对角线上元素相等的对角矩阵称为数量矩阵;对角线上元素全为1的对角矩阵称为单位矩阵

1.5 奇异矩阵

首先,看这个矩阵是不是方阵;再看此矩阵的行列式|A|是否等于0,若等于0,称矩阵A为奇异矩阵;若不等于0,称矩阵A为非奇异矩阵。

1.6 雅可比式

在向量微积分中,雅可比矩阵是一阶偏导数以一定方式排列成的矩阵,其行列式称为雅可比行列式, 它是以n个n原函数的偏导数为元素的行列式 。

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值