MIT-线性代数笔记1-方程组的几何解释

最新推荐文章于 2023-06-28 11:03:09 发布

一心啊~~

最新推荐文章于 2023-06-28 11:03:09 发布

阅读量246

点赞数

分类专栏：数学基础 MIT线性代数文章标签：线性方程组行图像列图像奇异矩阵线性组合

本文链接：https://blog.csdn.net/m0_61122693/article/details/119993050

版权

数学基础同时被 2 个专栏收录

3 篇文章

订阅专栏

MIT线性代数

2 篇文章

订阅专栏

方程组——行图像求解(row picture)

$\left\{\begin{matrix} 2x-y=0 \\ -x+2y-z=-1 \\ -3y+4z=4 \end{matrix}\right.$

$\begin{bmatrix} 2&-1 &0 \\ -1&2 &-1 \\ 0& -3 & 4 \end{bmatrix}\cdot \begin{bmatrix} x\\ y\\ z \end{bmatrix}=\begin{bmatrix} 0\\ -1\\ 4 \end{bmatrix}$

将每个方程在三维空间中可用平面表示，其交点坐标即方程组的解。

方程组——列图像求解（column picture）

$x\begin{bmatrix} 2\\ -1\\ 0 \end{bmatrix}+y\begin{bmatrix} -1\\ 2\\ -3 \end{bmatrix}+z\begin{bmatrix} 0\\ -1\\ 4 \end{bmatrix}=\begin{bmatrix} 0\\ -1\\ 4 \end{bmatrix}$

linear combinations of the columns

可将列向量在三维空间中可用向量表示，据矢量关系求解未知量。

对于任意的Ax=b一定存在解吗？A为3阶矩阵。(Do the linear cominations of the columns fill 3-D space？)

非也，若列向量均落于同一平面（2维），则矩阵无解。这种情形称为奇异，矩阵不可逆。

That would be a singular case. The matrix would be not invertible.

以此类推，对于n元方程组，我们可以得到n维空间中n个n阶列向量，以及右侧向量b,如若n阶列向量不独立，则方程解不存在。

本节重点在于线性组合的思想以及从向量与空间的角度理解矩阵

对于 $Ax=b$ ， $A=\begin{bmatrix} a_{11} &a_{12} \\ a_{21}& a_{22} \end{bmatrix}$ ， $x=\begin{bmatrix} x_1\\ x_2 \end{bmatrix}$ ， $b=\begin{bmatrix} b_1\\ b_2 \end{bmatrix}$

$Ax=\begin{bmatrix} a_{11} &a_{12} \\ a_{21} & a_{22} \end{bmatrix}\cdot \begin{bmatrix} x_1\\ x_2 \end{bmatrix}=\begin{bmatrix} a_{11}\\ a_{21} \end{bmatrix}x_1+\begin{bmatrix} a_{12}\\ a_{22} \end{bmatrix}x_2=\begin{bmatrix} b_1\\ b_2 \end{bmatrix}$