A1数学基础：矩阵和向量基础.pdf

矩阵和向量 Matrices and Vectors 基本知识回顾：主要针对数字图像 处理中涉及到的一些内容的回顾 矩阵的定义 一个m ×n 的矩阵（matrix ），常记为A ，是一个被方 括弧括起来的由（数字或代表数字的符号的）元素组 成的矩形阵列, 这里m 代表矩阵的行数，n 是矩阵的列 数。 2006-9-20 Digital Image Processing (C)PJH 2 1 有关矩阵的一些定义 若m= n ，则称A 为方（square ）阵。 若A 为方阵，且所有非对角线上的元素均为0 ，而对角线上的元 素不全为0，则称A 为对角（diagonal ）阵。 若A 为对角阵，且所有对角线上的元素为1，则称A 为单位矩阵。 单位矩阵（identity matrix ）一般记为I 所有元素均为0 的矩阵称为0矩阵，或空矩阵（zero 或null matrix ） 矩阵A 的迹（trace ）是矩阵中所有主对角线上元素的和 当且仅当两个矩阵A 和B 具有相同的行列数，且对应位置上的元 素相等aij = bij , 则称矩阵A 和B 相等 2006-9-20 Digital Image Processing (C)PJH 3 有关矩阵的一些定义 • 若A为m ×n矩阵，则其转置（transpose ）AT 是一个 n ×m 的矩阵，他是由原矩阵A 交换行和列元素后得到 的矩阵 T • 对于方阵A ，若A =A 则称其为对称（symmetric ）矩 阵 • 满足XA=I和AX=I 的矩阵X ，称为矩阵A 的逆（inverse ）矩阵 • 令c 是一个实数或复数(也成为标量scalar). 矩阵A与 数c 的乘积记为cA, 是由数c与矩阵A 中的每一个元素 相乘后的矩阵。若c = −1, 数乘后的矩阵称为矩阵A 的 负（negative ） 2006-9-20 Digital Image Processing (C)PJH 4 2 向量的定义 列向量（column vector ）是一个m ×1 的矩阵 行向量（row vector ）是一个1 ×n 的矩阵 列向量可以表示为行向量的转置 2006-9-20 Digital Image Processing (C)PJH 5 矩阵的一些基本运算 • 加（sum ）：矩阵A 和B 具有相同的行列数 A + B ＝ ［a + b ］ ij ij • 减（difference ）：矩阵A 和B 具有相同的行列数 A - B ＝ ［a - b ］ ij ij • 乘（product ）：m ×n 的矩阵A 和p ×q 的矩阵B 的 乘积AB, 是一个m ×q 的矩阵C ，其中C矩阵中，在位 置(i,j )上的元素是矩阵A 中第i行的元素与矩阵B 中第j 列 分别相乘后求和的结果，即 2006-9-20 Digital Image Processing (C)PJH 6 3 向量的一些基本运算 两个向量的内积(inner product ，也称为点积dot product )是一个标量，定义为 2006-9-20 Digital Image Processing (C)PJH 7 向量和向量空间 向量空间（vector