线性代数
ruo砚
以前的代码还真的是忘得一干二净
展开
-
MIT线性代数--矩阵乘法含义浅谈(1-3讲)
矩阵乘法有5种理解方法:1 行乘列 (最常用的元素法 )AB = C Cij = ∑aik*bkj;2 列乘列(含义是各列的线性组合)AB = C A的列线性组合表示为C,A各列的表示系数为B的每一列的从上到下的元素;因为是表示为列的线性组合,因此得到的C中的每一列的形式与A中的每一列完全相同,但是C中列的个数由B中列的个数确定。3 行乘行(含义是各行的线性组合)AB =原创 2015-07-01 16:27:55 · 920 阅读 · 0 评论 -
MIT线性代数--矩阵的LU分解
任何可逆矩阵都可以通过A = LU分解1 A不经过置换矩阵L的对角元全部为1,其余元素是矩阵经过可逆变换时需要的乘数的相反数(初等矩阵的逆还是初等矩阵,其逆可以直接写出此时只经过一种初等行变换,即一行的k倍加到另一行上去)2 A经过置换矩阵PA = LU,P是交换行的初等矩阵,此时没有上述规律。原创 2015-07-02 15:02:53 · 749 阅读 · 0 评论 -
MIT线性代数--向量空间
AX=b的解与A的秩的关系b属于A的列空间,方程的解不是一个子空间,而是子空间经过平移得到的一个空间,因为这个解是由特解和零空间的特殊解构成的A是m*n的矩阵(rA可以经过一系列行初等变换得到行最简型r=m=n:A=I 只有唯一解,没有自由变量,即零空间中没有非零向量,可以表示该空间的所有向量r=nr=mr 四种子空间(AX=0 若零空间有非零向量,则该列向原创 2015-07-04 19:55:32 · 870 阅读 · 0 评论 -
MIT线性代数--推广意义的向量空间
1由矩阵构成的向量空间例如三阶矩阵,维数为9,因为是由9个矩阵线性组合构成的s对称矩阵,6维u上三角阵,6维不可逆,可逆矩阵不构成子空间,相加不一定是不可逆,可逆dim(s)+dim(u) =dim(s n u)+dim(s+u)2由微分方程的解构成的向量空间y''+y=0 其中一组基是sin x,cos x r为1 的矩阵的特殊意义:所有r为n 的矩阵都可以由原创 2015-07-05 11:16:59 · 566 阅读 · 0 评论