Lecture01 方程组的行图与列图
课程编号1806
相关课程资源见文末
导入:求解线性方程组
考虑方程组:
{ 2 x − y = 0 − x + 2 y = 3 ( 1 ) \left \{ \begin{matrix}2x-y=0 \\ -x+2y=3 \end{matrix}\right .\qquad\qquad(1) {2x−y=0−x+2y=3(1)
【行图像】:两条直线的交点即为方程组的解
\qquad
容易求得,方程组的解为
(
1
,
2
)
(1,2)
(1,2)
【列图像】
\qquad
在这里,用列图像的视角考察方程的解将更重要。
\qquad
将方程组看成
(
2
−
1
)
x
+
(
−
1
2
)
y
=
(
0
3
)
(
2
)
\left ( \begin{matrix}2 \\ -1 \end{matrix} \right )x+\left ( \begin{matrix}-1 \\ 2 \end{matrix} \right )y=\left ( \begin{matrix}0 \\ 3 \end{matrix} \right )\qquad\qquad(2)
(2−1)x+(−12)y=(03)(2)
\qquad 记 v 1 = ( 2 − 1 ) , v 2 = ( − 1 2 ) , b = ( 0 3 ) \bold{v_1}=\left ( \begin{matrix}2 \\ -1 \end{matrix} \right ) ,\bold{v_2}=\left ( \begin{matrix}-1 \\ 2 \end{matrix} \right ), \bold{b}=\left ( \begin{matrix}0 \\ 3 \end{matrix} \right ) v1=(2−1),v2=(−12),b=(03),(向量用粗体表示)
\qquad
方程组成立的条件即以
v
1
\bold{v_1}
v1与
v
2
\bold{v_2}
v2为基向量,寻找合适的系数将其线性组合成
b
\bold{b}
b,方程组的解即为两个基向量的系数。将解
(
1
,
2
)
(1,2)
(1,2)代入方程
(
1
)
(1)
(1)中能够很好的验证。
线性组合是贯穿课程始终的基本方法。
(
2
−
1
)
∗
1
+
(
−
1
2
)
∗
2
=
(
0
3
)
\left ( \begin{matrix}2 \\ -1 \end{matrix} \right )*1+\left ( \begin{matrix}-1 \\ 2 \end{matrix} \right )*2=\left ( \begin{matrix}0 \\ 3 \end{matrix} \right )
(2−1)∗1+(−12)∗2=(03)
\qquad
更进一步,方程组
(
1
)
(1)
(1)可以写成如下形式:
(
2
−
1
−
1
2
)
(
x
y
)
=
(
0
3
)
(
3
)
\left ( \begin{matrix}2&-1 \\ -1 &2 \end{matrix} \right )\left ( \begin{matrix}x \\ y \end{matrix} \right )=\left ( \begin{matrix}0 \\ 3 \end{matrix} \right )\qquad\qquad(3)
(2−1−12)(xy)=(03)(3)
\qquad
或者:
A
x
=
b
\bold{Ax}=\bold{b}
Ax=b.其中
A
=
(
2
−
1
−
1
2
)
\bold{A}=\left ( \begin{matrix}2&-1 \\ -1 &2 \end{matrix} \right )
A=(2−1−12),
x
=
(
x
y
)
\bold{x}=\left ( \begin{matrix}x \\ y \end{matrix} \right )
x=(xy)
\qquad
容易想到,这里如果x,y取任意值的话,
v
1
\bold{v_1}
v1与
v
2
\bold{v_2}
v2的所有线性组合将布满整个坐标平面。但是如果
v
1
\bold{v_1}
v1与
v
2
\bold{v_2}
v2共线,则不是任意的
b
\bold{b}
b都可以用
v
1
\bold{v_1}
v1、
v
2
\bold{v_2}
v2线性表示。即此时方程不一定有解。
\qquad
同理,三维及更高维的情况也可以从这两个视角进行理解:
{
2
x
−
y
=
0
−
x
+
2
y
−
z
=
−
1
−
3
y
+
4
z
=
4
(
4
)
\left \{ \begin{matrix}2x-y=0 \\ -x+2y-z=-1 \\-3y+4z=4 \end{matrix}\right .\qquad\qquad(4)
⎩⎨⎧2x−y=0−x+2y−z=−1−3y+4z=4(4)
方程组也可以写为:
A
x
=
b
\bold{Ax}=\bold{b}
Ax=b,其中
A
=
(
2
−
1
0
−
1
2
−
1
0
−
3
4
)
\bold{A}=\left ( \begin{matrix}2&-1&0 \\ -1 &2&-1\\0&-3&4 \end{matrix} \right )
A=⎝⎛2−10−12−30−14⎠⎞,
x
=
(
x
y
z
)
\bold{x}=\left ( \begin{matrix}x \\ y \\z\end{matrix} \right )
x=⎝⎛xyz⎠⎞,
b
=
(
0
−
1
4
)
\bold{b}=\left ( \begin{matrix}0 \\ -1 \\4 \end{matrix} \right )
b=⎝⎛0−14⎠⎞
行图像 | 列图像 |
---|---|
其中三个平面的交点即为方程组的解 | 使得 v 1 、 v 2 、 v 3 \bold{v_1}、\bold{v_2}、\bold{v_3} v1、v2、v3能线性组合成 b \bold{b} b的系数组合就是方程的解 |
\qquad
在这个特例中,从列视角
(
2
−
1
0
)
x
+
(
−
1
2
−
3
)
y
+
(
0
−
1
4
)
z
=
(
0
−
1
4
)
\left ( \begin{matrix}2 \\ -1\\0 \end{matrix} \right )x+\left ( \begin{matrix}-1 \\ 2 \\-3\end{matrix} \right )y+\left ( \begin{matrix}0 \\ -1\\4 \end{matrix} \right )z=\left ( \begin{matrix}0 \\ -1\\4 \end{matrix} \right )
⎝⎛2−10⎠⎞x+⎝⎛−12−3⎠⎞y+⎝⎛0−14⎠⎞z=⎝⎛0−14⎠⎞,容易看出方程的解为
(
0
,
0
,
1
)
(0,0,1)
(0,0,1).
\qquad
若保持等号左侧向量不变,变化等号右侧的向量,在此题中,等号右侧换成任意向量,方程
A
x
=
b
\bold{Ax}=\bold{b}
Ax=b总有解,即列向量的线性组合能覆盖整个三维空间。但有时候,等号左侧的基向量不一定能构造出等号右侧的向量,比如左边三个向量共面时,方程组不一定有解。对于更高维的情况,也可以如此类比理解。
矩阵乘法
\qquad 对于矩阵乘法,可以从线性组合( A x \bold{Ax} Ax is a combination of columns of A \bold{A} A)和点积两个角度进行理解和计算。
1.线性组合角度
【右乘】:对于矩阵右乘一个向量,可以看成左边矩阵列向量的线性组合,如
(
2
5
1
3
)
(
1
2
)
=
1
(
2
1
)
+
2
(
5
3
)
=
(
12
7
)
\left ( \begin{matrix}2 &5\\ 1&3 \end{matrix} \right )\left ( \begin{matrix}1 \\ 2 \end{matrix} \right )=1\left ( \begin{matrix}2 \\ 1 \end{matrix} \right )+2\left ( \begin{matrix}5 \\ 3 \end{matrix} \right )=\left ( \begin{matrix}12 \\ 7 \end{matrix} \right )
(2153)(12)=1(21)+2(53)=(127)
\qquad
对于矩阵右乘一个矩阵,可以看成左边矩阵分别和右边矩阵的两个列向量相乘,再排到一起。
(
2
5
1
3
)
(
1
3
2
1
)
=
(
(
2
5
1
3
)
(
1
2
)
(
2
5
1
3
)
(
3
1
)
)
=
(
12
11
7
6
)
\left ( \begin{matrix}2 &5\\ 1&3 \end{matrix} \right )\left ( \begin{matrix}1&3 \\ 2&1 \end{matrix} \right )= \left ( \begin{matrix} \left ( \begin{matrix}2 &5\\ 1&3 \end{matrix} \right ) \left ( \begin{matrix}1 \\ 2 \end{matrix} \right ) \quad \left ( \begin{matrix}2 &5\\ 1&3 \end{matrix} \right ) \left ( \begin{matrix}3 \\ 1 \end{matrix} \right ) \end{matrix} \right )=\left ( \begin{matrix}12 &11\\ 7&6 \end{matrix} \right )
(2153)(1231)=((2153)(12)(2153)(31))=(127116)
【左乘】:对于矩阵左乘一个向量,可以看成右边矩阵行向量的线性组合,如:
(
2
5
)
(
1
3
2
1
)
=
2
(
1
3
)
+
5
(
2
1
)
=
(
12
11
)
\left ( \begin{matrix}2 &5 \end{matrix} \right )\left ( \begin{matrix}1&3 \\ 2&1 \end{matrix} \right )= 2(1 \quad 3)+5(2 \quad 1)=(12 \quad 11)
(25)(1231)=2(13)+5(21)=(1211)
\qquad
对于矩阵左乘一个矩阵,可以看成右边矩阵分别与左边矩阵的行向量相乘,然后再排到一起
(
2
5
1
3
)
(
1
3
2
1
)
=
(
(
2
5
)
(
1
3
2
1
)
(
1
3
)
(
1
3
2
1
)
)
=
(
12
11
7
6
)
\left ( \begin{matrix}2 &5\\ 1&3 \end{matrix} \right )\left ( \begin{matrix}1&3 \\ 2&1 \end{matrix} \right )= \left ( \begin{matrix} \left ( \begin{matrix}2 &5 \end{matrix} \right )\left ( \begin{matrix}1&3 \\ 2&1 \end{matrix} \right )\\ \\ \left ( \begin{matrix}1 &3 \end{matrix} \right )\left ( \begin{matrix}1&3 \\ 2&1 \end{matrix} \right ) \end{matrix} \right )=\left ( \begin{matrix}12 &11\\ 7&6 \end{matrix} \right )
(2153)(1231)=⎝⎜⎜⎜⎜⎛(25)(1231)(13)(1231)⎠⎟⎟⎟⎟⎞=(127116)
2.点积角度
( 2 5 1 3 ) ( 1 3 2 1 ) = ( ( 2 5 ) ⋅ ( 1 2 ) ( 2 5 ) ⋅ ( 3 1 ) ( 1 3 ) ⋅ ( 1 2 ) ( 1 3 ) ⋅ ( 3 1 ) ) = ( 12 11 7 6 ) \left ( \begin{matrix}2 &5\\ 1&3 \end{matrix} \right )\left ( \begin{matrix}1&3 \\ 2&1 \end{matrix} \right )= \left ( \begin{matrix} \left ( \begin{matrix}2 &5 \end{matrix} \right )\cdot\left ( \begin{matrix}1 \\ 2 \end{matrix} \right )\quad \left ( \begin{matrix}2 &5 \end{matrix} \right )\cdot\left ( \begin{matrix} 3\\ 1 \end{matrix} \right ) \\ \\ \left ( \begin{matrix}1 &3 \end{matrix} \right )\cdot\left ( \begin{matrix}1\\ 2 \end{matrix} \right )\quad \left ( \begin{matrix}1 &3 \end{matrix} \right )\cdot\left ( \begin{matrix}3\\ 1 \end{matrix} \right ) \end{matrix} \right )=\left ( \begin{matrix}12 &11\\ 7&6 \end{matrix} \right ) (2153)(1231)=⎝⎜⎜⎜⎜⎛(25)⋅(12)(25)⋅(31)(13)⋅(12)(13)⋅(31)⎠⎟⎟⎟⎟⎞=(127116)
后记
\qquad 对于线性代数,一上来就直接给出矩阵表示,并从行图,列图角度进行介绍,看似有点太直接,但听下来感觉还是很好接受。比起从行列式开始,感觉从列向量、线性组合的角度开始学习要更容易理解一些。这门课弱化了部分公式的推导证明,但课程设计和逻辑性非常好,有层次,有重点,也比较好理解。
===================================================
课程资源
- 主课:bilibli、网易公开课都可以搜到,关键字(麻省理工,线性代数)
- 配套习题课:bilibli可以搜到,关键字(麻省理工,线性代数,陈莉楠)
- 教材:Gilbert Strang.Introduction to Linear Algebra
- 课程官网:http://web.mit.edu/18.06
\qquad\qquad https://mitmath.github.io/1806/