线性代数矩阵论——矩阵的基本运算——加、减、取负、乘、数乘、转置 - 6DAN - 博客园
线性代数的矩阵运算
线性代数的矩阵运算矩阵是线性代数中一种重要的数学工具，矩阵运算是线性代数的核心内容之一。
通过矩阵运算，我们可以解决各种线性方程组，研究向量空间的性质，以及进行线性变换等。
本文将介绍线性代数中的矩阵运算，包括矩阵的加法、减法、乘法、转置以及求逆运算等。
1. 矩阵的加法和减法矩阵的加法和减法是相似的运算。
对于两个具有相同维度的矩阵A 和B，它们的加法运算定义为将相同位置的元素相加得到一个新的矩阵C，即C = A + B。
而矩阵的减法运算定义为将相同位置的元素相减得到一个新的矩阵D，即D = A - B。
例如，对于如下两个矩阵：A = [1 2 3]B = [4 5 6][7 8 9] [10 11 12]它们的加法运算结果为：C = A + B = [1+4 2+5 3+6] = [5 7 9][7+10 8+11 9+12] [17 19 21]而减法运算结果为：D = A - B = [1-4 2-5 3-6] = [-3 -3 -3][7-10 8-11 9-12] [-3 -3 -3]这样，我们可以通过矩阵的加法和减法运算来对矩阵进行融合、分解和控制等操作。
2. 矩阵的乘法矩阵的乘法是矩阵运算中的关键操作，它可以将两个矩阵相乘得到一个新的矩阵。
对于两个矩阵A和B，若A的列数等于B的行数，则它们可以进行乘法运算。
设A是一个m×n的矩阵，B是一个n×p的矩阵，它们的乘法运算定义为两个矩阵对应元素的乘积之和。
新的矩阵C的行数等于A的行数，列数等于B的列数。
记作C = A × B。
例如，对于如下两个矩阵：A = [1 2 3]B = [4 5][6 7 8] [9 10][11 12]它们的乘法运算结果为：C = A × B = [1×4+2×9+3×11 1×5+2×10+3×12][6×4+7×9+8×11 6×5+7×10+8×12]= [59 64][149 163]矩阵的乘法可以应用于很多实际的问题中，比如线性方程组的求解、向量空间的转换等。
线性代数-矩阵的运算
线性代数-矩阵的运算1、矩阵的加减法定义A = (a ij)mxn 、B = (b ij)mxn；是两个同型矩阵（⾏数和列数分别相等），则矩阵A、B和定义为：只有同型矩阵才能进⾏加法计算运算定律交换律：A + B = B + A结合律：（A + B）+ C = A + (B + C)A + O = A = O + A （O为零矩阵）A + （-A） = O （矩阵减法的定义）设：则：2、矩阵的数乘定义数k与矩阵A乘法定义为：记作：kA = (ka ij)mxn;矩阵的加法和数乘运算，称为矩阵的线性运算。
运算定律结合律：(kl)A = k(lA)分配律：k(A+B) = kA + kB;(k + l)A = kA + lA;1A = A;0A = O3、乘法运算定义设A = (aij)mxs、B=(bij)sxn AB的乘发定义为注意：只有当A矩阵的列数等于B矩阵的⾏数，矩阵乘积AB才有意义；且乘积C矩阵的⾏数等于A矩阵的⾏数、C矩阵的列数等于B矩阵的列数。
如：A是(2x3)矩阵,B是(3x4)矩阵，则AB为(2x4)矩阵，BA⽆意义。
运算定律矩阵乘法不满⾜交换律：⼀般AB不等于BA，如果AB = BA，即记作A、B可交换AB = 0 未必 A = O或者 B = O不满⾜消除律，即AB = AC 未必B = C矩阵乘法满⾜下⾯运算律：结合律：(AB)C = A(BC)左分配律：A(B+C) = AB+AC右分配律：(B+C)A = BA+CAk(AB) = (kA)B = A(kB)设A为mxs矩阵，则 I m A = A ，AI s = A（I为单位矩阵）AO=O OA=OA k A l = A k+l (A k)l = A kl (kl皆为⾮负整数)矩阵乘法中，单位矩阵与零矩阵，有类似于数字乘法1，0的作⽤。
4、矩阵的转置定义mxn的矩阵A，⾏列交换后得到nxm的矩阵，称为A的转置矩阵，记作A'。
矩阵的运算规律总结
矩阵的运算规律总结矩阵是线性代数中的重要概念，它在数学和工程领域中有着广泛的应用。
矩阵的运算规律是研究矩阵相加、相乘等运算规律的重要内容，下面我们来总结一下矩阵的运算规律。
1. 矩阵的加法。
矩阵的加法是指同型矩阵之间的相加运算。
对于两个m×n的矩阵A和B来说，它们的和记作A + B，要求A和B的行数和列数都相同，即m和n相等。
矩阵的加法满足交换律和结合律，即A + B = B + A，(A + B) + C = A + (B + C)。
2. 矩阵的数乘。
矩阵的数乘是指一个数与矩阵中的每个元素相乘的运算。
对于一个m×n的矩阵A和一个实数k来说，它们的数乘记作kA，即矩阵A中的每个元素都乘以k。
矩阵的数乘满足分配律，即k(A + B) = kA + kB，(k + l)A = kA + lA。
3. 矩阵的乘法。
矩阵的乘法是指两个矩阵相乘的运算。
对于一个m×n的矩阵A和一个n×p的矩阵B来说，它们的乘积记作AB，要求A的列数和B的行数相等，即n相等。
矩阵的乘法不满足交换律，即AB一般不等于BA。
另外，矩阵的乘法满足结合律，即A(BC) = (AB)C。
4. 矩阵的转置。
矩阵的转置是指将矩阵的行和列互换得到的新矩阵。
对于一个m×n的矩阵A来说，它的转置记作AT，即A的第i行第j列的元素变成AT的第j行第i列的元素。
矩阵的转置满足(A + B)T = AT + BT，(kA)T = kAT，(AB)T = BTAT。
5. 矩阵的逆。
矩阵的逆是指对于一个n阶方阵A来说，存在一个n阶方阵B，使得AB = BA = I，其中I是n阶单位矩阵。
如果矩阵A存在逆矩阵，则称A是可逆的。
可逆矩阵的逆是唯一的，记作A-1。
非奇异矩阵是指行列式不为0的矩阵，非奇异矩阵一定是可逆的。
6. 矩阵的行列式。
矩阵的行列式是一个重要的概念，它是一个标量，可以用来判断矩阵是否可逆。
对于一个n阶方阵A来说，它的行列式记作|A|，如果|A|不等于0，则A是可逆的，否则A是不可逆的。
线性代数中的矩阵运算
线性代数中的矩阵运算矩阵运算，在线性代数中是一个十分重要的概念，我们通常用矩阵来表示线性映射，这些矩阵之间的加、减、乘等运算，是我们学习矩阵的基础。
本文将从矩阵的定义、矩阵的加减、矩阵的乘法、矩阵的转置和逆等方面详细介绍矩阵运算。
一、矩阵的定义矩阵是一个由m行、n列元素排列成的矩形表格，其中每个元素都是一个数字(标量)，通常用 A = [aij]表示。
其中，i表示行号，j表示列号， aij表示第i行、第j列的元素，矩阵的大小写成m×n表示，其中m表示行数，n表示列数。
二、矩阵的加减对于两个具有相同大小的矩阵A和B，它们的和C可以通过将每个对应的元素相加得到，即Ci,j = ai,j + bi,j，也可以用向量的形式表示C = A+B。
矩阵的差同理，Ci,j = ai,j - bi,j，用向量的形式表示C = A - B。
加减运算的性质：1.交换律：A + B = B + A，A - B ≠ B - A；2.结合律：(A + B) + C = A + (B + C)， (A - B) - C ≠ A - (B - C);3.分配律：a(A + B) = aA + aB，(a + b)A= aA + bA。
三、矩阵的乘法对于两个矩阵A和B，只有满足A的列数等于B的行数时，A和B才能相乘。
设A为m行n列的矩阵，B是一个n行p列的矩阵，它们相乘得到的结果C是一个m行p列的矩阵。
在矩阵乘法中，相乘的行列数相等的两个矩阵必须一一对应进行相乘，并将所有乘积相加。
矩阵乘法的表达式：Cij = ∑ akj ᠖ bj i，其中k=1,2,,....,nC = AB，A的第i行乘以B的第j列，它们的乘积之和就是C的第i行第j列元素。
用向量的形式表示C = A×B。
在矩阵乘法中，乘法不具备交换律，即AB ≠ BA。
(只有在A、B中至少有一个为单位矩阵时，AB=BA)矩阵乘法的性质：1.结合律：A(BC) = (AB)C；2.分配律：A(B+C) = AB + AC；3.结合律：(aA)B = A(aB) = a(AB)；4.单位矩阵： AI = IA = A；5.逆矩阵：存在矩阵B满足AB=I，则称矩阵A可逆，矩阵B 就是矩阵A的逆矩阵(A的行列式必须不等于零)。
矩阵的基本运算与性质
矩阵的基本运算与性质矩阵是线性代数中重要的数学结构，它广泛应用于统计学、物理学、计算机科学等领域。
本文将介绍矩阵的基本运算和性质，包括矩阵的加法、减法、数乘、乘法以及转置等运算。
一、矩阵的加法和减法矩阵的加法和减法是指将两个矩阵进行逐元素地相加或相减的运算。
假设我们有两个矩阵A和B，它们的维度相同，即有相同的行数和列数。
矩阵的加法运算可以表示为C = A + B，其中C的每个元素等于A和B对应元素的和。
同理，矩阵的减法运算可以表示为D = A - B，其中D的每个元素等于A和B对应元素的差。
二、矩阵的数乘运算矩阵的数乘运算是指将一个实数或复数与矩阵的每个元素相乘的运算。
假设我们有一个矩阵A和一个实数k，矩阵A的数乘运算可以表示为B = kA，其中B的每个元素等于k乘以A对应元素的值。
三、矩阵的乘法运算矩阵的乘法运算是指将两个矩阵相乘得到一个新的矩阵的运算。
矩阵乘法的定义要求第一个矩阵的列数等于第二个矩阵的行数。
假设我们有两个矩阵A和B，A的维度为m×n，B的维度为n×p，那么矩阵的乘法运算可以表示为C = AB，其中C的维度为m×p。
矩阵乘法的元素计算方式为C的第i行第j列元素等于A的第i行与B的第j列对应元素乘积的和。
四、矩阵的转置运算矩阵的转置运算是指将矩阵的行转换为列，将列转换为行的操作。
假设我们有一个矩阵A，A的转置可以表示为A^T。
A^T的第i行第j 列元素等于A的第j行第i列元素，即A^T的维度为n×m，其中A的维度为m×n。
矩阵的基本性质：1. 矩阵的加法和减法满足交换律和结合律，即A + B = B + A，(A +B) + C = A + (B + C)。
2. 矩阵的乘法满足结合律，即(A × B) × C = A × (B × C)。
3. 矩阵的加法和数乘运算满足分配律，即k(A + B) = kA + kB，(k + l)A = kA + lA。
矩阵常见运算
矩阵的基本运算公式加法，减法，数乘，转置，共轭和共轭转置。
1、矩阵的加法满足A+B=B+A；(A+B)+C=A+(B+C)。
在两个数的加法运算中，在从左往右计算的顺序，两个加数相加，交换加数的位置，和不变。
A+B+C=A+C+B。
加法定理一个是指概率的加法定理，讲的是互不相容事件或对立事件甚至任意事件的概率计算方面的公式；另一个是指三角函数的加法定理。
2、把矩阵A的行和列互相交换所产生的矩阵称为A的转置矩阵，这一过程称为矩阵的转置。
设A为m×n阶矩阵（即m行n列），第i 行j 列的元素是a(i,j)，即：A=a(i,j)定义A的转置为这样一个n×m阶矩阵B，满足B=b(j,i)，即a(i,j)=b (j,i)（B的第i行第j列元素是A的第j 行第i列元素），记A'=B。
3、矩阵乘法是一种根据两个矩阵得到第三个矩阵的二元运算。
二元运算属于数学运算的一种。
二元运算需要三个元素：二元运算符以及该运算符作用的两个变量。
如四则运算的加、减、乘、除均属于二元运算。
如在运算1 + 2之中，二元运算符为“+”，而该运算符作用的操作数分别为1与2。
二元运算只是二元函数的一种，由于它被广泛应用于各个领域，因此受到比其它函数更高的重视。
矩阵的运算的所有公式
矩阵的运算的所有公式矩阵是数学中一个重要的概念，研究矩阵的运算公式对于理解线性代数和计算机图形学等领域都至关重要。
以下是矩阵的运算公式的详细介绍：1.矩阵的加法：对于两个相同大小的矩阵A和B，它们的加法定义为：C=A+B，其中C的元素等于A和B对应元素的和。
2.矩阵的减法：对于两个相同大小的矩阵A和B，它们的减法定义为：C=A-B，其中C的元素等于A和B对应元素的差。
3.矩阵的数乘：对于一个矩阵A和一个标量k，它们的数乘定义为：B=k*A，其中B的元素等于A的对应元素乘以k。
4.矩阵的乘法：对于两个矩阵A和B，它们的乘法定义为：C=A*B，其中C的元素等于A的行向量与B的列向量的内积。
5.矩阵的转置：对于一个矩阵A，它的转置定义为：B=A^T，其中B的行等于A的列，B的列等于A的行，且B的元素和A的对应元素相同。
6.矩阵的逆：对于一个可逆矩阵A，它的逆定义为：A^{-1}，使得A*A^{-1}=I，其中I是单位矩阵。
7.矩阵的行列式：对于一个方阵A，它的行列式定义为：，A，是A的元素的代数余子式之和。
8.矩阵的迹：对于一个方阵A，它的迹定义为：tr(A)，是A的主对角线上元素之和。
9.矩阵的转置乘法：对于两个矩阵A和B，它们的转置乘法定义为：C=A^T*B，其中C的元素等于A的列向量与B的列向量的内积。
10.矩阵的伴随矩阵：对于一个方阵A，它的伴随矩阵定义为：adj(A)，是A的代数余子式构成的矩阵的转置。
11.矩阵的秩：对于一个矩阵A，它的秩定义为：rank(A)，是A的线性无关的行或列的最大数量。
12.矩阵的特征值和特征向量：对于一个方阵A，它的特征值是满足方程det(A - λI) = 0的λ值，特征向量是对应于特征值的非零向量。
13.矩阵的奇异值分解（SVD）：对于一个矩阵A，它的奇异值分解定义为：A=U*Σ*V^T，其中U和V 是正交矩阵，Σ是一个对角线上元素非负的矩阵。
14.矩阵的广义逆矩阵：对于一个矩阵A，它的广义逆矩阵定义为：A^+，使得A*A^+*A=A，其中A*A^+和A^+*A均为投影矩阵。
矩阵运算规则
矩阵运算规则在数学中，矩阵是一个非常常见且重要的概念。
矩阵运算规则是指在矩阵之间进行各种数学运算时需要遵循的规则和原则。
本文将详细介绍矩阵的基本运算规则，包括矩阵的加法、减法、乘法以及转置等。
1. 矩阵的加法和减法矩阵的加法和减法都是按照对应位置上的元素进行运算的。
即对于两个相同大小的矩阵A和B，它们的和C和差D分别为：C = A + B，D = A - B。
加法运算的规则是，对应位置上的元素相加。
例如，如果A = [1 2;3 4]，B = [5 6; 7 8]，则矩阵C的元素为：C = [1+5 2+6; 3+7 4+8] = [6 8; 10 12]。
减法运算的规则与加法类似，也是对应位置上的元素相减。
2. 矩阵的乘法矩阵的乘法是一种较为复杂的运算，需要满足一定的规则。
具体来说，对于两个矩阵A和B进行乘法运算（记为C = AB），要求A的列数等于B的行数。
乘法运算的规则是，矩阵C的第i行第j列的元素等于矩阵A的第i 行与矩阵B的第j列对应元素的乘积之和。
换句话说，C的第i行第j列的元素等于A的第i行的元素与B的第j列的元素对应相乘后再求和。
例如，如果A = [1 2; 3 4]，B = [5 6; 7 8]，则矩阵C的元素为：C = [1*5+2*7 1*6+2*8; 3*5+4*7 3*6+4*8] = [19 22; 43 50]。
需要注意的是，矩阵乘法不满足交换律，即AB不一定等于BA。
3. 矩阵的转置矩阵的转置是指将矩阵的行和列互换得到的新矩阵。
对于一个矩阵A，它的转置矩阵记为AT。
转置的规则是，A的第i行第j列的元素等于AT的第j行第i列的元素。
换句话说，转置后矩阵的行变为原矩阵的列，列变为原矩阵的行。
例如，如果A = [1 2 3; 4 5 6]，则矩阵AT为：AT = [1 4; 2 5; 3 6]。
矩阵的转置有一些常见的性质，如(AB)T = BTAT，(A + B)T = AT + BT等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
线性代数矩阵论——矩阵的基本运算——加、减、取负、乘、数乘、转置- 6DAN - 博客园线性代数矩阵论——矩阵的基本运算——加、减、取负、乘、数乘、转置1. 矩阵加法前提条件：同型矩阵操作数：两个m*n矩阵A=[aij]，B=[bij]基本动作：元素对应相加2. 矩阵减法前提条件：同型矩阵操作数：两个m*n矩阵A=[aij]，B=[bij]基本动作：元素对应相减3. 矩阵取负前提条件：无操作数：任意一个m*n矩阵A=[aij]基本动作：元素对应取负4. 矩阵乘法前提条件：左矩阵A的列数与右矩阵B的行数相等操作数：m*n矩阵A=[aij]，n*m矩阵B=[bij]，A是具有m行的行矩阵，，B是具有n列的列矩阵，基本动作：行列积5. 矩阵数乘前提条件：无操作数：任意一个m*n矩阵A=[aij]，数k基本动作：数k乘以每一个元素6. 矩阵转置前提条件：无，任意一个m*n矩阵A=[aij]基本动作：行列互换，第i行第j列的元素换为第j行第i列的元素，m*n的矩阵转置后为n*m矩阵，矩阵运算不满足交换律和消去率Matlab实现<table class="MsoNormalTable"style="border-collapse:collapse;border:none;mso-border-a lt:solid black .5pt;mso-yfti-tbllook:1184;mso-padding-alt:0cm 5.4pt 0cm 5.4pt;mso-border-insideh:.5pt solid black;mso-border-insidev:.5pt solid black" border="1" cellpadding="0" cellspacing="0">矩阵运算<td style="width:40.9pt;border:solid black 1.0pt;border-left:none;mso-border-left-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="55">算符<td style="width:71.75pt;border:solid black 1.0pt;border-left:none;mso-border-left-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="96">形式<td style="width:62.0pt;border:solid black 1.0pt;border-top:none;mso-border-top-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="83">矩阵加法<td style="width:40.9pt;border-top:none;border-left:none;border-bottom:solid black1.0pt;border-right:solid black 1.0pt;mso-border-top-alt:solid black .5pt;mso-border-left-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="55">+<td style="width:71.75pt;border-top:none;border-left:none;border-bottom:solid black1.0pt;border-right:solid black 1.0pt;mso-border-top-alt:solidblack .5pt;mso-border-left-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="96">A+B<td style="width:62.0pt;border:solid black 1.0pt;border-top:none;mso-border-top-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="83">矩阵减法<td style="width:40.9pt;border-top:none;border-left:none;border-bottom:solid black1.0pt;border-right:solid black 1.0pt;mso-border-top-alt:solid black .5pt;mso-border-left-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="55">-<td style="width:71.75pt;border-top:none;border-left:none;border-bottom:solid black1.0pt;border-right:solid black 1.0pt;mso-border-top-alt:solidblack .5pt;mso-border-left-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm5.4pt 0cm 5.4pt" valign="top" width="96">A-B<td style="width:62.0pt;border:solid black 1.0pt;border-top:none;mso-border-top-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="83">矩阵取负<td style="width:40.9pt;border-top:none;border-left:none;border-bottom:solid black1.0pt;border-right:solid black 1.0pt;mso-border-top-alt:solid black .5pt;mso-border-left-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="55">-<td style="width:71.75pt;border-top:none;border-left:none;border-bottom:solid black1.0pt;border-right:solid black 1.0pt;mso-border-top-alt:solidblack .5pt;mso-border-left-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="96">-A<td style="width:62.0pt;border:solid black 1.0pt;border-top:none;mso-border-top-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="83">矩阵乘法<td style="width:40.9pt;border-top:none;border-left:none;border-bottom:solid black1.0pt;border-right:solid black 1.0pt;mso-border-top-alt:solid black .5pt;mso-border-left-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="55">*<td style="width:71.75pt;border-top:none;border-left:none;border-bottom:solid black1.0pt;border-right:solid black 1.0pt;mso-border-top-alt:solidblack .5pt;mso-border-left-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="96">A*B<td style="width:62.0pt;border:solid black 1.0pt;border-top:none;mso-border-top-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="83">矩阵数乘<td style="width:40.9pt;border-top:none;border-left:none;border-bottom:solid black1.0pt;border-right:solid black 1.0pt;mso-border-top-alt:solid black .5pt;mso-border-left-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="55">*<td style="width:71.75pt;border-top:none;border-left:none;border-bottom:solid black1.0pt;border-right:solid black 1.0pt;mso-border-top-alt:solidblack .5pt;mso-border-left-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="96">A*k或k*A<td style="width:62.0pt;border:solid black 1.0pt;border-top:none;mso-border-top-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="83">矩阵转置<td style="width:40.9pt;border-top:none;border-left:none;border-bottom:solid black1.0pt;border-right:solid black 1.0pt;mso-border-top-alt:solid black .5pt;mso-border-left-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="55">’<td style="width:71.75pt;border-top:none;border-left:none;border-bottom:solid black1.0pt;border-right:solid black 1.0pt;mso-border-top-alt:solidblack .5pt;mso-border-left-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="96">A’<td style="width:62.0pt;border:solid black 1.0pt;border-top:none;mso-border-top-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="83">矩阵乘方<td style="width:40.9pt;border-top:none;border-left:none;border-bottom:solid black1.0pt;border-right:solid black 1.0pt;mso-border-top-alt:solid black .5pt;mso-border-left-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="55">^<td style="width:71.75pt;border-top:none;border-left:none;border-bottom:solid black1.0pt;border-right:solid black 1.0pt;mso-border-top-alt:solidblack .5pt;mso-border-left-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="96">A^N<td style="width:62.0pt;border:solid black 1.0pt;border-top:none;mso-border-top-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="83">数组加法<td style="width:40.9pt;border-top:none;border-left:none;border-bottom:solid black1.0pt;border-right:solid black 1.0pt;mso-border-top-alt:solid black .5pt;mso-border-left-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="55">+<td style="width:71.75pt;border-top:none;border-left:none;border-bottom:solid black1.0pt;border-right:solid black 1.0pt;mso-border-top-alt:solidblack .5pt;mso-border-left-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="96">X+Y<td style="width:62.0pt;border:solid black 1.0pt;border-top:none;mso-border-top-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="83">数组减法<td style="width:40.9pt;border-top:none;border-left:none;border-bottom:solid black1.0pt;border-right:solid black 1.0pt;mso-border-top-alt:solid black .5pt;mso-border-left-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="55">-<td style="width:71.75pt;border-top:none;border-left:none;border-bottom:solid black1.0pt;border-right:solid black 1.0pt;mso-border-top-alt:solidblack .5pt;mso-border-left-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="96">X-Y<td style="width:62.0pt;border:solid black 1.0pt;border-top:none;mso-border-top-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="83">数组乘法<td style="width:40.9pt;border-top:none;border-left:none;border-bottom:solid black1.0pt;border-right:solid black 1.0pt;mso-border-top-alt:solid black .5pt;mso-border-left-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="55"><td style="width:71.75pt;border-top:none;border-left:none;border-bottom:solid black1.0pt;border-right:solid black 1.0pt;mso-border-top-alt:solidblack .5pt;mso-border-left-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="96">X.*Y<td style="width:62.0pt;border:solid black 1.0pt;border-top:none;mso-border-top-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="83">数组除法<td style="width:40.9pt;border-top:none;border-left:none;border-bottom:solid black1.0pt;border-right:solid black 1.0pt;mso-border-top-alt:solid black .5pt;mso-border-left-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top"width="55">./或.\<td style="width:71.75pt;border-top:none;border-left:none;border-bottom:solid black1.0pt;border-right:solid black 1.0pt;mso-border-top-alt:solidblack .5pt;mso-border-left-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="96">X./Y或X.\Y<td style="width:62.0pt;border:solid black 1.0pt;border-top:none;mso-border-top-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="83">数组乘方<td style="width:40.9pt;border-top:none;border-left:none;border-bottom:solid black1.0pt;border-right:solid black 1.0pt;mso-border-top-alt:solid black .5pt;mso-border-left-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="55">.^<td style="width:71.75pt;border-top:none;border-left:none;border-bottom:solid black1.0pt;border-right:solid black 1.0pt;mso-border-top-alt:solidblack .5pt;mso-border-left-alt:solid black .5pt;mso-border-alt:solid black .5pt;padding:0cm 5.4pt 0cm 5.4pt" valign="top" width="96">X.^N。