MIT 公开课:Gilbert Strang《线性代数》课程笔记(汇总)
Lecture 1: The geometry of linear equations
课程 1:方程组的几何解释
首先考虑最简单的二元线性方程组
从行的角度来看, a1x+b1y=l 和 a2x+b2y=m 分别表示两条二维平面中的直线,如果这两条直线相交,那么交点的坐标 (x∗,y∗) 即为方程组的解。
更确切的讲,如果两条直线相交于一点,那么该方程组有且仅有一个解,即为交点的坐标;
如果两条直线重合,那么说明这两条直线方程实际上是同一条直线,此时直线上的所有点的坐标均为方程组的解;
如果两条直线平行但不重合,则说明不存在点的坐标同时满足这两条直线的方程,此时方程组无解。
从列的角度来看,上述二元线性方程组可以写成
此时,列向量
表示起点为 (0,0) , 终点分别为 (a1,a2),(b1,b2),(c1,c2) 的向量,分别记为 α,β,γ.
那么
就表示向量 α,β 的线性组合, x,y 称为线性组合的系数,因此线性方程组就可以理解为:
是否存在合适的线性组合系数 x,y , 使得 α,β 的线性组合 xα+yβ 恰好等于 γ . 如果存在,线性组合的系数 x,y 为多少?
值得一提的是,从列的角度看待线性方程组是一种非常重要的理解方式,以后会经常用到这样的思想。
类似的,对于三元一次方程组
从行的角度来看,三个三元一次方程表示三维空间中的三个平面,如果三个平面相交于一点,那么交点的坐标即为方程组的解。
更确切的讲,如果三个平面有且只有一个交点,那么此时方程组有且仅有一个解,即为交点坐标;
如果三个平面相交于一条直线,那么这条直线上的所有点的坐标均为方程组的解;
如果三个平面重合,那么平面上的点的坐标均为方程组的解;
如果三个平面没有公共的交点,那么方程组无解。
从列的角度来看,类似二元线性方程组的情形,同样可以从列向量线性组合的角度来理解。
对于一般的
n
维线性方程组
不妨设
α1,α2,⋯,αn
是
A
的
即
由此可以看出,矩阵 A 乘以向量
因此对线性方程组
是否存在合适的线性组合系数,使得 A 的列向量的线性组合恰好为
现在,我们还有一个问题,线性方程组 Ax=b 在什么情况下有解?
首先我们考虑对于任意的
n
维列向量
因此
又由于
因此我们也就得出了
特别地,如果 A 的
换言之,如果 A 可逆,则
有了对线性方程组的这些认识,我们可以更好地理解矩阵乘法。
首先考虑列向量
x∈Rn
右乘矩阵
A∈Rn×n
.
先从行的角度考虑,不妨设
其中, αT1,αT2,⋯,αTn 是 A 的
则
由此可知,从行的角度来看, Ax 相当于分别用 A 的行点乘
下面从列的角度考虑,这是一种非常重要的理解方式。
不妨设
其中, β1,β2,⋯,βn 是 A 的
则
由此即知,列向量 x 右乘矩阵
下面考虑行向量
yT
左乘矩阵
A∈Rn×n
, 其中
y∈Rn
不妨设
则
由此即知,行向量 yT 左乘矩阵 A 相当于对
综上所述,列向量
x
右乘矩阵
对于矩阵与矩阵的乘法,只需把矩阵按行或列分块,即可按上述向量乘矩阵的方式理解。
即
也即是, 矩阵 B 右乘 矩阵
这种理解方式也有助于我们更快地进行矩阵乘法的计算。