这篇笔记介绍了Gilbert Strang的线性代数课程，重点讲解如何从行图像（Row Picture）和列图像（Column Picture）理解线性系统。通过将方程组转换为矩阵形式，阐述了行图像表示的二维或三维平面对交点的寻找，以及列图像表示的向量线性组合。文中还提供了实例解析和可视化解释，帮助读者更好地掌握线性代数的基础概念。
目标是把笔记写得谁都能看懂 : )
首先我们需要了解，线性代数学科的基本目标是：解决线性系统的问题
第一课主要从两种角度来解释线性系统（横向与纵向：行图像Row Picture与列图像Column Picture）
首先我们将方程组用矩阵的形式表达：
假设现在有方程组
将之写成矩阵形式为
【为什么可以这样表达？
若看不懂上式的话回顾矩阵的点乘：
矩阵点乘运算规则为：
设A为m x n的矩阵，B为n x p的矩阵，则A与B的乘积为矩阵C = AB
- C的维度为m x p
- C的第i行j列元素Cij由A的第i行元素与B的第j列元素对应相乘再相加所得
代入一下上面的实例：
A为2 x 2 的矩阵，B为2 x 1的矩阵，得到C为2 x 1的矩阵
C中的"0"在1行1列，由A的第一行元素[2, -1
最低0.47元/天 解锁文章
7054
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
