线性代数(二)

2 解线性方程组

1 Ax = b的列图像实质是A的列向量有各种线性组合,b为其中的一种组合结果。

2 Ax = b可以写为Ax=x1a1+...+xnan=bAx = x_1a_1+...+x_na_n = bAx=x1a1+...+xnan=b,其中a1,a2...ana_1,a_2...a_na1,a2...an为A中的列向量。

3 当Ax = 0时,x有一个取值方式为0向量。

4 若A中有三条列向量,任意一条向量可以由另外两条向量所表示时,我们说该矩阵为奇异矩阵。

5 列图像可以用于解决矩阵乘法


在这一讲中,我们着重要谈论的是关于解方程组的问题。我们先来看下面这样一组等式。

两个方程两个未知数
2x−y=0−x+2y=32x-y = 0\\ -x+2y = 3 2xy=0x+2y=3

我们想要解这个方程组,如果按照高中学过的知识,我们会将其直接消元或变量代换,解出其方程。

通过简单的计算,我们很容易得到问题的解:x = 1,y = 2。

实际上,我们可以用矩阵的形式来表示上面的方程组。如我们把方程组中未知数的系数全部提取,然后用一个中括号括起,就可以得到一个系数矩阵。
[2−1−12]\left[\begin{array}{cc} 2 & -1 \\ -1 & 2 \end{array}\right] [2112]
故我们实际上可以把上面的方程组表示为:
[2−1−12][xy]=[03]\left[\begin{array}{cc} 2 & -1 \\ -1 & 2 \end{array}\right] \left[\begin{array}{cc} x \\ y \end{array}\right] = \left[\begin{array}{cc} 0 \\ 3 \end{array}\right] [2112][xy]=[03]
我们可以将上面的形式进一步简化,看做是Ax = b。

2.1 行图像

行图像(row picture)为行视角下的图像。我们把一条方程看做一条直线,那么在二维直角坐标系中我们可以轻松地画出方程组的图像。

image-20220417085341924

我们可以很快画出以上的图像,这是一个学生应有的基本素养。

从图像上我们可以看到,对于两方程来说,其解即为行视角下两条直线的交点,即(1,2)为两方程的解。

2.2 列图像

让我们以列图像(column picture)的方式思考一次。

我们可以将上述的方程按照列向量的形式来写出。
x[2−1]+y[−12]=[03]x\left[\begin{array}{cc} 2 \\-1 \end{array}\right]+y\left[\begin{array}{cc} -1 \\2 \end{array}\right] = \left[\begin{array}{cc} 0 \\3 \end{array}\right] x[21]+y[12]=[03]
从上面的形式来看,不难看出我们把解方程的问题转为求合适的x、y,使得上述线性组合满足等式。上面的形式我们也能很简单地看出解,我们只需要取一份的列向量1和两份的列向量2即可构造出b。

让我们试着以向量的形式将上述的列视角观点画于图像之中。

image-20220417091225694

从图像上看也能验证我们上述的观点。

我们不妨想象。在列图像中,如果col1和col2分别为A中的两条列向量,且它们不共线,那么对于整个平面直角坐标系上的任意一条向量,都可以用col1和col2表示。

换而言之,对于x[2−1]+y[−12]x\left[\begin{array}{cc} 2 \\-1 \end{array}\right]+y\left[\begin{array}{cc} -1 \\2 \end{array}\right]x[21]+y[12]来说,由于x,y可任取,故对于平面直角坐标系来说任何一条向量都可以由这两条列向量的线性组合表示。

image-20220417091724344

2.3 三维情况

我们不妨将上述的二维情况推至三维。

三个方程三个未知数
x+2y+3z=62x+5y+2z=46x−3y+z=2x+2y+3z = 6\\ 2x+5y+2z = 4\\ 6x-3y+z = 2 x+2y+3z=62x+5y+2z=46x3y+z=2

xyz三个未知数可以是不存在的,但是对于本例来说它是存在的。

同样地,我们可以将画出上面的行图像。

image-20220417092110659

从图像上不难看出,我们在高维度时最好不要往行视角的方向考虑,因为行图像很难画。

我们不妨从列视角的角度去考虑上面的方程组。
x[126]+y[25−3]+z[321]=[642]x\left[\begin{array}{cc} 1 \\2\\6 \end{array}\right]+y\left[\begin{array}{cc} 2 \\5\\-3 \end{array}\right]+z\left[\begin{array}{cc} 3\\2\\1 \end{array}\right] = \left[\begin{array}{cc} 6\\4\\2 \end{array}\right] x126+y253+z321=642
同样地,我们在列图像上画出上面的列向量。

image-20220417092615636

通过计算,我们可以知道(x,y,z) = (0,0,2)。

2.4 奇异

我们来思考这样一个问题,当处于三维情况时,我们有Ax = b。那么对于任意的b,是否都能求解Ax = b?

或许我们可以换种问法,对于上述列向量的线性组合,是否能覆盖着整个线性空间。

答案明显是否定的,假如有三条列向量col1,col2,col3。且三条向量均处于同一个平面,此时对于Ax来说,无论如何组合,其得出的新向量都只会在三条列向量所处的平面中,而不会逃离平面。我们把这种情况称为奇异,而把Ax对应的系数矩阵A称为奇异矩阵

奇异矩阵的研究有多种特殊情况,故在最开始时,我们先暂时不关注奇异问题。

2.5 等式的矩阵形式

我们前面谈论过方程组可以写为矩阵形式。
[2−1−12][xy]=[03]\left[\begin{array}{cc} 2 & -1 \\ -1 & 2 \end{array}\right] \left[\begin{array}{cc} x \\ y \end{array}\right] = \left[\begin{array}{cc} 0 \\ 3 \end{array}\right] [2112][xy]=[03]
那么请问,这个矩阵怎么做乘法呢?

在后面的章节中,我们会提供多种方法供矩阵相乘,现在让我们先用几个老方法来解决这个问题。

2.5.1 点积

我们可以采取点积的形式来完成矩阵的乘法,演示如下:
[2513][12]=[2×1+5×21×1+3×2]=[127]\left[\begin{array}{cc} 2 & 5 \\ 1 & 3 \end{array}\right] \left[\begin{array}{cc} 1 \\ 2 \end{array}\right] = \left[\begin{array}{cc} 2×1+5×2 \\ 1×1+3×2 \end{array}\right] = \left[\begin{array}{cc} 12\\7 \end{array}\right] [2153][12]=[2×1+5×21×1+3×2]=[127]

2.5.2 转换为列图像处理

我们可以可以把矩阵相乘用列视角的观点来看待,演示如下。
[2513][12]=1[21]+2[53]=[21]+[106]=[127]\left[\begin{array}{cc} 2 & 5 \\ 1 & 3 \end{array}\right] \left[\begin{array}{cc} 1 \\ 2 \end{array}\right] = 1\left[\begin{array}{cc} 2\\1 \end{array}\right]+2 \left[\begin{array}{cc} 5 \\ 3 \end{array}\right] = \left[\begin{array}{cc} 2 \\ 1 \end{array}\right]+\left[\begin{array}{cc} 10 \\ 6 \end{array}\right] = \left[\begin{array}{cc} 12 \\ 7 \end{array}\right] [2153][12]=1[21]+2[53]=[21]+[106]=[127]
这种方式简洁,而且计算不复杂,相对于传统点积形式,我们更应该学会第二种方式来解决矩阵的乘法问题。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/398553.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

xor方程组消元 UVA 11542 Square

题目传送门 题意:给n个数,选择一些数字乘积为平方数的选择方案数。训练指南题目。 分析:每一个数字分解质因数。比如4, 6, 10, 15,, , , , 令,表示选择第i个数字,那么&am…

深度学习修炼(八)——经典卷积网络

文章目录8 经典卷积网络8.1 LeNet模型8.2 Alexnet8.3 VGG8.4 ResNet8.5 感受野8 经典卷积网络 在前面一讲,我们谈论了关于卷积神经网络的诸多细节。综合来讲,卷积神经网络就是含卷积层的网络。在本讲中,我们将会根据卷积神经网络发展的历史&…

视觉中的经典图像特征小结(一): 颜色直方图, HOG, LBP

[普兒原创, 如有错误和纰漏欢迎指正. 更新中...] 1. 颜色直方图 颜色空间在本质上是定义在某种坐标系统下的子空间,空间中的每一个坐标表示一种不同的颜色。颜色空间的目的在于给出某种颜色标准,使得不同的设备和用途都能对颜色有一致的描述。这里主要介…

C++从0到1的入门级教学(七)——指针

文章目录7 指针7.1 指针的基本概念7.2 指针变量的定义和使用7.3 指针所占内存空间7.4 空指针7.5 野指针7.6 void*指针7.7 指向指针的指针7.8 const修饰指针7.9 指针和数组7.10 指针和函数7 指针 指针是指向另外一种类型的符合类型,和引用类似,指针也实现…

C++从0到1的入门级教学(五)——字符串、向量和数组

文章目录5 字符串、向量和数组5.1 命名空间5.2 标准库string5.2.1 定义和初始化string对象5.2.2 string对象上的操作5.2.2.1 读取string对象5.2.2.2 风格5.2.2.3 使用getline读取一整行5.2.2.4 empty和size操作5.2.2.5 size_type类型5.2.2.6 比较string对象5.2.2.7 string对象的…

媒体格式分析之flv -- 基于FFMPEG

本来是应该先写一个媒体文件格式的简单讲解的,还没来得及写,以后再写。今天就先根据ffmpeg的flv.c的flv_demux这个结构体来讲解一下当前比较流行的媒体格式flv. FLV 是FLASH VIDEO的简称,FLV流媒体格式是随着Flash MX的推出发展而来的视频格式…

C++从0到1的入门级教学(三)——表达式和运算符

文章目录3 运算符3.1 表达式3.1.1 基本概念3.1.2 运算符和运算对象3.1.3 运算对象的转换3.1.4 左值和右值3.2 运算符3.2.1 算术运算符3.2.2 赋值运算符3.2.3 比较运算符3.2.4 逻辑运算符3.2.5 成员访问运算符3.2.6 条件运算符3 运算符 C提供了一套供操作内置数据类型的运算符&…

谈谈用SQLite和FMDB而不用Core Data

谈谈用SQLite和FMDB而不用Core Data 发布于:2014-04-22 11:22阅读数:4235 凭良心讲,我不能告诉你不去使用Core Data。它不错,而且也在变好,并且它被很多其他Cocoa开发者所理解,当有新人加入你的组或者需要别…

Idea工具开发 SpringBoot整合JSP(毕设亲测可用)

因为,临近毕业了,自己虽然也学了很多框架。但是,都是在别人搭建好的基础上进行项目开发。但是springboot的官方文档上明确指出不提倡使用jsp进行前端开发,但是在校期间只学了jsp作为前端页面。所以,废话不多说&#xf…

深度学习番外——Yolov5服务器环境搭建

文章目录1 服务器搭建yolov5环境1.1 创建环境1.2 跟随官方指引2 下载预训练权重3 推理4 测试1 服务器搭建yolov5环境 1.1 创建环境 首先先的在本地环境下搭建一个我们的环境,名字设为yolo5-6 conda create -n yolov5-6 python3.7#创建环境 conda activate yolov5…

机器学习实战(一)——员工离职预测

文章目录员工离职预测——逻辑回归的应用1 读取文件2 独热编码3 划分数据集4 归一化5 逻辑回归预测6 模型预测及评估员工离职预测——逻辑回归的应用 开始这个案例之前,请先点击这里的数据集进行下载:HR_comma_sep.zip - 蓝奏云 (lanzout.com) 1 读取文…

Mac版Anaconda安装Tweepy包

Anaconda官网给出的tweepy包安装方法:https://anaconda.org/conda-forge/tweepy 查阅Anaconda官方文档,可以通过以下控制台命令安装Tweepy包。 conda install -c conda-forge tweepy 在控制台执行后,系统可能会提示未找到conda指令&#xff…

iOS 证书与签名 解惑详解

iOS 证书与签名 解惑详解 分类: iPhone2012-06-06 19:57 9426人阅读 评论(1) 收藏 举报iosxcodecryptographyappleiphone测试目录(?)[] 教程截图: 下面是一篇有澳洲墨尔本的一名全职iOS开发者提供的文章。他在论坛上是一个很摩登的年轻人 – Adam Eberb…

Julia学习笔记(一)——入门

文章目录1 入门1.1 启动与退出1.1.1 启动1.1.2 退出1.2 编译文件1.3 变量1.3.1 基本介绍1.3.2 重定义1.3.3 变量名合法性1 入门 1.1 启动与退出 1.1.1 启动 在没有任何IDE的帮助下,使用cmd启动黑窗口来尝试julia是一种最简单的方法。我们称进入julia后的黑窗口为…

Linux学习宝典

文章目录1 虚拟机1.1 简介1.2 Linux版本1.2.1 内核1.2.2 发行版1.3 文件和目录1.3.1 单用户操作系统和多用户操作系统1.3.2 window文件系统1.3.3 Linux下的文件系统2 概述2.1 为什么要学习命令2.2 一些基本操作和说明3 指令和选项4 基础指令4.1 ls指令4.1.1 讲解4.1.2 选项4.1.…

《华为工作法读后感》

开篇 首先不得不说《华为工作法》是一本很好的书籍。感谢我们领导的照顾和用心,才使得我们又有了一些对社会 对工作 对生活等等的认知 。 之前的我是不怎么读书的,因为个人原因读的慢,每句话都要了解其中寓意之后才继续读下去,还有就是工作…

Redis发布与订阅——PUBLISH SUBSCRIBE

2019独角兽企业重金招聘Python工程师标准>>> Redis发布与订阅——PUBLISH & SUBSCRIBE 一般来说,发布与订阅(又称pub/sub)的特点是订阅者(listener)负责订阅频道(channel&…

Android 网络通信架构学习

最近跟着云课堂上的极客学院做安卓APP,学习了课程里面介绍的一种网络通信架构。清晰明了,比我自己东一块西一块拼凑出来的要好很多。在这里记录一下。 云课堂的连接:http://study.163.com/course/courseMain.htm?courseId917001 目录&#x…

网络爬虫(二)——Xpath和Selenium的使用

文章目录2 网络爬虫进阶2.1 Xpath2.1.1 Xpath解析原理2.1.2 信息提取2.1.2.1 获取所有结点2.1.2.2 获取子节点2.1.2.3 获取父节点2.1.2.4 获取文本2.1.3 属性匹配2.1.3.1 单个属性匹配2.1.3.2 多个属性匹配3.1 Selenium3.1.1 概述3.1.2 安装3.1.3 元素定位3.1.4 元素信息3.1.5 …

lintcode:买卖股票的最佳时机 III

买卖股票的最佳时机 III 假设你有一个数组,它的第i个元素是一支给定的股票在第i天的价格。设计一个算法来找到最大的利润。你最多可以完成两笔交易。 样例 给出一个样例数组 [4,4,6,1,1,4,2,5], 返回 6 解题 尝试参考买卖股票的最佳时机 II 提交运行发现错误&#…