Lecture 1

昨天的presentation告一段落之后，鉴于提问环节中遇到的问题，决定还是要好好学习下矩阵的算法。所以就拿出很久以前就注意到的MIT的线性代数的网上教程开始学习。这个数学老师还蛮有意思的，呵呵。

 

首先，先摘录下课程中自己觉得比较有收录意义的course note：

 

The fundamenetal problem of linear algebra, which is to solve a system of linear equation.

线性代数的基本问题，就是解线性方程。

 

Row Picture: That's the picutre of one equation at a time. It's the picture you've seen before in two by two equations where lines meet.

行图片：即每次一个等式的图片。就类似于之前熟悉的两条直线相交的两个等式。

 

 

 

column picture: a column at a time （把一列视为一个整体来看）

如下图：视为两个向量，x ， y 未知，如何把左边的两个向量进行适当的线性结合，得到等式右边的向量

the linear combination of the columns is the most fundamental operation in the whole course.

 

如图可知，任意的（x, y）组合，可以表示平面中所有的点。

 

但是针对于三维空间的时候，三个向量是否就可以表示空间内所有的点呢？

答案是否定的。因为如果第三个向量可以用前面两个向量线性表示的话（即有一个向量不是线性独立的），说明三个向量是共面的，则不能表示空间中所有的点。

 

A: matrix   

Ax = b          A times x is a combination of the columns of A.