线性代数:方程组的几何解释
2017-03-03 01:59
274 查看
2x2 线性方程组
2x2 线性方程组的行图像Row Picture
2x2 线性方程组的列图像Column Picture
3x3 线性方程组
3x3 线性方程组的行图像Row Picture
3x3 线性方程组的列图像Column Picture
矩阵乘以向量
一次一列
一次一行
本节是网易公开课上的麻省理工大学线性代数课程第一节: 方程组的几何解释 的学习笔记。
本节将讨论 线性代数基础 及求 解线性方程组。
从方程组开始讲解,有n个方程和n个未知数,即方程数和未知数个数相等,这种情况最让人舒服。
行图像(row picture):一个行图像表示一个方程。
列图像(column picture):
2x−y=0−x+2y=3
取方程组的每一行作为矩阵的一行,上面方程组的等价于:
[2−1−12][xy]=[03]
最左侧的用矩阵 A 表示(系数矩阵),中间未知数用向量 x (这儿说的向量都是指列向量,除非特殊说明)表示,右侧结果用向量 b 表示,线性方程组可精简为:
Ax=b
对于该方程,当
对于方程
两条直线相交于点
x[2−1]+y[−12]=[03]
该方程组的目的是为了寻找如何将向量
下面开始做出向量
然后做出向量
如何将这两个向量进行线性组合,得到向量 b
1[2−1]+2[−12]=[03]
如何画出上面的图像呢?
将 向量
思考一个问题,如果 x 和 y 取所有值,即任意组合的列1和列2的组合,会得到什么结果呢?
答案是任意的一个右侧向量。
2x−x−y+2y−3y−z+4z=0=−1=4
等价于:
⎡⎣⎢2−10−12−30−14⎤⎦⎥⎡⎣⎢xyz⎤⎦⎥=⎡⎣⎢0−14⎤⎦⎥
从上面可以看出,想要做出它的行图像是比较困难的。如果是四维的话,更不好做了。下面使用列图像来完成。
x⎡⎣⎢2−10⎤⎦⎥+y⎡⎣⎢−12−3⎤⎦⎥+z⎡⎣⎢0−14⎤⎦⎥=⎡⎣⎢0−14⎤⎦⎥
在坐标系中分别做出这三个向量(列)。
很明显,右侧的向量 b 和系数矩阵 A 列3值是一样的,因此
思考一个问题,无论右侧向量 b 是多少,是否都能求解方程?等价于代数问题:对任意向量 b,能否求解 Ax=b ? 用“线性组合”语言来描述:系数矩阵 A 的三个列向量的线性组合,能否覆盖整个三维空间?
对于我们上面用到的系数矩阵 A,答案是肯定的。因为它是一个 “good matrix”,它是 非奇异矩阵,它是 可逆矩阵 。
但是对于有的系数矩阵,答案是否定的。例如,如果系数矩阵的三个列向量在一个平面内(例如,列3等于列1加上列2),那么它们的线性组合也必定在这个平面内。因此,当右侧向量 b 处在这个平面内,则方程有解,否则无解。这种情形称为 奇异,矩阵并非 可逆。
[2153][12]=?
有两种方法可以解决。
如何理解呢?Ax(矩阵 A 乘以向量 x) 可以理解矩阵 A 的各列的线性组合。 在这里就是 1 个矩阵 A 的列1 加上 2 个矩阵 A 的列2。
2x2 线性方程组的行图像Row Picture
2x2 线性方程组的列图像Column Picture
3x3 线性方程组
3x3 线性方程组的行图像Row Picture
3x3 线性方程组的列图像Column Picture
矩阵乘以向量
一次一列
一次一行
本节是网易公开课上的麻省理工大学线性代数课程第一节: 方程组的几何解释 的学习笔记。
本节将讨论 线性代数基础 及求 解线性方程组。
从方程组开始讲解,有n个方程和n个未知数,即方程数和未知数个数相等,这种情况最让人舒服。
行图像(row picture):一个行图像表示一个方程。
列图像(column picture):
2x2 线性方程组
两方程和两未知数2x−y=0−x+2y=3
取方程组的每一行作为矩阵的一行,上面方程组的等价于:
[2−1−12][xy]=[03]
最左侧的用矩阵 A 表示(系数矩阵),中间未知数用向量 x (这儿说的向量都是指列向量,除非特殊说明)表示,右侧结果用向量 b 表示,线性方程组可精简为:
Ax=b
2x2 线性方程组的行图像(Row Picture)
在 xy平面 上一次做出方程组中每个方程的图像。先做方程2x - y = 0的图像。
对于该方程,当
y=0时,
x=0,所以改方程的图像经过原点
0,0;当
x=1时,
y=2,所以该方程经过点
(1,2)。将两点连线即可得到方程的图像。
对于方程
-x + 2y = 3,当
y=0时,
x=-3;当
x=-1时,
y=1。连接两点。
两条直线相交于点
(1,2)。所以上面方程组的解为
x=1, y=2。
2x2 线性方程组的列图像(Column Picture)
取方程组的每一列作为矩阵的一列,上面方程组等价于:x[2−1]+y[−12]=[03]
该方程组的目的是为了寻找如何将向量
[2, -1]和 向量
[-1, 2]进行线性组合,从而得到向量
[0, 3]。即求出 x 和 y 的值。
下面开始做出向量
[2,-1]的图像。
然后做出向量
[-1, 2]的图像。
如何将这两个向量进行线性组合,得到向量 b
[0, 3]呢,正确答案是 1 个向量
[2, -1](列1), 2 个向量
[-1, 2](列2)。即:
1[2−1]+2[−12]=[03]
如何画出上面的图像呢?
将 向量
[2, -1](列1)的终点作为向量
[1, -2](列2)的起点,然后加上 2 个向量
[1, -2](列2)。最后终点的向量 b 的坐标
(0, 3)。
思考一个问题,如果 x 和 y 取所有值,即任意组合的列1和列2的组合,会得到什么结果呢?
答案是任意的一个右侧向量。
3x3 线性方程组
2 x 2 线性方程组比较容易作图求解,3 x 3 线性方程组如何求解呢。通过理解方程组,理解方程组的方式包含上面的 行图像 和 列图像,行图像比较重要,列图像更重要。看下面的方程:2x−x−y+2y−3y−z+4z=0=−1=4
等价于:
⎡⎣⎢2−10−12−30−14⎤⎦⎥⎡⎣⎢xyz⎤⎦⎥=⎡⎣⎢0−14⎤⎦⎥
3x3 线性方程组的行图像(Row Picture)
在 xyz 坐标系中做出以上三个方程的图像。其中每个方程的图像都是一个平面。最后三个平面会相交于一点。从上面可以看出,想要做出它的行图像是比较困难的。如果是四维的话,更不好做了。下面使用列图像来完成。
3x3 线性方程组的列图像(Column Picture)
方程组等价于:x⎡⎣⎢2−10⎤⎦⎥+y⎡⎣⎢−12−3⎤⎦⎥+z⎡⎣⎢0−14⎤⎦⎥=⎡⎣⎢0−14⎤⎦⎥
在坐标系中分别做出这三个向量(列)。
很明显,右侧的向量 b 和系数矩阵 A 列3值是一样的,因此
x=0, y=0, z=1。
思考一个问题,无论右侧向量 b 是多少,是否都能求解方程?等价于代数问题:对任意向量 b,能否求解 Ax=b ? 用“线性组合”语言来描述:系数矩阵 A 的三个列向量的线性组合,能否覆盖整个三维空间?
对于我们上面用到的系数矩阵 A,答案是肯定的。因为它是一个 “good matrix”,它是 非奇异矩阵,它是 可逆矩阵 。
但是对于有的系数矩阵,答案是否定的。例如,如果系数矩阵的三个列向量在一个平面内(例如,列3等于列1加上列2),那么它们的线性组合也必定在这个平面内。因此,当右侧向量 b 处在这个平面内,则方程有解,否则无解。这种情形称为 奇异,矩阵并非 可逆。
矩阵乘以向量
矩阵 A 乘以向量 x (Ax)得到什么结果呢?[2153][12]=?
有两种方法可以解决。
一次一列
[2153][12]=1[21]+2[53]=[127]如何理解呢?Ax(矩阵 A 乘以向量 x) 可以理解矩阵 A 的各列的线性组合。 在这里就是 1 个矩阵 A 的列1 加上 2 个矩阵 A 的列2。
一次一行
[2153][12]=[2∗1+5∗21∗1+3∗2]=[127]相关文章推荐
- MIT_线性代数笔记_01_方程组的几何解释
- 线性代数MIT-1、方程组的几何解释
- 线性代数导论1——方程组的几何解释
- 线性代数笔记-1-方程组的几何解释
- 线性代数导论1——方程组的几何解释
- 线性代数导论1——方程组的几何解释
- 线性代数的本质与几何意义 02. 线性组合、张成的空间、基(3blue1brown 咪博士 图文注解版)
- 线性代数入门(3) – 几何
- 方程组的几何解释
- 线性代数的本质与几何意义 03. 矩阵与线性变换 (3blue1brown 咪博士 图文注解版)
- [线性代数]Note 1--方程组的几何解释
- 线性代数学习点(四):向量数乘的几何表示
- 线性代数学习点(五):向量运算规则的几何表示
- MIT线性代数第一讲方程组的几何解释
- 线性代数之一:方程组与矩阵
- MIT:线性代数(1)--方程组的几何解析
- 线性代数中矩阵特征值和特征向量的几何意义
- 【机器学习详解】线性回归、梯度下降、最小二乘的几何和概率解释
- MIT18.06线性代数课程笔记1:矩阵和向量相乘的三种解释
- 线性代数的本质与几何意义 01. 向量是什么?(3blue1brown 咪博士 图文注解版)