线性代数复习1. 视角
2015-01-19 13:57
232 查看
1. 我们看矩阵的方式:
1.1 矩阵是“变换”,或者是“坐标系”简单来讲,一个A左乘一个矩阵X相当于在X身上施加行变换,A右乘一个矩阵X(XA)相当于对X施加列变换。”坐标系“的含义是Ax = b, 其中A为矩阵, x, b为向量,这个算式当然可以理解为A对x进行行变换,但是也可以理解为,在坐标系A的衡量下,一个神奇的东西的坐标为x,在I(单位矩阵)的衡量下,这个神奇的东西的坐标为b。具体的阐述见:孟岩Blog,理解矩阵(一)(二)(三)。
1.2 矩阵与向量乘(Ax = b)
Gilbert 讲了两种,row picture & column picture.
视角1:row picture
这种视角写出来就是方程的形式
图1:row picture
每一个方程就是一个平面,联立这些方程的意思就是求这些平面的交点。
视角2:column picture (b是A中各个列的线性组合)
这种视角应该是更常用的一种。
图2:column picture
1.3 矩阵和矩阵乘 (AB = C)
我们知道C中的C(i,j) = A(i, :) * B(:, j),这是我们通常的视角。还有其他的更有助于我们理解矩阵的视角吗?
视角1:C是A中各个列的线性组合(对A做列变换)
换句话说就是A去乘以B中的每一列,从而得到C中的每一列(这也印证了C的列数是如何得到的,当然还有行数)。
图3:视角1(看一眼 Ax = b column picture, aha!)
视角2:C是B中各个行的线性组合(对B做行变换)
换句话说,B去乘A中的每一行,从而得到C中的每一行,如图4。
图4:视角2
视角3:C是A中i列和i行相乘以后得到的矩阵的和,如图5。
注意是 i 和 i,不是i,j之类的。大家可以把Gilbert的例子写一下,用不同的视角,熟练了才能真正运用视角。注意到下图左面的列向量乘以行向量,无论从行变换或列变换的角度来看,得到的结果的向量空间都是指向同一个方向的。
图5:视角3
视角4:分块,这块就不多说了。但是不是怎么显而易见的。
2. 感悟
以后写。。。
相关文章推荐
- 线性代数复习
- 线性代数复习八——正交性、二次型和对称矩阵
- 线性代数复习四——矩阵的维数和秩
- 考研复习第三天-线性代数-矩阵运算
- 连载|复习线性代数:矩阵
- 【Lecture2】线性代数复习
- 线性代数复习
- 线性代数复习
- 线性代数复习——《程序员的数学线性代数》读书笔记(1)向量、矩阵、行列式
- 复习线性代数有感
- 复习线性代数中.....
- 线性代数复习 第一章 行列式
- Machine Learning(Stanford)| 斯坦福大学机器学习笔记--第一周(6.线性代数复习)
- 2011年考研数学指导:线性代数复习技巧
- 线性代数复习七——特征向量
- 线性代数复习分析(矩阵代数运算)
- 机器学习笔记(三) 线性代数复习
- 线性代数复习之001初涉行列式
- 线性代数复习 第二章 矩阵
- 线性代数复习之一:向量组与矩阵