自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(7)
  • 收藏
  • 关注

原创 正交

正交的概念类似几何中垂直的概念。连个向量点乘的结果等于0我们称这两个向量正交。我们可以用向量正交的概念来看勾股定理:假设a、b是两个向量,那么||a||的平方加上||b||的平方等于||a+b||的平方当切仅当向量a、b正交的时候才成立。如果一个subspace中的任何向量和另外一个subspace中的任何向量都正交的话,我们称这两个subspace是正交的。一个矩阵的row spac

2013-07-21 13:42:18 814

原创 向量空间的基和维

向量空间的基(basis)必须满足两个条件:(1)是一组线性无关的向量(2)这些向量的线性组合生成向量空间对于一个向量空间,它的basis有很多个,但是这些basis有共同的vector的数目,这个数目就是向量空间的维(dimension)一个m x n的矩阵A有四个相关的vector space,它们是:(1)column space(2)null space(3

2013-07-17 17:47:49 3387

原创 如何解Ax = b的方程

针对Ax = b有如下问题:(1)该线性方程组是否有解?(2)如果有解,那么解的结构是怎样的?对于Ax = b,其中矩阵A如下:A =  [ 1   2   2   2 ]     [ 2   4   6   8 ]     [ 3   6   8   10]向量x如下:x = ( x1 )    ( x2 )    ( x3 )    ( x4 )

2013-07-17 12:44:32 2529

原创 向量空间

构成向量空间(vector space)的条件是向量空间内的任意向量经过线性运算(数乘和相加)得到的向量仍然在该空间中。也就是说向量空间对线性运算封闭。一个矩阵A的列向量的线性组合形成列空间(column space)

2013-07-11 18:13:24 3852

原创 矩阵的乘法

四种方法看待矩阵的乘法对于公式A X B = CA, B, C都是矩阵。(1)方法1,Cij (i是行标,j是列标),Cij是矩阵A的第i个行向量和矩阵B的第j个列向量的dot product(2)把B和C看出若干个列向量组成,那么矩阵的乘法可以若干个Ab = c的线性方程组,我们用column picture来看这个线性方程组。这样,C的每一个列就来自A的列向量的线性组合,线性组

2013-07-06 18:35:25 855

原创 n维线性方程组

如何看待一个n个未知量的n维线性方程组?可以总结为下列的公式:AX = bA是一个nxn的矩阵,x和b是一个列向量,未知量x = { x1, x2, ..... xn}, b = { b1, b2, ..... bn}上面的公式可以从两个方面看:(1) row picture(2)column pictureRow picture是大家习惯的方式,也就是按照线性方程组来

2013-07-06 18:20:03 1736

原创 前言:为何要写关于线性代数的这一系列的文章

首先要承认我是一个很懒的人,如果没有必要的原因我是不会写这样的东东出来的。一直以来,我都是对数学相当的感兴趣,项目不紧的时候,总是会看看数学相关的公开课,不过项目一旦紧张起来,也就是停下来。这样,等下次项目不忙的时候再回头看,原来看过的那些公开课似乎都丢掉了,即便是当时看过后猛捶大腿,做顿悟状。终于,我还是明白了,自己不年轻了,岁月不扰人呀。除此之外,人类的思考和语言可以天马行空,随处激荡,但

2013-07-06 17:56:58 409

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除