1.Introduction
采用mit linear algebra的线性代数课程结构,对线性代数进行复习和总结。
2.线性方程的图像表达
{ 2 x − y = 0 − x + 2 y = 3 (2.1) \left\{ \begin{aligned} 2x - y & = & 0 \\ -x + 2y & = & 3 \\ \end{aligned} \right. \tag{2.1} {2x−y−x+2y==03(2.1)
2.1row space
(x,y)可以看成是直线1:2x-y=0;直线2:-x+2y=3的交点
2.2column space
从向量的角度出发,向量1 (2, -1) 和向量2 (-1, 2)通过线性组合,叠加处了(0,3)
2.3延伸
row space 本质是求交点,只有方程有解了才能知道交点在那,作用有限。
column space 的思想是用基向量取表示column space中的一个特殊向量,
如果把基向量写成矩阵形式:
[
2
−
1
−
1
2
]
[
x
y
]
=
[
0
3
]
(2.2)
\begin{bmatrix} 2 & -1 \\ -1 & 2 \end{bmatrix} \begin{bmatrix} x \\ y \end{bmatrix} = \begin{bmatrix} 0 \\ 3 \end{bmatrix} \tag{2.2}
[2−1−12][xy]=[03](2.2)
这也是线性代数第一部分重点,
A
x
=
b
(2.3)
Ax=b \tag{2.3}
Ax=b(2.3)
2.4思考
对于方程(2.3),有几个解?解是多少?
3.矩阵运算
3.1introduction
既然已经引入了矩阵,当然要总结一下矩阵背后的几何意义,根据几何意义取理解矩阵的常见运算。
3.2矩阵变换的几何意义
推荐观看3Blue1Brown的线性代数视频。向量
x
⃗
\vec{x}
x在坐标系中的坐标是由基底决定的,换言之,坐标系由基底决定。矩阵变换看成是对基底进行变换,然后再线性组合。
w
⃗
=
x
i
^
+
y
j
^
\vec{w}=x\hat{i}+y\hat{j}
w=xi^+yj^
3.2.1 这种变换是线性变换
方程(2.2)是采取系数矩阵和变量相乘的形式,所以方程(2.2)是典型的线性方程。对应的矩阵变换也是线性变换。满足
{
T
(
v
1
+
v
2
)
=
T
(
v
1
)
+
T
(
v
2
)
T
(
c
v
)
=
c
T
(
v
)
(3.1)
\left\{ \begin{aligned} T(v1+v2) & = T(v1) + T(v2) & \\ T(cv) & = cT(v)& \\ \end{aligned} \right. \tag{3.1}
{T(v1+v2)T(cv)=T(v1)+T(v2)=cT(v)(3.1)
这种特点在几何上,则是
T
(
0
⃗
)
还
是
0
⃗
T(\vec{0})还是\vec{0}
T(0)还是0,原坐标系上的直线变换后也还是直线(直线上的点投影后还是均匀分布)
3.3 计算
3.3.1 Ax=b
- matrix(A) * column(v) = column(w)
从矩阵变换的几何意义,x是向量v在变换后坐标系 ( i ^ , j ^ ) (\hat{i}, \hat{j}) (i^,j^)中的坐标,b则是其在变换前坐标系(i, j)中的坐标。
w 中 的 e l e m e n t 是 如 何 计 算 得 到 的 ? \color{red}{w中的element是如何计算得到的?} w中的element是如何计算得到的?
观察方程(2.2), w i = A r o w i ∗ v w_i=Arowi*v wi=Arowi∗v - row(v) * matrix(A) = row(w)
和上一例相似,也可以看成是 w = v 1 ∗ a r o w 1 + v 2 ∗ a r o w 2 + . . . + v n ∗ a r o w n w=v_1*a_{row1}+v_2*a_{row2}+...+v_n*a_{rown} w=v1∗arow1+v2∗arow2+...+vn∗arown
3.3.2 AB=C
可以看成B={b1, b2, …, bn}, AB=A{b1, b2, … , bn}={c1, c2, …, cn}=C.
将B看成是向量的叠加,矩阵相乘中的每个变量都可以求得了。
3.3.3 α A \alpha A αA
对于向量 α v ⃗ \alpha\vec{v} αv,可以看成向量中的每个元素都乘以 α \alpha α,矩阵可以看成是向量的叠加,所以也是所有变量都要乘以 α \alpha α。
3.3.4 运算注意事项
矩阵乘法没有交换律,因为矩阵变换是对基向量的操作,所以变换顺序,改变很大;
矩阵乘法有结合律,AB=C,先进行B变换再进行A变换和直接C变换的效果是等同的。
Reference
[1] https://www.youtube.com/channel/UCYO_jab_esuFRV4b17AJtAw
[2] https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/index.htm