MIT 16.05笔记
方程组的几何解释
以二元一次方程为例为例:
{
2
x
1
−
x
2
=
0
−
x
1
+
2
x
2
=
3
\begin{cases} 2x_1&-&x_2&=&0 \\ -x_1&+&2x_2&=&3 \end{cases}
{2x1−x1−+x22x2==03
可以表示成如下的矩阵形式:
[
2
−
1
−
1
2
]
[
x
1
x
2
]
=
[
0
3
]
\begin{bmatrix} 2 & -1 \\ -1 & 2 \end{bmatrix} \begin{bmatrix} x_1 \\ x_2 \end{bmatrix} = \begin{bmatrix} 0 \\ 3 \end{bmatrix}
[2−1−12][x1x2]=[03]
记为
A
x
=
b
Ax=b
Ax=b。在空间坐标系中,可以将以上线性方程描绘出来(row picture)
两条直线的交点即为方程组的解(所有同时满足方程1和方程2的数的集合)。对于以上方程,可以换一种表达方式如下:
x
1
[
2
−
1
]
+
x
2
[
−
1
2
]
=
[
0
3
]
x_1\begin{bmatrix}2 \\ -1\end{bmatrix} + x_2\begin{bmatrix}-1 \\ 2\end{bmatrix} = \begin{bmatrix}0 \\ 3\end{bmatrix}
x1[2−1]+x2[−12]=[03]
即,将方程组看作是多个向量的线性组合(column space)。
对于一元三次方程,同理如下:
{
2
x
1
−
x
2
=
0
−
x
1
+
2
x
2
−
x
3
=
−
1
−
3
x
2
+
4
x
3
=
4
⇒
[
2
−
1
0
−
1
2
−
1
0
−
3
4
]
[
x
1
x
2
x
3
]
=
[
0
−
1
4
]
⇒
x
1
[
2
−
1
0
]
+
x
2
[
−
1
2
−
3
]
+
x
3
[
0
−
1
4
]
=
[
0
−
1
4
]
\begin{cases} 2x_1&-&x_2&&&=&0 \\ -x_1&+&2x_2&-&x_3&=&-1 \\ &&-3x_2&+&4x_3&=&4 \end{cases} \Rightarrow \begin{bmatrix}2&-1&0\\-1&2&-1\\0&-3&4\end{bmatrix} \begin{bmatrix}x_1\\x_2\\x_3\end{bmatrix} = \begin{bmatrix}0\\-1\\4\end{bmatrix} \Rightarrow x_1\begin{bmatrix}2\\-1\\0\end{bmatrix} + x_2\begin{bmatrix}-1\\2\\-3\end{bmatrix}+ x_3\begin{bmatrix}0\\-1\\4\end{bmatrix} = \begin{bmatrix}0\\-1\\4\end{bmatrix}
⎩⎪⎨⎪⎧2x1−x1−+x22x2−3x2−+x34x3===0−14⇒⎣⎡2−10−12−30−14⎦⎤⎣⎡x1x2x3⎦⎤=⎣⎡0−14⎦⎤⇒x1⎣⎡2−10⎦⎤+x2⎣⎡−12−3⎦⎤+x3⎣⎡0−14⎦⎤=⎣⎡0−14⎦⎤
对应的图像就不再给出(因为我画不出来,请自行想象)。
对于任意的 b b b, A x = b Ax=b Ax=b是否有解?
这取决于列的线性组合是否能够覆盖整个空间。即,列空间线性不相关,矩阵 A A A为非奇异矩阵
矩阵与向量乘法
可以将其转化为列向量的线性组合
[
2
5
1
3
]
[
1
2
]
=
[
2
×
1
+
5
×
2
1
×
1
+
3
×
2
]
=
1
[
2
1
]
+
2
[
5
3
]
=
[
12
7
]
\begin{bmatrix}2&5\\1&3\end{bmatrix} \begin{bmatrix}1\\2\end{bmatrix} = \begin{bmatrix}2\times1+5\times2\\1\times1+3\times2\end{bmatrix} = 1\begin{bmatrix}2\\1\end{bmatrix} + 2\begin{bmatrix}5\\3\end{bmatrix}= \begin{bmatrix}12\\7\end{bmatrix}
[2153][12]=[2×1+5×21×1+3×2]=1[21]+2[53]=[127]