学习目录

第 01 讲 行图像和列图像

第 02 讲 矩阵消元

第 03 讲 矩阵的乘法和逆矩阵

第 04 讲 矩阵的LU 分解

第 05 讲 转置、置换和空间

第 06 讲 列空间和零空间

第 07 讲 求解 Ax=0:主变量,特解

第 08 讲 求解Ax=b:可解性与解的结构

第 09 讲 线性相关性、基、维数

第 10 讲 四个基本子空间

第 11 讲 矩阵空间、秩1矩阵和小世界图

第 12 讲 图和网络

第 01 讲 行图像和列图像

第 02 讲 矩阵消元

  只要矩阵可逆,均可通过消元法求得 Ax=b 的解

  若此处

  

  高斯消元法:

  对方程组中某个方程进行时的那个的数乘和加减,将某一未知系数变为零,来削弱未知数个数

  矩阵左上角 1 为“主元一”

  ① 用消元法将除了第一行,消除其他行中的主元一

  

  主元不能为0,如果恰好消元至某行,0出现了主元的位置,应当通过与下一行进行“行交换”,使得非零数字出现在主元位置上;如果此时下方没有对等位置上非零,则消元终止并证明此矩阵不可逆,且线性方程组没有唯一解

回代

  应用增光矩阵,对等式右侧做同样运算

第 03 讲 矩阵的乘法和逆矩阵

1)标准乘法(行*列)

2)列操作

3)行操作

4)分块乘法

      

第 04 讲 矩阵的LU 分解

第 05 讲 转置、置换和空间

一、置换矩阵Permutation

置换矩阵:可进行交换的矩阵,是行重新排列了的单位矩阵。注意点:
1)单位矩阵是最基本的置换矩阵。

2)n揭一共有n!个置换矩阵。
3)所有置换矩阵都可逆,而且逆与其转置相等。一个置换矩阵乘以其转置等于单位矩阵。

二、向量空间Vectorspaces,子空间subspaces重点理解向量空间概念,子空间概念

向量空间:

  表示有很多向量,一整个空间的向量。但并不是任意向量的组合都能成为空间。必须满足一定规则,必须能够进行加法和数乘运算,必须能够进行线性组合,对加法和数乘运算封闭。

向量空间性质(或者说需要满足的规则):对加法和数乘运算封闭,或者说对线性组合封闭,即所有的空间内的向量线性组合后仍在空间内。

子空间:

  满足空间规则,但又不需包含所有向量。取某向量空间的部分空间(显然得到的就不是向量空间了),这部分中的向量不管是加法还是数乘,结果依然在此部分空间内,这就是子空间。

  R2的子空间:1)穿过原点的直线;2)原点;(特别注意,这不是零空间,只能说零向量是R2的子空间)3)R2
  R3的子空间:1)穿过原点的直线;2)穿过原点的平面;3)原点;(特别注意,这不是零空间)4)R3

第 06 讲 列空间和零空间

如下例子,A的列空间是R4的子空间,记为C(A),抽象起来:A的列空间由A三个列向量的线性组合组合构成。

这个空间到底是什么样子?它等于整个四维空间吗?

不等于,它只是相当于四维空间的一个较小的空间。
抽象背后的实际目的,都是为了深刻认识Ax=b,Ax=b是否对任意b(右侧向量)都有解?或者说,什么样的b使方程组有解
Ax=b对任意b并不总有解,因为Ax=b中有四个方程,却只有三个未知数。方程组不总有解,因为3个列向量的线性组合无法充满整个四维空间,因此还有一大堆的b不是这三个列向量的线性组合。

怎样的b,能让方程组有解,什么样的右侧向量有这种性质?什么b让方程组有解?

1)b为零向量。Ax=0总有一个零解
2)b是列向量的线性组合。Ax=b有解,当且仅当右侧向量b属于A的列空间。(列空间包含所有A乘以任意x得到的向量,也就是包含所有有解的b)
列空间是非常核心的内容,它能告诉我何时方程组有解。

更深入一些的问题,以上三个列向量是否线性无关,是否有某个向量并没有起到作用,能否去掉某列,得到同样的列空间?上面的A,其实可以去掉第三列,因为第三列是前两列的和线性组合,我们把前两列称为A的主列。其实,我们同样可以去掉第一列或者第二列,因为他们是其余两列的差线性组合。不过按照惯例,优先考虑靠前的线性无关向量。

求解零空间
一般方法为消元法。但上式的解很容易看出来

怎样描述这个零空间,这里的零空间是R3中穿过原点的一条直线。

如下,考虑另外一个问题,右侧b向量取一个非0向量,此时x有解,(这时x的解不是零空间了),那么所有的x解构成子空间吗?很明显不构成子空间,或者说向量空间。因为很明显0向量不在这个空间内,没有0向量,就不用谈向量空间了(原因很明显,数乘运算中,常数取0时需要满足封闭规则)。

那么它的解是什么?(100),(0-1-1)。。。它实际上是一条不穿过原点的直线(或者在别的更普通的例子中是不穿过原点的平面)

以上两种子空间的总结:

有两种方法构造子空间,其一是通过列的线性组合构造列空间,其二是求解向量必须满足的方程组来构造子空间(通过让x满足特定条件来得到子空间,Ax=0将构造出零空间)

MIT-线性代数笔记(1-6)的更多相关文章

  1. 线性代数笔记13——Ax=b的通解

    关于最简行阶梯矩阵和矩阵秩,可参考<线性代数笔记7——再看行列式与矩阵> 召唤一个方程Ax = b: 3个方程4个变量,方程组有无数解,现在要关注的是b1b2b3之间满足什么条件时方程组有 ...

  2. 线性代数笔记24——微分方程和exp(At)

    原文:https://mp.weixin.qq.com/s/COpYKxQDMhqJRuMK2raMKQ 微分方程指含有未知函数及其导数的关系式,解微分方程就是找出未知函数.未知函数是一元函数的,叫常 ...

  3. 【读书笔记】:MIT线性代数(5):Four fundamental subspaces

    At the beginning, the difference between rank and dimension: rank is a property for matrix, while di ...

  4. 【读书笔记】:MIT线性代数(4):Independence, Basis and Dimension

    Independence: The columns of A are independent when the nullspace N (A) contains only the zero vecto ...

  5. 【读书笔记】:MIT线性代数(3):Special Solution, Rank and RREF

    Special Solutions: Notice what is special about s 1 and S2. They have ones and zeros in the last two ...

  6. 【读书笔记】:MIT线性代数(2):Vector Spaces and Subspaces

    Vector Space: R1, R2, R3,R4 , .... Each space Rn consists of a whole collection of vectors. R5 conta ...

  7. 【读书笔记】:MIT线性代数(1):Linear Combinations

    1. Linear Combination Two linear operations of vectors: Linear combination: 2.Geometric Explaination ...

  8. MIT线性代数课程 总结与理解-第一部分

    概述 个人认为线性代数从三个角度,或者说三个工具来阐述了线性关系,分别是: 向量 矩阵 空间 这三个工具有各自的一套方法,而彼此之间又存在这密切的联系,通过这些抽象出来的工具可以用来干一些实际的活,最 ...

  9. 线性代数笔记10——矩阵的LU分解

    在线性代数中, LU分解(LU Decomposition)是矩阵分解的一种,可以将一个矩阵分解为一个单位下三角矩阵和一个上三角矩阵的乘积(有时是它们和一个置换矩阵的乘积).LU分解主要应用在数值分析 ...

  10. 《Deep Learning》第二章 线性代数 笔记

    第二章 线性代数 2.1 名词 标量(scalar).向量(vector).矩阵(matrix).张量(tensor) 2.2 矩阵和向量相乘 1. 正常矩阵乘法: 2. 向量点积: 3. Hadam ...

随机推荐

  1. 注意SSIS中的DT_NUMERIC类型转换为字符类型(比如DT_WSTR)时,会截断小数点前的0

    我们知道SSIS中有许多数据类型,如下图所示: 但是DT_NUMERIC这个类型有个陷进要注意,我们来做个实验,随便定义一个String类型的SSIS包变量,然后打开该变量表达式窗口: 在变量表达式窗 ...

  2. SQL语句整理1

    THEN '月卡' THEN '周卡' THEN '季度卡' THEN '年卡' ELSE '未知卡类型' END AS '卡类型' FROM SL_Register_Info Left join用法 ...

  3. Spark性能调优之JVM调优

    Spark性能调优之JVM调优 通过一张图让你明白以下四个问题                1.JVM GC机制,堆内存的组成                2.Spark的调优为什么会和JVM的调 ...

  4. Flexible Box布局基础知识详解

    1.基本概念,借用阮一峰老师的一张图: 容器默认存在两根轴:水平的主轴(main axis)和垂直的交叉轴(cross axis).主轴的开始位置(与边框的交叉点)叫做main start,结束位置叫 ...

  5. vue.js中的各种问题记录(包括环境问题和学习笔记)

    一.this relative module was not found: 问题的意思是这个模块找不到了 解决方法: 1)查看你入口文件的路径是否写错: 2)查看360杀毒是否拦截了你的文件. 二.v ...

  6. hexo部署github和gitment操作简单介绍

    优点: 快速高效 支持markdown 布局自定义简单,无广告 部署简单 因为想开始写博客,但又找不到好的博客平台,平时都看博客园和开源中国看博客文章,但博客园的那个皮肤是真有点难受,所以就想自己打个 ...

  7. linux_inode和block

    linux里一切皆文件 什么是文件属性? 文件本身带有的信息, 包括:索引节点编号. 文件类型以及权限.硬链接个数(备份作用).所有者.所属组.文件大小.修改月.修改日.时分 151387 -rw-- ...

  8. glReadPixel 读取数据错误问题

    glReadPixel 读取数据错误问题 问题:在Android上使用 glReadPixel 读取当前渲染数据,在若干机型(华为P9以及魅族某魅蓝手机)上读取数据失败,glGetError() 没有 ...

  9. hibernate解读之session--基于最新稳定版5.2.12

    前言 hibernate是一个实现了JPA标准的,用于对象持久化的orm框架.博主近一年开发都在使用. 前段时间在工作中遇到了一个hibernate的问题,从数据库查找得到对象后,修改了其中部分字段值 ...

  10. 流API--流的收集

    前面的一系列博客中,我们都是从一个集合中拿到一个流,但是有时候需要执行反操作,就是从流中获得集合.实际编码中,当我们处理完流后,我们通常想查看下结果,而不是将他们聚合成一个值.我们可以调用iterat ...