麻省理工線性代數筆記(一)-線性方程組表示方式
來自專欄 劉梳子數學
我在大一的時候學了微積分和線性代數,微積分比較清楚應用,但是線性代數學下來感覺就是記了一堆公式,用來考試了。做了科研之後,發現線性代數非常之有用,包括現在很火的機器學習,大數據領域等都用到線性代數。
所以我開始搜集線性代數相關學習資料。最基礎的且講得非常清楚的便是MIT的Gilbert Strang,網易公開課有他的視頻。
為了更多的小夥伴獲益,我打算抽時間把Gilbent教授的課程筆記整理出來。其中需要輸入公式和作圖,所以小夥伴們請多多支持,幫忙轉發,這樣我才有快點更新的動力!
第一講
本課主要內容:
線性方程組:n個線性方程,n個未知數,理解以下三種表示方法:
row picture; column picture; matrix form
- 2x2方程組
寫成矩陣形式:
- 1.1 row picture:圖中交點即為方程組的解
- 1.2 Column pictures:等式左側是矩陣各列的線性組合,將會充滿整個二維平面,等式右邊無論何值,均存在解。
2. 3X3的方程組
2.1 row pictures:三個平面(圖中紅、藍、綠)相交於一個點。
2.2 Column pictures:三個列向量的線性組合:x=0,y=0,z=2.
上面比較可以看出,當維數大於3時,row pictures很難畫出來,而列向量更適合推廣到n維。
3.問題:
考慮右側左右b的情況,問題:
1.對任意b,是否都能求解出AX=b?
2.列的線性組合是否能覆蓋整個三維空間?
以上兩個問題是等價的。
上面的例子是肯定有解的,因為列向量是相性無關的,或者說矩陣是非奇異的、可逆的。若三個列向量均處在一個平面內(線性相關),若右側b不在這個平面內,無解。
推廣到n維呢?列向量需要有n個線性無關的向量才能張成n維空間。
最後給出非奇異、可逆這些術語,如果不理解的,請不要著急,這裡僅給出引子,後面老師會詳細講解。
推薦閱讀:
※最近學習的高數書評價
※2.3 四種重要的線性PDE (3)
※「廣義相對論的鑰匙:張量」專題之二
※平行宇宙中的楚千羽和張辰訪談記(上)(純屬虛構)
※曲線積分的計算方法如何來記憶