线性代数-MIT-第7讲

最新推荐文章于 2022-07-07 19:28:46 发布
最新推荐文章于 2022-07-07 19:28:46 发布
阅读量432 收藏 2
点赞数 1
分类专栏： 线性代数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_32574873/article/details/103673936
版权
本文介绍了线性代数中的关键概念，包括如何计算零空间Ax=0，理解主变量和自由变量，以及如何将矩阵转换为简化行阶梯形式rref。通过实例解析了矩阵的秩、主列和自由列，并详细阐述了求解零空间的方法。
摘要由CSDN通过智能技术生成

线性代数-MIT-第7讲

 更多文章请关注微信公众号：SLAM之路

目录

线性代数-MIT-第7讲 

1.计算零空间Ax=0

2.主变量pivot variables-自由变量free variables

3.简化行阶梯形式矩阵rref

1.计算零空间Ax=0

举例，矩阵A(3x4):

          A=\begin{bmatrix} 1 & 2 & 2 &2 \\ 2 & 4 &6&8 \\ 3& 6 & 8 &10 \end{bmatrix}\rightarrow \begin{bmatrix} 1 & 2 & 2 &2 \\ 0 & 0 &2&4 \\ 0& 0 & 2 &4\end{bmatrix}\rightarrow \begin{bmatrix} {\color{Red} 1} & 2 & 2 &2 \\ 0 & 0 &{\color{Red} 2}&4 \\ 0& 0 & 0 &0\end{bmatrix}=U,

          列2是列1的两倍，列向量是线性相关；行3=行1+行2，行向量也相关；

消元过程不会改变解，因此零空间也不会变；

          列1和列3存在主元，消元得到阶梯形矩阵U，echelon form;

矩阵的主元个数称为矩阵的秩，本例是2；rank(A)=2;

2.主变量pivot variables-自由变量free variables

继续上例，进行回代；Ux=0与Ax=0 解和零空间相同；

          本例中，列1和3是主列pivot column,列2和4是自由列free column;

自由列表示可以自由或任意分配数值；然后求出主列

最低0.47元/天 解锁文章
安心爱吃糖
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
MIT线性代数Linear Algebra公开课笔记 第七讲 求解Ax=0主变量和特解 lecture7 Solving Ax=0：Pivot Variables, Special Solutions
WongRUIRui的博客
02-23 1068
Gilbert Strang的MIT线性代数Linear Algebra公开课中的【第七讲 求解$Ax=0$：主变量和特解（lecture 7 Solving $Ax = 0$：Pivot Variables, Special Solutions）】的笔记，参考他在MIT Linear Algebra 课程网站上分享的 lecture summary 和 Lecture video transcript 等文档，笔记中大部分内容是从课程网站上的资料中直接粘贴过来，本人只是将该课程视频中的内容整理为文字形式
MIT 线性代数导论 第七讲：Ax=0求解
MirrorN的博客
10-06 7463
本讲的主要内容有： 计算 Ax=0Ax=0Ax=0 的解（求零空间） 理解主变量以及自由变量的概念 Ax=0Ax=0Ax=0 的特殊解 求解 Ax=0Ax=0Ax=0 首先举一个例子，并进行消元过程，消元过程在之前讲到过： A=(1222246836810)⇒(122200240024)⇒([1]22200[2]40000)=U A = \begin{pmatrix} 1 & ...
MIT 线性代数笔记 第七讲:求解Ax=0：主变量，特解
weixin_40379396的博客
03-26 1139
第七讲：求解Ax=0：主变量，特解
MIT线性代数笔记-第七讲
fighting!
03-08 568
computing the null space A=⎡⎣⎢1232462682810⎤⎦⎥−>⎡⎣⎢100200222244⎤⎦⎥−>⎡⎣⎢100200220240⎤⎦⎥=UA=[1222246836810]−>[122200240024]−>[122200240000]=UA = \left[ \begin{matrix} 1 & 2 & 2 & 2 \\ 2 &...
线性代数（7）：矩阵的应用
jc15274630894的博客
07-07 9501
线性代数（7）
线性代数-MIT-第8讲
weixin_32574873的博客
12-25 452
线性代数-MIT-第8讲 目录 线性代数-MIT-第8讲 1.Ax=b的可解性 2.Ax=b的算法 3.满秩 1.Ax=b的可解性 解存在情况：a.0解，b.有解(唯一解或多解)，如何判断？ 举例， 什么样的b会有解？消元告诉我们必须，b3=b1+b2; 将A和b形成增广矩阵，进行消元； ...
MIT_耶鲁大学线性代数公开课习题和答案
06-17
《MIT耶鲁大学线性代数公开课习题与答案解析》 线性代数是现代数学的基石之一，广泛应用于物理学、工程学、计算机科学等多个领域。这份资料来源于世界顶级学府MIT（麻省理工学院）和耶鲁大学的公开课，由知名教授...
线性代数的习题.zip
04-16
7. **空间**：线性代数中的空间是由向量构成的集合，满足向量加法和标量乘法的规则。常见的空间有欧几里得空间、向量空间和特征空间。 通过MIT18_06S10系列的习题，学习者可以逐步掌握这些概念并应用于实际问题中。...
线性代数 原书第七版 利昂著
12-29
原书第七版的《线性代数及应用》是由著名数学家利昂所著，这本书被视为线性代数教学的经典之作，与MIT教授吉尔伯特·斯特朗（Gilbert Strang）的《线性代数导论》一样备受推崇。两者各有特点，但都深入浅出地阐述了...
MIT_耶鲁大学线性代数公开课考试和答案
06-17
这个压缩包中的文件名表明包含了多套练习题（pset）的解答和考试试卷及答案，例如"MIT18_06S10_pset7_s10_soln.pdf"代表第七次练习的解决方案，"MIT18_06S10_exam2_s10.pdf"是第二次考试的试卷。通过这些资料，学习...
求解Ax=0：主变量、自由变量、特殊解
xdfyoga1的专栏
07-02 1万+
上一篇简单介绍了列空间（column space）和零空间（null space），这一次主要介绍如何求出零空间内的向量，即主要讨论Ax=0。假设有矩阵A= ，略微观察一下其行和列可看出，列2是列1的倍数，行3等于行1加行2，他们都是相关的，这些相关性会在消元中体现出来。当我们对A进行消元，在消元的过程中，解是不会变的，因此零空间不会变化，但列空间会随着消元发生改变，对A的消元过程如下，最终得到矩
线性代数学习笔记（三）
weixin_30653097的博客
03-18 687
A的列空间：column space 设Ax=b，以column picture视角看，每一个x，都是A的列的一种线性组合，每种组合均构成一个b。取遍x 得到的所有的b 构成了A的column space A的零空间：nullspace 设Ax=0，所有的解x 构成的空间，就是A的nullspace. 如果A可逆，那么A的nullspace只包含零向量；否则A的nullspace包含一系...
李宏毅线性代数笔记7 子空间
qq_40206371的博客
07-31 3226
1 子空间的定义 满足以下三个条件的向量集V称为子空间 1，零向量属于V 2，如果向量u和向量w属于V，那么向量u+w属于V 3，如果向量u属于V，并且c是一个标量，那么向量cu属于V ——》条件1说明： 向量集非空 0倍的向量u也在子空间中 ——》条件2+条件3正好是线性组合的两种方式 满足三个条件，说明这个是一个子空间 这个就不是一个子空间 span——由这些向量线性组合张成的空间 2 零空间nul...
PAT (Basic Level) Practise （中文）1045. 快速排序(25) C语言
Pandoraemon的博客
09-23 1600
1045. 快速排序(25) 时间限制 200 ms 内存限制 65536 kB 代码长度限制 8000 B 判题程序 Standard 作者 CAO, Peng 著名的快速排序算法里有一个经典的划分过程：我们通常采用某种方法取一个元素作为主元，通过交换，把比主元小的元素放
什么是free variable
Yi Sun的博客
09-27 3225
其实很多英文名词对应的中文名词我们很好理解，也很容易理解他的用处。但是有很多名词恰恰就是英文的，而我们因为英语水平的局限，很难将这些英文名词翻译到位，也就导致很容易理解的名词经常困扰着我们。 那今天的主角是free variable。 我把他叫为自由变量。 用英文可以这么解释它： If a name is bound in a block, it is a local variable o...
线性代数中自由变量为什么取0和1？
BigZong
08-10 1万+
求特解的时候，我们会给自由变量赋值为0和1，但是特解并不是唯一的，那么自由变量的取值也不是唯一的。 只是说我们为了计算的方便，才给对于有两个自由变量的定义为（0,1）和（1,0），给有三个自由变量的定义为（1,0,0),（0,1,0）,(0,0,1)。 自由变量的取值: 首先，保证它们之间线性无关（因为是基础解系，必须无关）； 其次，越简单越好。 ...
线性代数:零空间维度等于自由变量个数的原因
liqq654628833的博客
05-17 1万+
①以下展开的论述均以下图的矩阵为例                 ②上述矩阵特征:2个主变量，2个自由变量 ③该矩阵零空间的构成: 形式化的理解:在AX=0的条件下，对2个自由变量任意赋值，求得对应主变量的值，从而形成了零空间中的一个向量。在对2个自由变量分别赋完所有可能的值后，得到的向量的集合，形成了“零空间” ④零空间的特征以及零空间维度等于自由变量个数的原因 (1)对2个自由变
矩阵的列空间、行空间、维数、秩理解
热门推荐
ding_programmer的博客
07-23 5万+
列空间 ColA 对于 m×n 矩阵 A 列空间就是 A的各列的线性组合的集合，记为 ColA，是的 一个子空间，由 矩阵的主元列构成，即Ax=b中，方程的解基本变量。 零空间 NulA 对于 m×n 矩阵 A 零空间就是 齐次方程 Ax=0 的 所有解得 集合 ，记 NulA，是 的一个子空间，由 Ax=0 的解构成，即 Ax=0 的解中的 自由变量 子空间的基 ...
MIT线性代数公开课笔记-行图像与列图像解析
“线性代数-笔记.pdf”是麻省理工学院教授Gilbert Strang的线性代数公开课笔记，涵盖了线性代数的基础知识，包括矩阵理论、方程组、向量空间、行列式、特征值、相似矩阵和正定矩阵等内容。 线性代数是数学的一个...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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