线性代数 学习记录
来源:互联网 发布:大数据职位 编辑:程序博客网 时间:2024/05/22 00:28
声明:部分摘自远航之曲的blog;
大白话解释名词:
0、向量:
有一句话解释的比较好():
物理:向量是空间中的箭头,决定向量的是长度与方向
数学:向量可以是任何东西,只要两个向量相加且标量与向量相乘有意义即可。
计算机:向量是有序的数字列表
1、线性:即满足一次函数变化的变化性质 指成比例、成+-的性质
2、线性变化: 一个向量++--**//得到另一个向量的变化(后文的矩阵+-*/都是线性的变化)
3、线性相关: 如果一个向量++--**//可以得到另一个向量,则这两个向量是线性相关的
4、线性无关: 如果一个向量++--**//不可以得到另一个向量,则这两个向量是线性无关的
5、矩阵:向量的集合;(多个向量的排列)
6、线性组合: 两个向量之间根据某个关系进行线性运算得到的组合的集合(如矩阵乘法,得到的矩阵就是一个矩阵根据另一个矩阵的组合 的集合)
7、矩阵的静态意义:保存状态信息的矩阵(一般是第一个矩阵),就是不动的,等待变换的矩阵
8、矩阵的动态意义:保存一个变化法则(一般是加几个、乘几个);
9、组合法则:
10、矩阵的维度:
看你怎么看了、、
可以看成2个三维向量({1,2,3} {1,0,1}) 或 3个二维向量({1,1} {2,0} {3,1})
11、张成:
一组向量(矩阵)可以通过线性变化得到的空间(∞)
12、矩阵的秩:
指所有向量张成形成的维度,存的是矩阵的信息
13、向量的加减:
同高中物理力的计算
在几何中就是两个向量对应坐标点相减;
14、向量的乘除:
目的就是把向量变长或变短
向量的每个坐标点 乘/除 这个数就好了
有了初步的理解,就可以接受专业解释了:
一、基向量:
对于二维平面,有两个基向量,一个是和y轴重合,一个和x轴重合,经过任意比例缩放之后求向量和,可以得到平面内的所有向量 这种求和能得到平面内所有向量的向量称为基向量
二、线性组合:
我们用两个标量乘向量的和叫作两个向量的线性组合
可能有歧义,这里指的是a*À+b*È(输入法没有向量凑合看吧)
用计数原理来解释就是: 第一个变量有a种变化,第二种变量有b种变化,他们相互独立,所以再相加(相当于只变化一个向量)
三、线性相关:
假如你有多个向量,并且可以删去其中一个而不减小张成的空间。这样的情况我们称作他们是“线性相关”的
四、线性变换:
“保持网格线平行且等距分布”的变换
五、矩阵与几何的关系:
矩阵的几何意义:线性变换
六、矩阵的行列式:
我们知道了有趣的一些变换,现在想象一些变换,有的把空间想外拉伸,有的把空间向内挤压。
拉伸后面积发生变化,但剪切(相当于三维换角度)后面积不变,因为所有小正方形都按比例变换,所以整个形状都按比例变换
这个特殊的比例,就是变换的比例,就叫线性变换的行列式
一个矩阵的行列式的大小为3,就是把面积增加为原来的3倍,一个矩阵的行列式的大小为0.5,就是把面积减少一半
负数就是好像把空间翻转了
七、行列式的计算方法:
二阶行列式:面积
三阶行列式:体积
线性代数是描述空间变换规则的有力工具,将不可描述的东西量化,将代数和几何联系在一起,便于发现新的运行规律,用代数学探索空间的真理
- 线性代数 学习记录
- [公开课] 线性代数 学习记录1
- [公开课] 线性代数 学习记录2
- 浅谈线性代数的学习
- 线性代数学习框架
- 线性代数学习(一)
- 线性代数学习(二)
- 线性代数学习笔记
- 线性代数学习笔记
- 线性代数学习笔记1
- 线性代数学习笔记3
- 线性代数学习笔记4
- 线性代数学习笔记6
- 线性代数学习笔记7
- 线性代数学习笔记5
- 机器学习中的线性代数
- 线性代数,机器学习,笔记!!!
- 《线性代数》学习笔记
- LintCode | 93. 平衡二叉树
- 中位数
- php-fpm注册成服务 service
- LeetCode之Nim Game
- oracle 11g首次装好后出现 ORA-01017 invalid username/password;logon denied;
- 线性代数 学习记录
- 初识java正则表达式
- DFS
- LeetCode 210. Course Schedule II
- MySQL InnoDB引擎 MVCC并发控制
- Google Photos 会自动修正照片的白平衡了
- java基础学习(七)多态
- python django 集成已有的数据库
- 堆排序