线性代数笔记 ——GS

最新推荐文章于 2024-07-14 00:28:22 发布

Li4e 1s Fan7ast1c

最新推荐文章于 2024-07-14 00:28:22 发布

阅读量278

点赞数

文章标签：线性代数

本文链接：https://blog.csdn.net/L1Fzz/article/details/105073722

版权

前言：本笔记为我个人学习Gilbert Strang过程中写的，有想学的欢迎一起学习，若有理解错误的，望指正！感谢！

方程组：

方程组未知数个数决定维度大小，未知数的系数组成矩阵。

矩阵类型：
例：A1x + B1y + C1z = D1
A2x + B2y + C2z = D2
A3x + B3y + C3z = D3
…

1.方程组行图像： 每条方程组所形成的直线或面相交的那个结果就是所求的。
   A1   B1   C1         X           D1
[  A2   B2   C2  ] * [  Y  ]   =  [ D2 ]           
   A3   B3   C3         Z           D3
                     即：    Ax  =   b            x为向量   b为A中列向量必然有解
                     
2.方程组行图像： 同一个参数的系数按顺序组成x,y,z...的向量，相加得到结果向量。
   A1         B1         C1          D1
 [ A2 ] x + [ B2 ] y + [ C2 ] z  = [ D2 ]
   A3         B3         C3          D3

计算：

  消元法：由原矩阵（A）变换成上脚矩阵（U），即左斜角为主元，下方均为零（方程组可换行）
  A2/A1 = λ1                        A1    B1      C1               D1    
  B3/B2 = λ2                  U = [ 0   B2-λ1B1  C1-λ1C1 ]   = [ D2-λ1D1 ]
                                    0      0     C3-λ2C2         D3-λ2D2           原视频A3=0，后期再来补充A3不为0   
  消元后回代得:    A1x + B1y + C1z = D1                              1  0  0            1 0 0
          (B2-λ1B1)y + (C1-λ1C1)z = D2-λ1D1   E2,1矩阵为完成U的系数 即[ -λ1 1  0 ] E3,2=[0 1 0]
                       (C3-λ2C2)z = D3-λ2D2                         0 0 1              0 -λ2 1

矩阵乘法:

           若所乘矩阵为列矩阵，可用 2.方程组行图像 形式计算
           若所乘矩阵为行矩阵([X  Y  Z]) X乘第一列和，Y乘第二列和，Z乘第三列和
                                  
    
 一：行乘列
  A1,1 A1,2 A1,3 A1...     B1,1 B1,2 B1,3 B1...      C1,1 C1,2 C1,3 C1...
 [A2.1 A2.2 .2.3 A2...] * [B2,1 B2,2 B2,3 B2...]  = [C2,1 C2,2 C2,3 C2...]    Cm,p=Am,1*B1,p+Am,2*B2,p+...+Am,n*Bn,p
  A3.1 A3.2 A3.3 A3...     B3,1 B3,2 B3,3 B3...      C3,1 C3,2 C3,3 C3...
   ...     A矩阵(m,n)         ...     B矩阵(n,p)       ...   C矩阵(m,p)
 二：C列1为B列1矩阵乘A矩阵，C列2为B列矩阵2乘A矩阵... C的列为A的线性组合
 三：C行1为A行1矩阵乘B矩阵，C行2为A行2矩阵乘B矩阵... C的行为B的线性组合
 四：列乘行：第一列矩阵乘第一行矩阵，第二列矩阵乘第二行矩阵...

逆：

  A^-1 * A = I = A * A^-1        AX = 0     X不为0向量          A^-1为A的逆矩阵, I为单位矩阵
  列或行为倍数关系，即为同向直线不存在逆矩阵
  推导（消元法）：                          现推二维方阵，后期推完全的  A3=λA1  A2*x=A4-λA2
       A1  A2 丨 1  0       A1   A2   丨  1  0       xA1   0   丨 x+λ  λA2-A4       1  0 丨 x+λ/xA1   λA2-A4/xA1
     [ A3  A4 丨 0  1 ] = [ 0  A4-λA2 丨 -λ  1 ] = [  0  A4-λA2丨 -λ     1    ] = [ 0  1 丨-λ/A4-λA2   1/A4-λA2  ]
          即  E[A I]=[I ?]      ∵ E*A=I   A^-1 * A = I  ∴ E=A^-1     ?=E*I=A^-1

        
 A = L*U     E*A=U    L为下脚矩阵，左斜角均为1 上方均为0   E=E2,1*E3,1*E3,2*...     L和E互为逆矩阵

转置、置换、向量空间

 P为行重新排列的单位矩阵 PA=LU   P.T=P^-1  P.T*P=I   P.T(i,j)=P(j,i)
 对称矩阵：P.T=P  R.T*R必定是对称矩阵
 向量空间用R^n表示，n代表n行矩阵，为n维空间  R^2的子空间为1.R^2本身 2.过原点向量 3.原点
 子空间： 进行加法乘法的线性组合结果仍在此空间
 列空间： 一列构成一个向量
 零空间：b为0时，x的向量空间

  AX=b其他解法，先对A进行消元得到U，U斜边上的主元个数（若斜边有一列均为0则后退一个）称为秩，有秩的列也称为主元列，无秩的为自由量列，故自由量列的x可代一个为1其他为0，最后回代求得X
                                                         -F
  R为简化阶梯行形式，即主元皆为1，上下皆为0，得到R=[I F] X=c[ I ]  I为单位矩阵，F为自由矩阵