亚洲男人天堂av,国产一区二区久久精品,国产精品一区二区久久精品,国产精品久久久久久一区二区三区,五月婷婷在线观看视频,亚洲狠狠色丁香婷婷综合

歡迎您訪問(wèn)解析線性代數(shù)本質(zhì):向量、矩陣與線性變換的深度探索!

解析線性代數(shù)本質(zhì):向量、矩陣與線性變換的深度探索

更新時(shí)間:2024-06-10 21:17:01作者:佚名

什么是向量

向量、基和線性相關(guān)的線性組合

矩陣和線性相關(guān)

矩陣乘法與線性變換相結(jié)合

三維空間中的線性變換

行列式

逆矩陣、列空間、秩和零空間

克萊默定律

非方陣

點(diǎn)積和對(duì)偶性

叉積

從線性變換的角度看叉積

基礎(chǔ)變換

特征向量和特征值

抽象向量空間

二階矩陣特征值的快速計(jì)算

張量、協(xié)方差、逆方差和秩

目錄

逆矩陣、列空間、秩和零空間

克萊默定律

逆矩陣、列空間、秩和零空間

之前我們通過(guò)直觀的線性變換理解了矩陣和向量的運(yùn)算,也學(xué)習(xí)了線性變換如何描述對(duì)空間的操控。這對(duì)計(jì)算機(jī)圖形學(xué)和機(jī)器人學(xué)有很大的幫助,但線性代數(shù)的作用并不僅限于此。今天我們從另一個(gè)角度來(lái)看看線性代數(shù)如何幫助我們解決特殊的線性方程。

圖片

上面提到的特殊線性方程,所謂“特殊”是指未知量都是一階的,不包含其他特殊函數(shù),如指數(shù)、對(duì)數(shù)、n 次方、三角函數(shù)等,且未知量乘以系數(shù)后相加。我們把這樣的方程組稱為:多元一階線性方程。

由于我們要用線性代數(shù)來(lái)解線性方程,所以我們需要將上述方程轉(zhuǎn)化為矩陣和向量乘法的形式。我們將系數(shù)提取成系數(shù)矩陣,將未知數(shù)提取成向量形式,將結(jié)果提取成向量形式,最后將它們轉(zhuǎn)化為:

%0A%5Cbegin%7Bequation*%7D%0AA%5Cvec%7Bx%7D%20%3D%5Cvec%7Bv%7D%0A%5Cend%7Bequation*%7D

圖片

上面的矩陣乘法是不是看起來(lái)很熟悉?這就是前面提到的矩陣向量乘法。它的幾何意義是:向量

%0A%5Cbegin%7Bequation*%7D%0A%5Cvec%7Bx%7D%0A%5Cend%7Bequation*%7D

在矩陣A的作用下,矢量變換為

%0A%5Cbegin%7Bequation*%7D%0A%5Cvec%7Bv%7D%0A%5Cend%7Bequation*%7D

為了解決上述方程組,我們需要找到空間中的一個(gè)向量

%0A%5Cbegin%7Bequation*%7D%0A%5Cvec%7Bx%7D%0A%5Cend%7Bequation*%7D

對(duì)A和向量進(jìn)行線性變換后

%0A%5Cbegin%7Bequation*%7D%0A%5Cvec%7Bv%7D%0A%5Cend%7Bequation*%7D

重合。

圖片

上面的例子是三維空間中的變換,為了更直觀的例子,我們來(lái)看二維空間中的例子:

圖片

那么我們?nèi)绾闻袛?/p>

%0A%5Cbegin%7Bequation*%7D%0AA%5Cvec%7Bx%7D%20%3D%5Cvec%7Bv%7D%0A%5Cend%7Bequation*%7D

有解決方案嗎?也就是說(shuō),是否存在一個(gè)向量

%0A%5Cbegin%7Bequation*%7D%0A%5Cvec%7Bx%7D%0A%5Cend%7Bequation*%7D

經(jīng)過(guò)線性變換后,可以與矢量相結(jié)合

%0A%5Cbegin%7Bequation*%7D%0A%5Cvec%7Bv%7D%0A%5Cend%7Bequation*%7D

那重疊呢?這就要用到我們前面講過(guò)的行列式的知識(shí)了。在行列式章節(jié)中我們說(shuō)過(guò),矩陣行列式表示的是變換前后空間的縮放比例。根據(jù)行列式的不同,又可以分為行列式不為零和行列式為零兩種情況。

行列式不為零:

矩陣行列式不為零,說(shuō)明經(jīng)過(guò)線性變換后空間維數(shù)不變,即基向量沒(méi)有被壓縮成一條直線或者一個(gè)點(diǎn),那么一定有一個(gè)向量

%0A%5Cbegin%7Bequation*%7D%0A%5Cvec%7Bx%7D%0A%5Cend%7Bequation*%7D

也就是說(shuō),我們一定能找到一個(gè)能與向量匹配的基向量縮放因子

%0A%5Cbegin%7Bequation*%7D%0A%5Cvec%7Bv%7D%0A%5Cend%7Bequation*%7D

重疊;如何找到

%0A%5Cbegin%7Bequation*%7D%0A%5Cvec%7Bx%7D%0A%5Cend%7Bequation*%7D

現(xiàn)在讓我們反過(guò)來(lái)想。我們剛剛找到了向量

%0A%5Cbegin%7Bequation*%7D%0A%5Cvec%7Bx%7D%0A%5Cend%7Bequation*%7D

在基質(zhì)作用下,

%0A%5Cbegin%7Bequation*%7D%0A%5Cvec%7Bv%7D%0A%5Cend%7Bequation*%7D

巧合,反過(guò)來(lái):變換矩陣A的逆矩陣

%0A%5Cbegin%7Bequation*%7D%0AA%5E%7B-1%7D%0A%5Cend%7Bequation*%7D

作用于載體

%0A%5Cbegin%7Bequation*%7D%0A%5Cvec%7Bv%7D%0A%5Cend%7Bequation*%7D

變換后的向量就是我們需要的向量。

%0A%5Cbegin%7Bequation*%7D%0A%5Cvec%7Bx%7D%0A%5Cend%7Bequation*%7D

%0A%5Cbegin%7Bequation*%7D%0A%5Cvec%7Bx%7D%20%3DA%5E%7B-1%7D%5Cvec%7Bv%7D%0A%5Cend%7Bequation*%7D

這里我們直觀的看一下逆矩陣的含義,例如逆時(shí)針旋轉(zhuǎn)90度的變換如下:

矩陣行運(yùn)算和列運(yùn)算_矩陣行列式的運(yùn)算法則_矩陣算法運(yùn)行列式怎么算

相應(yīng)的逆變換是順時(shí)針旋轉(zhuǎn)90度:

矩陣行列式的運(yùn)算法則_矩陣算法運(yùn)行列式怎么算_矩陣行運(yùn)算和列運(yùn)算

對(duì)任何向量應(yīng)用變換,然后應(yīng)用逆變換將使向量返回到其原始狀態(tài),這意味著兩個(gè)矩陣的乘積是恒等變換。

矩陣行運(yùn)算和列運(yùn)算_矩陣行列式的運(yùn)算法則_矩陣算法運(yùn)行列式怎么算

綜上所述,如果變換矩陣的行列式不為0,那么線性方程組有唯一解,這一點(diǎn)對(duì)于高維空間也適用。

行列式為零:

當(dāng)變換矩陣的行列式為零時(shí),即變換后基向量落在同一直線或點(diǎn)上。如果這條直線和向量

%0A%5Cbegin%7Bequation*%7D%0A%5Cvec%7Bv%7D%0A%5Cend%7Bequation*%7D

如果它們不共線,那么我們就找不到矢量

%0A%5Cbegin%7Bequation*%7D%0A%5Cvec%7Bx%7D%0A%5Cend%7Bequation*%7D

%0A%5Cbegin%7Bequation*%7D%0A%5Cbegin%7Bbmatrix%7D%0Ax%5C%5C%0Ay%0A%5Cend%7Bbmatrix%7D%0A%5Cend%7Bequation*%7D

,這可以使x*i_transformed+y*j_transformed與向量v重合,也就是說(shuō),沒(méi)有逆變換可以將一條線解壓縮成一個(gè)面;但如果這條線與向量重合

%0A%5Cbegin%7Bequation*%7D%0A%5Cvec%7Bv%7D%0A%5Cend%7Bequation*%7D

共線,即使沒(méi)有逆變換,也可能有解,且解的個(gè)數(shù)是無(wú)窮大。

矩陣算法運(yùn)行列式怎么算_矩陣行列式的運(yùn)算法則_矩陣行運(yùn)算和列運(yùn)算

如上圖,棕紅色和綠色是變換后的基向量,黃色是結(jié)果向量

%0A%5Cbegin%7Bequation*%7D%0A%5Cvec%7Bv%7D%0A%5Cend%7Bequation*%7D

,同樣適用于三維空間。

注意,現(xiàn)在我們又想到了一個(gè)新名詞:秩。秩表示變換后空間的維數(shù)。前面舉的例子中,如果變換矩陣的行列式為0,說(shuō)明空間被壓縮成了一條直線,因此空間維數(shù)為1,說(shuō)明秩為1;如果變換矩陣的行列式不為零,說(shuō)明空間沒(méi)有被壓縮,原空間是2維的,變換后的空間也是2維的,秩為2,原空間是3維的,變換后的空間也是3維的,秩為3;秩表示變換后空間的維數(shù),不管變換結(jié)果是直線,平面還是三維空間,所有可能的變換結(jié)果的幾何體就稱為矩陣的列空間。

矩陣算法運(yùn)行列式怎么算_矩陣行運(yùn)算和列運(yùn)算_矩陣行列式的運(yùn)算法則

秩這個(gè)名字是怎么來(lái)的呢?如上圖所示,矩陣的列表示變換后基向量的位置。換句話說(shuō)矩陣行列式的運(yùn)算法則,列空間就是矩陣的列所占的空間,而秩就是列空間的維數(shù)。當(dāng)秩達(dá)到最大值時(shí),秩就等于列數(shù)。我們把這種情況稱為滿秩。

如下圖所示,線性變換必須保持原點(diǎn)的位置不變,原點(diǎn)就是零向量,當(dāng)秩滿時(shí),原點(diǎn)是變換后唯一落在原點(diǎn)的向量,當(dāng)秩不滿時(shí),由于空間被壓縮,部分序列的向量會(huì)被壓縮到原點(diǎn)。

矩陣行運(yùn)算和列運(yùn)算_矩陣行列式的運(yùn)算法則_矩陣算法運(yùn)行列式怎么算

克萊默定律

以前我們從線性代數(shù)的角度去理解線性方程,卻沒(méi)有給出具體的解法。今天我們來(lái)看一個(gè)計(jì)算規(guī)則以及背后的幾何原理:克萊姆規(guī)則。

首先我要聲明克萊姆法則并不是解線性方程最有效的方法,相比之下高斯消元法更快,學(xué)習(xí)克萊姆法則是為了拓展知識(shí)面,加深對(duì)線性方程的理解。

讓我們從一個(gè)簡(jiǎn)單的例子開(kāi)始。請(qǐng)注意,克萊默定律可以擴(kuò)展到任意數(shù)量的未知數(shù)。

圖片

通過(guò)前面章節(jié)的學(xué)習(xí),我們知道上述方程可以轉(zhuǎn)化為矩陣乘法的形式:

圖片

矩陣的前兩列表示變換后的基向量的坐標(biāo):

圖片

現(xiàn)在的問(wèn)題是找出哪個(gè)向量將成為

%0A%5Cbegin%7Bequation*%7D%0A%5Cbegin%7Bbmatrix%7D%0A-4%5C%5C%0A-2%0A%5Cend%7Bbmatrix%7D%0A%5Cend%7Bequation*%7D

圖片

一個(gè)想法是輸出矩陣

%0A%5Cbegin%7Bequation*%7D%0A%5Cbegin%7Bbmatrix%7D%0A-4%5C%5C%0A-2%0A%5Cend%7Bbmatrix%7D%0A%5Cend%7Bequation*%7D

它是矩陣列向量的線性組合。現(xiàn)在我們需要做的就是找到x和y的值。

圖片

在上一章中我們說(shuō)過(guò),一個(gè)方程組是否有解取決于矩陣行列式的數(shù)值。如果行列式為0,則該方程無(wú)解或有無(wú)數(shù)個(gè)解。如果行列式不為0,則該方程組有唯一解。本文僅討論行列式不為0的情況。

在講克萊默定律之前,我們先來(lái)看一個(gè)錯(cuò)誤的解法思路。我們知道一個(gè)向量可以分解為基向量的線性組合,如下圖所示。在變換之前,我們先計(jì)算未知向量

%0A%5Cbegin%7Bequation*%7D%0A%5Cbegin%7Bbmatrix%7D%0Ax%5C%5C%0Ay%0A%5Cend%7Bbmatrix%7D%0A%5Cend%7Bequation*%7D

基礎(chǔ)向量上的分量。

圖片

并假設(shè)變換后上述向量分解定律仍然滿足:

圖片

理想很完美,但現(xiàn)實(shí)很殘酷。不幸的是,上面的公式可能不成立,因?yàn)樽儞Q后的基向量可能不垂直,或者可能會(huì)被拉伸。例如上圖中的紅色和綠色箭頭就是變換后的基向量。

是不是所有的變換都不滿足上面的公式呢?有一種特殊的變換,它變換后,基向量仍然垂直,長(zhǎng)度不變。更一般地說(shuō),變換前垂直的向量在變換后仍然垂直。這種變換稱為正交變換。在計(jì)算機(jī)圖形學(xué)中,它對(duì)應(yīng)于剛體運(yùn)動(dòng),也就是說(shuō)變換不會(huì)拉伸、壓縮或變形。

因此,如下圖所示,利用正交矩陣來(lái)解決線性關(guān)系問(wèn)題非常方便:

圖片

改造前:

圖片

由于是正交變換,所以變換之后下面的公式依然成立矩陣行列式的運(yùn)算法則,下面的公式中第一個(gè)是目標(biāo)向量,第二個(gè)是變換之后基向量的位置,都是已知的。

圖片

最后結(jié)果:

圖片

正交變換雖然是特例,但是卻給我們提供了一種思路,接下來(lái)進(jìn)入今天的正題,如下圖所示,未知向量

%0A%5Cbegin%7Bequation*%7D%0Adet(%20A)%20y%0A%5Cend%7Bequation*%7D

和 i 形成的面積等于坐標(biāo) y。

圖片

類似地,未知向量

%0A%5Cbegin%7Bequation*%7D%0A%5Cbegin%7Bbmatrix%7D%0Ax%5C%5C%0Ay%0A%5Cend%7Bbmatrix%7D%0A%5Cend%7Bequation*%7D

和j形成的面積等于坐標(biāo)x。

圖片

類似地,在三維坐標(biāo)系中,立方體的體積可以與 x、y 和 z 坐標(biāo)相關(guān)聯(lián)。

為什么要把平行四邊形的面積和立方體的體積與坐標(biāo)聯(lián)系起來(lái)呢?根據(jù)前面章節(jié)所學(xué)的知識(shí),當(dāng)對(duì)未知向量進(jìn)行線性變換時(shí),面積與體積的比值會(huì)發(fā)生變化。

圖片

轉(zhuǎn)型前

圖片

轉(zhuǎn)型后

根據(jù)我們?cè)谇懊嬲鹿?jié)中學(xué)到的知識(shí),當(dāng)我們談?wù)摫砻婊蝮w積的變換比率時(shí),我們立即想到了行列式!面積擴(kuò)展的比率等于變換矩陣的行列式。

變換前平行四邊形的面積等于y值英語(yǔ)作文網(wǎng),變換后四邊形的面積按照變換矩陣的行列式進(jìn)行縮放,其面積等于

%0A%5Cbegin%7Bequation*%7D%0Adet(%20A)%20y%0A%5Cend%7Bequation*%7D

矩陣行運(yùn)算和列運(yùn)算_矩陣算法運(yùn)行列式怎么算_矩陣行列式的運(yùn)算法則

轉(zhuǎn)型前

矩陣行運(yùn)算和列運(yùn)算_矩陣行列式的運(yùn)算法則_矩陣算法運(yùn)行列式怎么算

轉(zhuǎn)型后

然后我們可以利用變換后的面積和行列式的值來(lái)找到 y:

矩陣算法運(yùn)行列式怎么算_矩陣行列式的運(yùn)算法則_矩陣行運(yùn)算和列運(yùn)算

那么我們?nèi)绾握业阶儞Q后的面積呢?我們已經(jīng)知道變換后得到的向量的坐標(biāo)

%0A%5Cbegin%7Bequation*%7D%0A%5Cbegin%7Bbmatrix%7D%0A4%5C%5C%0A2%0A%5Cend%7Bbmatrix%7D%0A%5Cend%7Bequation*%7D

,那么它和i構(gòu)成的四邊形的面積可以用矩陣計(jì)算

%0A%5Cbegin%7Bequation*%7D%0A%5Cbegin%7Bbmatrix%7D%0A2%20%26%204%5C%5C%0A0%20%26%202%0A%5Cend%7Bbmatrix%7D%0A%5Cend%7Bequation*%7D

該矩陣的行列式表達(dá)式表示

%0A%5Cbegin%7Bequation*%7D%0A%5Cbegin%7Bbmatrix%7D%0A1%20%26%20x%5C%5C%0A0%20%26%20y%0A%5Cend%7Bbmatrix%7D%0A%5Cend%7Bequation*%7D

變換矩陣,其行列式值表示變換前后面積變化的比率。

矩陣算法運(yùn)行列式怎么算_矩陣行運(yùn)算和列運(yùn)算_矩陣行列式的運(yùn)算法則

用同樣的方法我們可以找到另一個(gè)變量x的值:

矩陣行運(yùn)算和列運(yùn)算_矩陣行列式的運(yùn)算法則_矩陣算法運(yùn)行列式怎么算

對(duì)于三維來(lái)說(shuō)也是如此:

矩陣行運(yùn)算和列運(yùn)算_矩陣算法運(yùn)行列式怎么算_矩陣行列式的運(yùn)算法則

為您推薦

金融科技專業(yè)就業(yè)前景及方向解析,全國(guó)高校招生信息匯總

4、金融必須走在實(shí)體經(jīng)濟(jì)的前面,致力于解決個(gè)人信貸、小企業(yè)融資等問(wèn)題。

2024-06-10 20:38

財(cái)經(jīng)類高校發(fā)展勢(shì)頭迅猛,雖熱度消退但仍受學(xué)霸青睞

根據(jù)2024年校友會(huì)發(fā)布的《2024年財(cái)經(jīng)類大學(xué)排名》,今天,小魚老師對(duì)我國(guó)財(cái)經(jīng)類高校進(jìn)行分析,整體來(lái)說(shuō)財(cái)經(jīng)類高校前30名有較大的報(bào)考價(jià)值,值得學(xué)生們注意。這份校友會(huì)的排行榜看重綜合實(shí)力,中南財(cái)經(jīng)政法大學(xué)當(dāng)年由兩所特色名校合并而來(lái),整體規(guī)模很大。上海財(cái)經(jīng)大學(xué)痛失榜首,排名全國(guó)第二。

2024-06-10 20:25

在家可做的工作有哪些?找工作前需做好哪些準(zhǔn)備?

現(xiàn)在很多人由于一些原因要照顧家里,所以就沒(méi)有了工作,但是有一些工作是可以在家做的,很多人不知道有哪些,下面就來(lái)看看什么工作可以在家做。

2024-06-10 20:21

上海交通大學(xué) 2023 年錄取通知書禮盒亮相,蘊(yùn)含豐富元素和美好寓意

日前,上海交通大學(xué)2023年錄取通知書禮盒正式亮相。上海交通大學(xué)發(fā)布2023年錄取通知書禮盒。錄取通知書禮盒的底面展現(xiàn)著交大從南洋公學(xué)至今日之上海交通大學(xué)歷經(jīng)的校名、時(shí)期和校印,提醒同學(xué)們“學(xué)問(wèn)之路途要漫漫求索,未來(lái)之筆墨將交由你我”。上海交通大學(xué)發(fā)布2023年錄取通知書禮盒。上海交通大學(xué)發(fā)布2023年錄取通知書禮盒。上海交通大學(xué)發(fā)布2023年錄取通知書禮盒。

2024-06-10 17:53

高考成績(jī)公布,金榜題名的考生將迎來(lái)人生新里程碑

對(duì)于考得好的同學(xué),自己的大學(xué)志愿也是可以報(bào)的比較早的,并且自己的大學(xué)錄取書也是可以收得比別人早的,而今年與往年有些不同,有的大學(xué)錄取通知書做得非常的精美并且是非常的有寓意。

2024-06-10 17:20

上海交通大學(xué) 2023 年錄取通知書禮盒正式亮相,內(nèi)含豐富元素

日前,上海交通大學(xué)2023年錄取通知書禮盒正式亮相。上海交通大學(xué)發(fā)布2023年錄取通知書禮盒。錄取通知書禮盒的底面展現(xiàn)著交大從南洋公學(xué)至今日之上海交通大學(xué)歷經(jīng)的校名、時(shí)期和校印,提醒同學(xué)們“學(xué)問(wèn)之路途要漫漫求索,未來(lái)之筆墨將交由你我”。上海交通大學(xué)發(fā)布2023年錄取通知書禮盒。上海交通大學(xué)發(fā)布2023年錄取通知書禮盒。上海交通大學(xué)發(fā)布2023年錄取通知書禮盒。

2024-06-10 16:58

加載中...
主站蜘蛛池模板: 香蕉视频在线观看男女 | 性视频欧美 | 伊人无码高清 | 亚洲视频免费看 | 自偷自拍亚洲欧美清纯唯美 | 羞羞视频免费观看入口 | 一区福利视频 | 最近中文字幕最新在线视频 | 中文字幕有码热在线视频 | 国产网站免费在线观看 | 尤物天堂 | 欧美日韩国产成人精品 | 日韩欧美一区二区三区四区 | 玖玖影视 | 狠狠综合久久久久尤物丿 | 久久久免费精品视频 | 羞羞视频在线观看网站 | 欧美一区视频 | 欧美日韩影院 | 丁香在线 | 五色月| 成人精品第一区二区三区 | 亚洲精品乱码久久久久久v 亚洲国内精品 | 国产乱视频 | 天堂男人2021av | 偷拍久久网 | 国产高清国内精品福利99久久 | 中文字幕一级毛片 | 欧美在线视频一区二区 | 久热天堂| 久热免费视频 | 日韩精品视频免费观看 | 亚洲欧美在线观看视频 | 欧美在线视频不卡 | 成人欧美一区二区三区黑人免费 | 亚洲天堂国产精品 | 日韩一区二区国色天香 | 中文一级片 | 精品久久久久久中文字幕欧美 | 国产精品99一区二区三区 | 激情四射影院 |