【线性代数学习笔记（一）】矩阵表示法和矩阵乘法规则是怎么来的？
2019-03-30 本文已影响329人
UnderStorm
目录
- 求解线性方程组：高斯消元法
- 简化线性方程组的表示——得到原始的矩阵定义
- 用矩阵的表示方法表示高斯消元法解线性方程组的过程——得到矩阵乘法的原始定义
求解线性方程组：高斯消元法
电视的转播过程是这样的：
因此从电视信号线传过来的是YCrCb三个颜色通道的数字信号，此时如果使用的是彩色电视，就需要
这种信号编码方式的转换本质上就是在解方程组：
那么如何解这个线性方程组呢？
我们大家都学过的一种比较通用的方法就是高斯消元法
得到最终结果：
简化线性方程组的表示——得到原始的矩阵定义
当然，解线性方程组使用高斯消元法，基本上就是最优的求解方法，但是整个求解过程若按照上面这样去表示，表示起来是比较复杂的
因此有一个英国的数学家叫阿瑟·凯莱就提出用矩阵去表示线性方程组，以及线性方程组的求解过程
以一个简单的线性方程组为例进行说明：
对于上述方程组，未知数x，y根本不重要，所以可以用一种称为矩阵的紧凑的阵列来表示，把未知数的系数提出来：
称为系数矩阵，而把等号右边的数字一起提出来：
称为增广矩阵
用矩阵的表示方法表示高斯消元法解线性方程组的过程——得到矩阵乘法的原始定义
还是以上面提到的方程组为例进行说明
高斯消元法的目标是进行下面形式的转换：
用矩阵表示就是：
我们来看对这个原始方程组用高斯消元法进行消元的第一步
用第一个方程消去第二个方程的第一个系数：
得到
我们已经成功尝试利用矩阵来表示方程组了，但是好像对方程组的求解并没有什么用，那么我们能否利用矩阵表示方式来简化方程组的求解过程呢？
首先，可以将矩阵看作是两个行向量
，那么上面的计算可以通过矩阵表示为：
这个过程实际上包含了两个步骤：
- 第一行不变，即：
- 第二行改变，即：
首先第一行不变，即
其次，第二行改变，即
凯莱规定，把第一行运算的结果放在第一行，第二行的结果放在第二行，即
这就是矩阵乘法的最初的定义
参考资料：
(1) 微信公众号·马同学高等数学《图解线性代数》
