zoukankan      html  css  js  c++  java
  • 线性代数入门

    想写什么写什么,学了什么写什么,可能对其他人毫无价值。

    零、引

    什么是线性代数?

    不知道。

    感性理解就是:二喜哥的回答(安利)

    理性理解就是:百度百科

    百度百科老谜语人了。

    一、矩阵

    当我最开始学矩阵的时候,就只记住了乘法可以用来矩阵加速,并且规则是左行右列,也算是个小口诀吧。

    现在我知道了,矩阵可以用来表示向量

    比如一个 (n imes m) 的矩阵可以用来表示 (n) 维的行向量或是 (m) 维的列向量。

    特殊的, (n=m) 的矩阵叫做方阵

    而这些向量可以看作高维空间的基底

    二、矩阵的初等变换

    1.交换行(列)

    交换两个向量。

    2.将某行(列)扩大 (k)

    相当于向量扩倍,显然方向不会改变,所以可以认为是线性变换。

    3.将某行(列)的 (k) 倍加到另一行(列)

    显然,该是基底的还是基底。

    三、行列式 det

    只有方阵才存在行列式,矩阵 (A) 的行列式用 (det(A)) 或者 (|A|) 表示。

    1.线性相关与无关

    有混子就是线性相关,表示某些向量可以填上一些系数来表示其它向量,而被表示的向量其实就是混子。

    没有混子就是线性无关,在这个大家庭中,人人都有自己的作用。

    2.行列式表示什么

    上文提到,向量可以看作是基底,而行列式有很多作用,比如它如果是零,那么表示基底当中有混子!

    可以用二维中三点共线,三维中四点共面来帮助理解。本来我可以表示更高维度的东西,但是我们当中有混子,所以只能降维度。而求行列式的过程和高斯消元前半部分不谋而合,行列式为 (0) 即出现了自由变元,也可以解释降维。

    3.逆矩阵

    如果行列式为 (0),表示降维了,你无法得到它的逆矩阵,也就是说降维后你无法还原出它原来的样子。

    否则你可以求出它的逆矩阵。

    满足这样一个关系:

    (left[egin{matrix} 原 矩 阵 end{matrix} ight] imes left[egin{matrix} 逆 矩 阵 end{matrix} ight] = left[egin{matrix} 单 位 矩 阵 end{matrix} ight])

    4.行列式的变与不变

    对一个矩阵转置,行列式不变。

    初等变换 (1) 使行列式变号。

    初等变换 (2) 使行列式扩大 (k) 倍。

    初等变换 (3) 不会改变行列式。

    5.行列式计算

    (1).高斯消元

    消成上三角然后将主对角线乘起来即可。

    尽管它跟高斯消元没有半毛钱关系,但是它们却是同一个实现方法,所以还是把这个方法叫做高斯消元。

    (2).矩阵乘法

    ①简单情况

    对于 (A,B) 两个方阵,有:

    (|AB|=|A| imes |B|.)

    当然它们得是同阶的。

    ②复杂情况

    建议先把下面的 四、秩 rank 看了。

    (A,B) 为矩阵,其中 (A)(s imes n) 的矩阵,(B)(n imes s) 的矩阵。((s<n))

    索引:(s>n) 的情况在下文的 四、秩 3.不等式们 中有提到。

    介绍一个新工具:( t Binet-Cauchy) 定理。

    简单来讲,就是讲 (A,B)(s imes s) 的子矩阵依次全部搞出来,然后对应两两相乘后求行列式,再把所有的都加起来就得到了 (|AB|)

    两两相乘求行列式可以用简单情况的方法做。

    四、秩 rank

    1.什么是秩?

    我们可以理解为一个矩阵中向量最高可以表示的维度

    因此行向量的秩称为行秩,列向量的秩称为列秩,两者一定相等,称为该矩阵的秩。

    比如一个 (3 imes 3) 的矩阵,这三个向量如果可以组成三维空间,那么秩为 (3)

    如果落在一个平面内,那么秩为 (2)

    更混的,如果它们全部在一条直线上,秩为 (1)

    2.满秩

    如果这个矩阵当中没有混子,也就是没有降维,则称这种情况为满秩。

    即矩阵 (A) 满秩的充要条件为 (|A| ot= 0)

    3.不等式们

    (1).

    由上面的定义,我们可以轻松得到这样一个不等式:

    对于一个 (n imes m) 的矩阵 (A)(rank(A)le min{n,m}.)

    (2).

    (rank(AB)le min{rank(A),rank(B)}.)

    证明(不是很严谨):

    (C=AB),将 (A) 看做多个向量,(B) 看做常数,于是乎 (C) 可以由 (A) 线性表达得到,所以 (rank(C)le rank(A))

    (C^T=(AB)^T=B^TA^T),而转置后秩不变,所以 (rank(C)=rank(C^T)le rank(B^T)=rank(B).)

    好像也不是那么不严谨。

    因此我们可以证明这样一个小结论:

    若有一个 (s imes n) 的矩阵 (A)(n imes s) 的矩阵 (B(s>n)),那么 (|AB|=0),即不满秩。

    五、维数 ​dim

    与秩进行区分,是向量可以表示的最高维度,或者说是其生成的空间的维度

    维数基底中向量的个数

    两者无本质联系。

    六、ker 和 im

    咕咕咕~

  • 相关阅读:
    Nginx配置文件nginx.conf中文详解(转)
    windows Nginx基本使用方法
    phpstorm 找到文件修改历史
    微信小程序模拟点击出现问题解决方法
    设置头像、商品、轮播图为背景图时需要的css
    div左右居中css
    自定义方形复选框
    css 调转180度:transform: rotate(180deg);
    js字符串转数字(小数),数字转字符串
    腾讯地图key秘钥
  • 原文地址:https://www.cnblogs.com/PPLPPL/p/15039320.html
Copyright © 2011-2022 走看看