1.方程组的几何解释

线性代数课程

第一节:方程组的几何解释

 举例说明:

                                             \left\{\begin{matrix} 2x-y=0& & & & \\ -x+2y=3 & & & & \end{matrix}\right.

上述是一个2元一次方程组,我们主要从两个方面进行几何解释,分别是行图像和列图像。

1.行图像(row picture)

        所谓的行图像简单说就是以方程组的每一行来看,从上面的例子可以看出第一行是:2x-y=0,这在二维坐标系中是一个直线。第二行是-x+2y=3,这在坐标系中也是一个直线。两个直线的交点就是方程组的解。所以从几何上来讲。行图像代表的就是两个直线的交点。我们就是求这个交点的值。

2.列图像(column picture)

       要理解什么是column picture。我们需要引入矩阵的概念。我们把上述的方程组用矩阵表示如下:

                                                                                \begin{bmatrix} 2 & -1\\-1 & 2 \end{bmatrix}\cdot \begin{bmatrix} x\\y \end{bmatrix}=\begin{bmatrix} 0\\3 \end{bmatrix}

从列来看,第一列是(2,-1),这在坐标系中是一个向量。第二列是向量(-1,2),如图所示:

上图引自:https://blog.csdn.net/tengweitw/article/details/39185841

                                                    上图引自:https://blog.csdn.net/tengweitw/article/details/39185841

从图上可以看出,两个向量分别是(-1,2)和(2,-1)。我们的目标是找到一个解x和y来求得向量(0,3)。刚好是1倍的向量1和2倍的向量2。公式如下所示:

                                                                        x\cdot \begin{bmatrix} 2\\-1 \end{bmatrix}+y\cdot \begin{bmatrix} -1\\2 \end{bmatrix}=\begin{bmatrix} 0\\3 \end{bmatrix}

三维向量以此类推。

总结

       方程组的几何解释比较好理解,在二维下行图像就是直线的交点;三维下行图像就是平面的交点。然而列图像比较难理解,因为他是向量的形式,在二维下列图像时两个向量在某种张力下产生的新向量;在三维下同理。不用探究如此,我们只要了解方程组的本质和矩阵的本质就好。随着学习的深入,理解会更加充分。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值