- 博客(5)
- 资源 (1)
- 收藏
- 关注
原创 【线性代数公开课MIT Linear Algebra】 第五课 排列矩阵、转置、向量空间与列空间
排列矩阵 permutation matrix 排列矩阵指的是可以完成行互换的矩阵这是上一课当中的内容,我们已经知道在LU分解中若pivot都不为0则我们无需进行行互换,当pivot存在0时,我们需要将其与一个合适的行互换来继续LU分解,最后我们会得到 PA=LUPA=LU以上皆是假设AA 可逆(意味着我们可以选到不为0的pivot),别忘了关于排列矩阵的一个重要性质: P−1=PTP^{
2015-09-24 21:56:23 4207 3
原创 【线性代数公开课MIT Linear Algebra】 第四课 从矩阵消元到LU分解
本系列笔记为方便日后自己查阅而写,更多的是个人见解,也算一种学习的复习与总结,望善始善终吧~矩阵的逆与转置 为什么逆矩阵要反过来?这就像是…你先把鞋子脱了再脱袜子,那么反过来不就是要先穿上袜子,再穿鞋子吗?所以说,忘记书上的蠢例子吧。 一个显而易见的性质,(AB)−1=(B−1A−1)(AB)^{-1}=(B^{-1}A^{-1}) 引出另外一个性质:(AB)T=BTAT(AB)^T=B^
2015-09-23 22:52:21 2107
原创 【线性代数公开课MIT Linear Algebra】 第三课 矩阵乘法和矩阵的逆
本系列笔记为方便日后自己查阅而写,更多的是个人见解,也算一种学习的复习与总结,望善始善终吧~1. 矩阵乘法对于矩阵A∗B=CA*B=C,从四个角度来看待这一问题元素 Cij=∏Nk=1Aik∗BkjC_{ij} = \prod_{k=1}^NA_{ik}*B_{kj} 这是大学最常见的教法 行 还记的上一节课的内容么?是的我们知道如何将矩阵乘矩阵转化为一堆row vector 乘矩阵列
2015-09-21 23:07:39 1216
原创 【线性代数公开课MIT Linear Algebra】 第二课 矩阵与高斯消元
本系列笔记为方便日后自己查阅而写,更多的是个人见解,也算一种学习的复习与总结,望善始善终吧~1. Gauss Elimination 高斯消元还是从线性方程组谈起,对于以下方程组: 对其求解,我们使用高斯消元法: 想办法消掉第二个与第三个方程中的xx,还有第三个方程的yy,使得第三个方程只留下一个未知数zz,代入第二个只有yy和zz的方程得到yy再重复以上过程得出xx(从小到大数学老师教的
2015-09-20 22:06:13 2354
原创 【线性代数公开课MIT Linear Algebra】 第一课 矩阵的行图像与列图像
本系列笔记为方便日后自己查阅而写,更多的是个人见解,也算一种学习的复习与总结,望善始善终吧~1. 从方程组到矩阵 矩阵的诞生是为了用一种简洁的方式表达线性方程组 个人理解来说就是为了更好的描述和解决 Ax = b 从系统的角度来理解: A 就是我们的系统 x 就是我们的输入 b 就是我们的输出2. row picture 行图像矩阵分为行row和列column 顾名思义,row
2015-09-20 21:01:33 4890
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人