• 线性代数学习笔记(一)


    矩阵乘向量 的 两种几何解释

    row picture

    以3X3矩阵为例,可理解为:矩阵A的每一行与向量相乘,分别得到一个平面(如:( a_{11}x_1 + a_{12}x_2 + a_{13}x_3 = b_1 )),方程的解是三个平面的交点。

    ( Amathbf{x}=egin{bmatrix}a_{11} & a_{12} & a_{13}\ a_{21} & a_{22} & a_{23}\ a_{31} & a_{32} & a_{33}end{bmatrix}egin{bmatrix}x_{1}\ x_{2}\ x_{3}end{bmatrix}=egin{bmatrix}a_{11}x_1+a_{12}x_2+a_{13}x_3\ a_{21}x_1+a_{22}x_2+a_{23}x_3\ a_{31}x_1+a_{32}x_2+a_{33}x_3end{bmatrix}= egin{bmatrix}b_1\ b_2\ b_3end{bmatrix}=mathbf{b} )

    column picture

    这种方法更好理解一些。将矩阵按列拆分,几何上,每一列就是一个向量,方程是矩阵每一列向量的线性组合。当向量之间不独立时(如第三个向量在前两个向量决定的平面上),方程得到的 无法填满所有的三维空间(而只能填满那个平面)。

    ( Amathbf{x}=egin{bmatrix}a_{11} & a_{12} & a_{13}\ a_{21} & a_{22} & a_{23}\ a_{31} & a_{32} & a_{33}end{bmatrix}egin{bmatrix}x_{1}\ x_{2}\ x_{3}end{bmatrix}=x_1egin{bmatrix}a_{11}\ a_{21}\ a_{31}end{bmatrix}+x_2egin{bmatrix}a_{12}\ a_{22}\ a_{32}end{bmatrix}+x_3egin{bmatrix}a_{13}\ a_{23}\ a_{33}end{bmatrix} )

    “独立”

    按照column picture来理解,将A分为 u, v, w 三个列向量:

    如果 u, v, w 相互独立,矩阵A为 可逆矩阵, Ax=0 有唯一解。(看做三个向量组合,若独立,各个分量的解x只能为0)

    如果 u, v, w 并不独立,矩阵A为 奇异矩阵, Ax=0 有无数解。(若三个向量组合之后回到原点,则同时放大固定倍数后仍回原点)

    为什么叫做“奇异矩阵”(singular matrix):

    根据Quora的解释,“奇异”意味着“稀少”、“不寻常”,假如我们随机挑三个列向量u,v,w,那么他们非常可能是相互独立的(因为在一条线上的概率很小),所以不可逆矩阵的情况很稀少、不寻常,因此称之为奇异矩阵。

    矩阵乘矩阵 的 四种解释

    与矩阵乘向量相类似,分为行与列两种方式。以AxB=C为例:

    C的每一行 都是 B的行的加权

    将A和B都按照行来切分,C的第一行 看做 A的第一行各个分量*B相对应的行向量 的和,即:

    ( egin{bmatrix}c_{11}&c_{12}& c_{13}end{bmatrix}=a_{11}*egin{bmatrix}b_{11}&b_{12}& b_{13}end{bmatrix}+a_{12}*egin{bmatrix}b_{21}&b_{22}& b_{23}end{bmatrix}+a_{13}*egin{bmatrix}b_{31}&b_{32}& b_{33}end{bmatrix} )

    按照Strang的解释:Each row of A acts on B to give a row of C.

    C的每一列 都是 A的列的加权

    将A和B都按照列来切分:

    ( egin{bmatrix}c_{11}\ c_{21}\ c_{31}end{bmatrix}=egin{bmatrix}a_{11}\ a_{21}\a_{31}end{bmatrix}*b_{11}+egin{bmatrix}a_{12}\ a_{22}\a_{32}end{bmatrix}*b_{12}+egin{bmatrix}a_{13}\ a_{23}\a_{33}end{bmatrix}*b_{13} )

    A acts on each column of B to give a column of C.

    C的每个单元cij 是 A的第i行 乘上 B的第j列

    按行理解和按列理解均可,例如按行理解,取的是B的行中某个分量的加权。

    分块相乘

    将A按照列拆分成块,B按照行拆分成块,C看做A与B的分块乘积之和。

    ( egin{bmatrix}|& &| \ mathbf{a_1} & ... &mathbf{a_n} \ | &  &| end{bmatrix}egin{bmatrix}- & mathbf{b_1} &- \  & ... & \ - & mathbf{b_n} & -end{bmatrix}=egin{bmatrix}\mathbf{a_1b_1+...+a_nb_n}\\end{bmatrix} )

  • 相关阅读:
    json
    mybatis 一对一关联对象查询
    下拉框多级联动
    时间轴和操作元素属性
    上传
    多选框获取和全选
    字符串操作,截取最后一个逗号
    idea快捷键使用
    获取下拉框的文本和值,下拉框默认选中
    toString()函数分析
  • 原文地址:https://www.cnblogs.com/ericxing/p/3603685.html
Copyright © 2020-2023  润新知