back to index

[線性代數] 那些有名有姓的矩陣


link |
00:01.000
接下來,最主要講metric這一段,是為了跟你介紹幾個有名有姓的metric,這樣講到之後
link |
00:09.000
就metric這個東西你高中都學過了,所以今天講的東西你當然高中都知道
link |
00:13.000
但是我們要介紹幾個有名有姓的metric,這樣之後我們在上課的時候溝通就會更為方便一點
link |
00:20.000
首先,什麼叫做square metric?
link |
00:24.000
square metric就是方形的metric,也就是這個metric,它的row的數目跟column的數目是一模一樣的時候
link |
00:35.000
它的n跟n是相等的時候,這個metric我們叫它square metric
link |
00:42.000
一個square metric的對角線的地方叫做diagonal,對角線的地方,紅色對角線標出來的地方叫做diagonal
link |
00:55.000
不過這邊要強調一下,只有方形的舉證,才有對角線,才有diagonal
link |
01:03.000
所以假設等一下定義的舉證有提到跟diagonal相關的話,那都是在一個舉證是方形的情況下
link |
01:12.000
我們才會有這些定義,有這些名稱
link |
01:18.000
舉例來說,這邊有一個舉證,它在diagonal左下角的地方都是0
link |
01:27.000
它只有在diagonal右上角的地方不是0的值,diagonal左下角的地方都是0
link |
01:36.000
這種舉證叫做upper triangular metric
link |
01:41.000
假設有一個舉證,它是在右上角的地方,不包含diagonal以外
link |
01:52.000
右上角的地方是0的話,它叫做lower triangular metric
link |
01:59.000
當然所謂upper triangular、lower triangular,這都是在舉證是方形的情況下才有定義
link |
02:08.000
舉證是方形的,我們才會說它有可能是upper triangular、有可能是lower triangular
link |
02:12.000
如果它不是方形的,我們就不做這方面的討論了
link |
02:16.000
有一種我們之後會反覆提到的舉證,叫做diagonal的metric
link |
02:22.000
diagonal metric是什麼意思呢?
link |
02:24.000
diagonal metric的意思就是說,這個舉證在對角線以外的地方都是0
link |
02:31.000
不管是對角線上方,還是對角線下方
link |
02:35.000
不管是對角線右上方,還是對角線左下方,通通都是0
link |
02:40.000
這個叫做diagonal的metric
link |
02:44.000
還有一個我們等一下也會反覆提到的,叫做identity metric
link |
02:50.000
identity metric的意思就是,對角線的地方通通都是1
link |
02:56.000
它叫做identity metric
link |
02:58.000
identity metric是一個diagonal metric,在對角線以外的地方是0
link |
03:04.000
對角線的地方都是1,這個叫做identity metric
link |
03:09.000
identity metric我們通常用大寫字母I來表示
link |
03:13.000
如果我們直接寫一個大寫字母I,代表它是一個identity metric
link |
03:18.000
但沒有告訴你說這個identity metric有多大
link |
03:21.000
如果我們說大寫字母右下角加一個N
link |
03:25.000
代表說我告訴你說,這個identity metric它是一個NxN的舉證
link |
03:31.000
那為什麼不需要用兩個下標來描述identity metric呢?
link |
03:36.000
為什麼不說是I下標NxN呢?
link |
03:40.000
為什麼只用I下標N就可以描述一個identity metric呢?
link |
03:44.000
那是因為identity metric一定是正方形的
link |
03:48.000
identity metric是一種diagonal metric
link |
03:52.000
那diagonal metric一定是正方形的
link |
03:56.000
要正方形的才有所謂的是不是diagonal這件事情
link |
03:59.000
所以identity metric一定是正方形的
link |
04:03.000
所以我們不需要寫I下標NxN
link |
04:07.000
因為N跟N一定是一樣的
link |
04:10.000
我們只用I下標N就告訴你說這個identity metric大小是什麼樣子
link |
04:16.000
所以我其實只要寫I下標N,你就知道這個舉證長什麼樣子了
link |
04:21.000
舉例來說,我寫I下標3的時候就代表這是一個3x3的舉證
link |
04:26.000
而這個3x3的舉證,它對角線的地方為1
link |
04:30.000
非對角線的地方通通都是0
link |
04:34.000
所以如果我寫I3,你就不要再問我說I3到底是長什麼樣的舉證了
link |
04:39.000
I3就是一個3x3的identity metric
link |
04:43.000
identity metric在這門課裡面會反覆的提到
link |
04:46.000
我們提到它的時候都不會再把它完整的寫出來的
link |
04:50.000
我們就直接用它的簡寫,直接用大寫的字母I
link |
04:54.000
加一個下標來告訴你說它是個identity metric
link |
04:58.000
那還有一個東西叫做zero metric
link |
05:02.000
zero metric從它的名字就知道
link |
05:04.000
它裡面所有的成員通通都是0
link |
05:08.000
它就是zero metric
link |
05:10.000
那在表示zero metric的時候
link |
05:12.000
我們通常用一個大寫字母的O來表示它
link |
05:15.000
我直接寫一個O,代表它是一個zero metric
link |
05:18.000
但是沒告訴你它的大小是多少
link |
05:20.000
OMN就代表說它是一個MN的舉證
link |
05:24.000
裡面全部的成員都是0
link |
05:27.000
在表示zero metric的時候我們就需要兩個下標
link |
05:30.000
我們要寫MN,我們不可以只寫一個下標
link |
05:34.000
在講identity metric的時候
link |
05:36.000
因為identity metric一定是正方形的
link |
05:38.000
寫一個下標就夠了
link |
05:40.000
但是zero metric它不一定是正方形的
link |
05:42.000
它可以是任何形狀,它可以是長方形的
link |
05:45.000
這個MN它可以是任何的形狀
link |
05:50.000
它可以是長方形的,它不一定是正方形的
link |
05:53.000
所以zero metric我們在描述它的時候
link |
05:56.000
需要用到兩個下標
link |
05:59.000
舉例來說,這一個zero metric你要描述它的時候
link |
06:03.000
你會用大O下標2乘以3來描述它
link |
06:07.000
代表它是一個有兩個row
link |
06:09.000
三個column的metric
link |
06:11.000
它裡面的每一個element都是0
link |
06:15.000
Transpose是什麼意思呢?
link |
06:18.000
假設我們有一個舉證A
link |
06:20.000
它是一個MN的舉證
link |
06:24.000
當我們對它做transpose這件事的時候
link |
06:28.000
我們會在A上面加一個上標T
link |
06:32.000
代表是transpose的結果
link |
06:35.000
所以A上標T就是transpose of A
link |
06:39.000
那transpose完以後
link |
06:41.000
A上標T是什麼樣的東西呢?
link |
06:43.000
原來A是一個M by N的舉證
link |
06:46.000
那A上標T就變成一個N by N的舉證
link |
06:50.000
原來在A裡面的ij的entry
link |
06:54.000
到A transpose裡面就變成ji的entry
link |
06:59.000
原來在A裡面是ji的entry
link |
07:02.000
到A transpose裡面就變成ij的entry
link |
07:08.000
什麼意思呢?講得具體一點
link |
07:11.000
現在有一個舉證叫做A
link |
07:13.000
我們對它做transpose這個操作
link |
07:16.000
它就變成A上標T
link |
07:18.000
也就是A的transpose
link |
07:21.000
那所謂transpose做的事情就是
link |
07:23.000
把這個舉證進行翻轉
link |
07:27.000
那什麼意思呢?
link |
07:29.000
本來9在這個地方
link |
07:31.000
翻轉以後就到這個地方
link |
07:35.000
本來9在A裡面
link |
07:37.000
它出現的index是12這個位置
link |
07:42.000
那翻轉以後transpose以後
link |
07:45.000
它就到21這個位置
link |
07:48.000
也就是你把row跟column的index對調
link |
07:51.000
本來9這個9
link |
07:53.000
它的index是12
link |
07:55.000
第一個row第二個column
link |
07:57.000
做完transpose以後
link |
07:59.000
它就變成第二個row第一個column
link |
08:02.000
那其他element也是以此類推
link |
08:05.000
本來2在第三個row第二個column
link |
08:08.000
transpose以後2就變成在
link |
08:10.000
第二個row第三個column
link |
08:14.000
那其實transpose做的事情
link |
08:17.000
就是把原來的column變成row
link |
08:19.000
把原來的column變成row
link |
08:21.000
把原來的row變成column
link |
08:24.000
把原來的row變成column
link |
08:26.000
這個就是transpose
link |
08:28.000
那其實在講linear system的時候
link |
08:31.000
我們已經跟大家講過transpose這件事情
link |
08:34.000
還特別跟你強調說transpose是線性的
link |
08:38.000
我們用transpose來當作線性的一個例子
link |
08:40.000
告訴你說線性系統的輸入
link |
08:42.000
不一定要是向量也可以是舉證
link |
08:45.000
那transpose有什麼樣的特性呢?
link |
08:48.000
那這個也是非常直觀
link |
08:50.000
也不需證明
link |
08:51.000
a跟b都是mxn的舉證
link |
08:55.000
那s是一個scalar
link |
08:57.000
那a再transpose就會變成自己
link |
09:02.000
a上標t就是transpose
link |
09:06.000
再加上標t就是再transpose一次
link |
09:09.000
把a的transpose再做一次transpose
link |
09:12.000
上標t再加t
link |
09:14.000
有兩個t
link |
09:15.000
t就是枯了,枯完以後它就變成自己
link |
09:21.000
那sa
link |
09:25.000
你問剛才那段要不要剪掉是不是
link |
09:27.000
那段可以留著吧
link |
09:32.000
那這個s乘上a
link |
09:35.000
再做transpose以後
link |
09:37.000
會等於a的transpose乘上s
link |
09:41.000
那這個其實就是線性系統的第一個特徵
link |
09:45.000
輸入乘上s倍
link |
09:48.000
輸出也會乘上s倍
link |
09:52.000
那第二個transpose
link |
09:55.000
transpose它一個特性是a加b的transpose
link |
09:58.000
等於a的transpose加b的transpose
link |
10:02.000
這其實就是線性系統的第二個特徵
link |
10:04.000
所以這邊的這兩個敘述合起來
link |
10:07.000
就告訴你說transpose
link |
10:08.000
如果你把它當作一個系統來看待的話
link |
10:11.000
這是一個線性的系統
link |
10:15.000
那有一種矩陣叫做symmetric matrix
link |
10:19.000
就是對稱的矩陣
link |
10:21.000
那對稱矩陣它有什麼特別的地方呢
link |
10:24.000
對稱矩陣它特別的地方就是
link |
10:26.000
這個矩陣transpose完以後
link |
10:28.000
仍然是它自己
link |
10:31.000
舉例來說有一個矩陣a
link |
10:33.000
它是12423-1 4-15
link |
10:37.000
那這個矩陣transpose完以後還是它自己
link |
10:40.000
因為這邊有一個2
link |
10:41.000
這邊有一個2
link |
10:42.000
這邊有一個4
link |
10:43.000
這邊有一個4
link |
10:44.000
這邊有一個-1
link |
10:45.000
所以a這個矩陣
link |
10:47.000
沿著對角線做翻轉做transpose以後
link |
10:50.000
仍然等於它自己
link |
10:52.000
那你可以想像說
link |
10:54.000
這個對稱矩陣一定是方形的
link |
10:57.000
如果不是方形的矩陣transpose完以後
link |
11:01.000
就不可能是它自己
link |
11:03.000
我們可以對不是方形的矩陣做transpose
link |
11:05.000
那不是方形的矩陣transpose完以後
link |
11:08.000
大小都變了
link |
11:09.000
所以不是方形的矩陣
link |
11:11.000
它不可能是對稱矩陣
link |
11:13.000
對稱矩陣一定是方形的
link |
11:15.000
當然不是所有方形的矩陣都是對稱矩陣
link |
11:18.000
但對稱矩陣一定是方形的
link |
11:21.000
舉一個不是對稱的例子
link |
11:23.000
比如說隨便一個矩陣1234
link |
11:25.000
1234做transpose以後
link |
11:29.000
會變成另外一個矩陣
link |
11:31.000
是不一樣的矩陣
link |
11:32.000
所以1234不是一個對稱矩陣