nbl97

一种有趣的方式看待坐标当看到一对描述向量的数时，如 (3,−2)(3,−2)(3,-2)。把它的每个坐标看作是一个标量，也就是说它们如何压缩或拉伸一个向量。在xy坐标系中有两个特殊向量，i-hat 和 j-hat, 也就是xy两个方向的单位向量。从这一角度看，(3,−2)(3,−2)(3,-2) 就是两个经过缩放的向量的和。i-hat和j-hat在坐标系中异常重要，被称为坐标系的“基向...

特征值和特征向量 AAA 是 nnn 阶矩阵，如果数 λλ\lambda 和 nnn 维非零列向量 x⃗ x→\vec x 使关系式Ax⃗ =λx⃗ Ax→=λx→A\vec x = \lambda \vec x成立，那么，这样的数 λλ\lambda 称为矩阵 AAA 的特征值，非零向量 x⃗ x→\vec x 称为 AAA 的对应于特征值 λλ\...

基变换同一个向量，同不同的基表示，会得到不同的结果。假如现在有一组新的基底 b1=[21]b1=[21]b_1 = \left[ \begin{matrix} 2 \\ 1 \end{matrix}\right] 和 b2=[−11]b2=[−11]b_2 = \left[ \begin{matrix} -1 \\ 1 \end{matrix}\right] ，令 A=[b1b2]...

线性方程组、逆矩阵矩阵是解线性方程组很好的工具。线性方程组长这个样子： 未知量放在左边常数项放右边未知量竖直对齐必要时补0我们就可以将一个线性方程组写成这样 同样，我们可以从几何的角度解释这个方程，Ax⃗ =v⃗ Ax→=v→A\vec x = \vec v意味着寻找一个向量x⃗ x→\vec x使得x⃗ x→\vec x在经...

行列式行列式的值就是按照这个矩阵变换后的 i-hat 和 j-hat 组成的区域的面积的缩放倍数。因为变换时保持“所有线平行且原点不变”的，所以这个倍数是任何区域面积变化的倍数。行列式被用来描述一个变换对空间的缩放程度。 一个二维线性变化的行列式值为0，表示它将空间压缩到了一条直线或一个点上。所以，用行列式就可以知道变换是否给空间降了维。其实行列式是允许负值的，负值与空间的方...

线性变换的组合比如先旋转再剪切，从头到尾的总体作用是另一个线性变换，这个新的变换通常被称为前两个独立变换的“复合变换”。我们可以通过得到变换后的 i-hat 和 j-hat来得到这个复合变换。但这没有体现出两个变换复合的动态变化，只体现了最后的结果，如何通过两个变换得到这个新变换呢？有一种方法是这样的： 从数值上看，这是对一个向量先旋转后剪切，无论所选的向量是什么，结果都...

线性变换的眼光看叉积我们在计算向量v⃗ ,w⃗ v→,w→\vec v,\vec w的叉积p⃗ p→\vec p时，通常如此： 并且被告知p⃗ p→\vec p具有如下三个几何性质：长度等于v⃗ ,w⃗ v→,w→\vec v,\vec w张成的平行四边形的面积方向与v⃗ ,w⃗ v→,w→\vec ...

二维到一维线性变换两个向量，v⃗ ，w⃗ ，v→，w→，\vec v， \vec w的点积的值等于v⃗ v→\vec v在 w⃗ w→\vec w上的投影长度 ××\times w⃗ w→\vec w自己的长度 。方向相同时是正数，相反时是负数。至于谁投影到谁之所以无区别，因为可用对称性和倍增解决。为什么点积和投影有关系？讨论这个...

何为线性变换？“变换”本质上是“函数”的一种花哨的说法，它接收输入内容，并输出对应结果。只不过在线性代数下，我们考虑的是接收一个向量并且输出一个向量的变换。 既然如此，为何还用多余的属数术语“变换”，而不用“函数”呢？使用“变换”是在暗示以特定方式来可视化这一输入-输出关系。一种理解“向量的函数”的方式是使用运动，即将输入向量移动到输出向量的位置上。整个平面内所有的向量都按照规则变换，也就完成了整

抽象向量空间思考一个问题，什么是向量？你可能会说：一组数字，一个有向箭头，空间中一个点等等。为了打破这种思维定势，更加全面客观地认识向量，我们考虑这样一种特殊的向量，它既不是一组数字也不是一个有向箭头，但同样具有向量特性，它就是函数。假设有函数 f(x)f(x)f(x) 和 g(x)g(x)g(x) ，(f+g)(x)(f+g)(x)(f+g)(x) 自然就等于 f(x)+g(x...