矩陣加法

维库，知识与思想的自由文库

(重定向自直和)

跳转到: 导航, 搜索

1个分类: 矩陣論

在數學裡，矩陣加法一般是指兩個矩陣把其相對應元素加在一起的運算。但有另一運算也可以認為是一種矩陣的加法。

[编辑] 個別元素相加

通常的矩陣加法被定義在兩個相同大小的矩陣。兩個m×n矩陣A和B的和，標記為A+B，一樣是個m×n矩陣，其內的各元素為其相對應元素相加後的值。例如：

$\begin{bmatrix} 1 & 3 \\ 1 & 0 \\ 1 & 2 \end{bmatrix} + \begin{bmatrix} 0 & 0 \\ 7 & 5 \\ 2 & 1 \end{bmatrix} = \begin{bmatrix} 1+0 & 3+0 \\ 1+7 & 0+5 \\ 1+2 & 2+1 \end{bmatrix} = \begin{bmatrix} 1 & 3 \\ 8 & 5 \\ 3 & 3 \end{bmatrix}$

也可以做矩陣的減法，只要其大小相同的話。A-B內的各元素為其相對應元素相減後的值，且此矩陣會和A、B有相同大小。例如：

$\begin{bmatrix} 1 & 3 \\ 1 & 0 \\ 1 & 2 \end{bmatrix} - \begin{bmatrix} 0 & 0 \\ 7 & 5 \\ 2 & 1 \end{bmatrix} = \begin{bmatrix} 1-0 & 3-0 \\ 1-7 & 0-5 \\ 1-2 & 2-1 \end{bmatrix} = \begin{bmatrix} 1 & 3 \\ -6 & -5 \\ -1 & 1 \end{bmatrix}$

[编辑] 直和

另較少用來的一種運算為直和。直和可以由任何一對矩陣形成，其定義為：

$A \oplus B = \begin{bmatrix} A & 0 \\ 0 & B \end{bmatrix} = \begin{bmatrix} a_{11} & \cdots & a_{1n} & 0 & \cdots & 0 \\ \vdots & \cdots & \vdots & \vdots & \cdots & \vdots \\ a_{m 1} & \cdots & a_{mn} & 0 & \cdots & 0 \\ 0 & \cdots & 0 & b_{11} & \cdots & b_{1q} \\ \vdots & \cdots & \vdots & \vdots & \cdots & \vdots \\ 0 & \cdots & 0 & b_{p1} & \cdots & b_{pq} \end{bmatrix}$

舉例來說：

$\begin{bmatrix} 1 & 3 & 2 \\ 2 & 3 & 1 \end{bmatrix} \oplus \begin{bmatrix} 1 & 6 \\ 0 & 1 \end{bmatrix} = \begin{bmatrix} 1 & 3 & 2 & 0 & 0 \\ 2 & 3 & 1 & 0 & 0 \\ 0 & 0 & 0 & 1 & 6 \\ 0 & 0 & 0 & 0 & 1 \end{bmatrix}$

注意到兩個方陣的直和可以表示兩個圖論的聯集之鄰接矩陣。

在任兩個向量空間內取定基底，並取兩基底的聯集為向量空間直和的基底，則兩空間上的線性變換的直和可以表成兩矩陣的直和。

一般地，n個矩陣的直和可以寫成：

$\bigoplus_{i=1}^{n} A_{i} = \mbox{diag}( A_1, A_2, A_3, \ldots, A_n)= \begin{bmatrix} A_1 & & & \\ & A_2 & & \\ & & \ddots & \\ & & & A_n \end{bmatrix}.$