线性代数的本质

注:目前没有精力去美化排版,所有博客仅作为自己学习记录所用

《线性代数的本质》课程链接(bilibili)

目录:

P1-P4的内容:

1.线性代数的加法:为什么这样子来定义呢(如图)

从结果上看,走上面这条路的结果与下面这条路的结果是一样的

2.每当我们用数字描述向量时,它都在依赖于我们使用的基,所以两个数乘向量的组合又被称为这个两个向量的线性组合。那“线性”又是什么东西呢?当我们固定其中一个标量,让另外一个标量自由变化,所产生的向量的终点会描出一条直线,这就是线性。

 

3.当你考虑一个向量时,也许会把它看成一条有方向的线段,当考虑多个向量时,应该把他们看成点

4.当你有多个向量,移除其中一个而不减小张成的空间时,我们就称他们为线性相关。换一种表达方式就是,其中一个向量,可以表示为其他向量的线性组合,即这个向量已经落在其他向量张成的空间中。
如果向量给张成的空间增加了新的维度,它们就被称为“线性无关”。

5.线性代数里面最精彩也是最重要的一部分——线性变换。直观的说,如果一个变换具有以下这两个性质,我们就称它们为线性变换:①原点必须保持固定   ②直线在变换后依旧是直线,不会发生弯曲。总的来说,线性变换就是保持网格线平行且等距分布

6.理解向量的乘法运算(为什么计算向量的乘法的时候,是横的一行乘竖的一行?):

一个二维线性变换仅由四个数字(变换后 i 帽的坐标和变换后 j 帽的坐标 )完全决定

把它们写成一个2*2的矩阵

现在再给定一个向量[5,7]T,想了解这种变换对该向量的影响,只需要拿出对应的坐标分别与矩阵的特定列相乘,然后将结果相加

 

 总结成一般形式,就是:

 这就是矩阵向量乘法

类似于这样,我们可以把矩阵的列看作变换后的基向量,把矩阵向量乘法看作它们的线性组合

练习:用矩阵描述一些线性变换:将整个空间逆时针旋转90度

 

 总之:线性变换是一种操纵空间的手段

深刻理解线性代数:每当你看到一个矩阵时,你都可以把它解读为对空间的一种特定变换

当你将矩阵看作空间的变换之后,此后几乎所有有关线性代数的主题都会更加容易

P5-P 的内容

1.矩阵乘法是怎么定义的呢?

比如我们想描述一个操作:先将空间逆时针旋转90度,然后再对空间进行剪切。

单独的对这两个操作,我们有两个矩阵。对变换的最终结果,我们有一个矩阵,我们希望,前面这两个矩阵之间的乘法能够得到后面这个矩阵,于是就定义出了矩阵乘法。

2.通过对矩阵乘法的深刻理解,从而明白为什么M1M2≠M2M1,为什么A(BC)=(AB)C

课程外的一些拓展

范数的数学理解

范数的几何理解

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值