麻省理工大学线性代数导论笔记 - Lecture 1 方程组的几何解释

学习视频来源:麻省理工公开课_线性代数导论 讲师:Gilbert Strang
http://open.163.com/special/opencourse/daishu.html


Lecture 1 方程组的几何解释

例一:2×2矩阵

{ 2 x y = 0 x + 2 y = 3

  • Row Picture 行图像

    每一行都是一个方程,求解如 2 x y = 0 ,即作出满足此方程的所有点。两条直线的交点就是方程的解。

  • Column Picture 列图像(重要)

    x ( 2 1 ) + y ( 1 2 ) = ( 0 3 )

    贯穿课程始终的基本方法,就是找到正确的 Linear Combination 线性组合 x ( 2 1 ) + y ( 1 2 ) ,组合的结果会得到任意的右侧向量。这两个向量的组合会布满整个坐标平面。

  • Matrix Form 矩阵形式

    ( 2 1 1 2 ) ( x y ) = ( 0 3 ) <=> A X = b


例二:3×3矩阵

{ 2 x y = 0 x + 2 y z = 1 3 y + 4 z = 4

  • Row Picture 行图像

    每一行都是三维空间的一个平面。三个平面不平行,也不特殊,它们必定相交于一点,这就是解。

  • Column Picture 列图像(重要)

    x ( 2 1 0 ) + y ( 1 2 3 ) + z ( 0 1 4 ) = ( 0 1 4 )

  • Matrix Form 矩阵形式

    ( 2 1 0 1 2 1 0 3 4 ) ( x y z ) = ( 0 1 4 ) <=> A X = b

    如果保持左侧矩阵 A 不变,考虑不同的右侧向量 b 。这样一来,行图像中的三个平面都要改变,而列图像中的三列并没有变化,但需要重新组合。

    那么不管 b 是多少,是否都能求解方程?

    这等价于代数问题:对任意 b ,是否都能求解 A X = b 如果有,那么用Elimination 消元法(将在下节讲述),就能解出来。

    用线性组合的语言来问这个问题:列的线性组合是否能覆盖整个三维空间?

    对例二来说,答案是yes。 A 是non-singular matrix 非奇异矩阵,是invertible matrix 可逆矩阵。

    而如果 A 的三个列向量正好处于同一平面,那么答案将会是no。假如列3是列1和列2之和,不管怎么组合,都得不出它们平面以外的向量。所能得到的 b ,必然处于这个平面内。这种情形成为singular case 奇异,矩阵 A 并非可逆的。将列空间扩展到更高的维度也是如此。

猜你喜欢

转载自blog.csdn.net/weixin_41913731/article/details/81268204