矩阵的乘法运算法则

Posted 2023-05-10

参考技术A

矩阵的乘法运算法则有以下：

乘法结合律：(AB)C=A(BC)；乘法左分配律：(A+B)C=AC+BC；

乘法右分配律：C(A+B)=CA+CB；对数乘的结合性k(AB）=(kA)B=A(kB）。

矩阵相乘最重要的方法是一般矩阵乘积。它只有在第一个矩阵的列数和第二个矩阵的行数相同时才有意义。一般单指矩阵乘积时，指的便是一般矩阵乘积。一个m×n的矩阵就是m×n个数排成m行n列的一个数阵。

矩阵的相关概念：

1、行矩阵、列矩阵：m×n阶矩阵中，m=1，称为行矩阵，也称为n维行向量;n=1，称为列矩阵，也称为m维列向量。

2、零矩阵：所有元素都为0的m×n阶矩阵。

3、n阶方阵：m×n阶矩阵A中，m=n; n阶方阵A，可定义行列式记为|A|; n阶方阵存在主对角线及主对角线元素。

4、单位矩阵：主对角线上的元素都为1，其余元素均为0的n阶方阵称为n阶单位矩阵，记为E。

5、对角形矩阵：非主对角线上的元素全为0的n阶方阵称为对角形矩阵。

6、数量矩阵：n阶对角形矩阵主对角线上元素相等时，称为数量矩阵。

7、上（下）三角形矩阵：n阶方阵中，主对角线下方元素全为零，称为上三角矩阵;主对角线上方元素全为零，称为下三角矩阵。

R语言的一些矩阵运算

参考技术A 摘自： https://www.cnblogs.com/yupeter007/p/5325575.html

矩阵的存储默认是按列进行存储的

matrix (data = NA, nrow = 1, ncol = 1, byrow =FALSE, dimnames = NULL)

创建一个c(1:12)的三行四列的矩阵，

colnames<-c("c1","c2","c3","c4")

rownames<-c("r1","r2","r3")

x<-matrix(1:12,nrow=3,ncol=4,byrow=TRUE,dimnames=list(rownames,colnames))

x
c1 c2 c3 c4
r1 1 2 3 4
r2 5 6 7 8
r3 9 10 11 12

y<-t(x)

若是针对的是一个向量

y<-(1:10)

装置后得到的是行向量

[1] "matrix"

若要的到列向量则

matrix(rnorm(100),nrow=10)

matrix(2,ncol=n,nrow=m)

4.1创建对角矩阵

diag(x,ncol=n,nrow=m)

若x为矩阵 则diag（x）将会提取矩阵x的对角，则返回的是向量值

返回的是以矩阵对角的对角矩阵

[,1] [,2] [,3]
[1,] 1 0 0
[2,] 0 1 0
[3,] 0 0 1

n<-ncol

m<-nrow

为矩阵的行和列命名

rownames(x)<-c()

colnames(x)<c()

A为m×n矩阵，c>0，在R中求cA可用符号：“*”，例如：

A为m×n矩阵，B为n×k矩阵，在R中求AB可用符号：“％*％”，例如：

对矩阵求逆

方法一：直接用solve（x）
方法二：加载包MASS
library(MASS)
ginv(matrix)

向量的内积

x<-c(1:5)

y<-c(3:7)

向量的外积

向量、矩阵的外积(叉积)
设x和y是n维向量，则x%o%y表示x与y作外积.

, , 2, 1
[,1] [,2] [,3] [,4]
[1,] 2 8 14 20
[2,] 4 10 16 22
[3,] 6 12 18 24
, , 1, 2
[,1] [,2] [,3] [,4]
[1,] 3 12 21 30
[2,] 6 15 24 33
[3,] 9 18 27 36
, , 2, 2
[,1] [,2] [,3] [,4]
[1,] 4 16 28 40
[2,] 8 20 32 44
[3,] 12 24 36 48

outer()是更为强大的外积运算函数，outer(x,y)计算向量x与y的外积，它等价于x %o%y
函数。outer()的一般调用格式为
outer(x，y，fun=”*”)

det(x),求矩阵x的行列式值

qr(x)$rank求x矩阵的秩

解线性方程组和求矩阵的逆矩阵