Introduction to Linear Algebra(Chapter2)

Chapter 2 Solving Linear Equations

2.1 Vectors and Linear Equations

线性代数的核心问题:解决等式系统。------------“But slope is important in calculus and this is linear algebra”.

A*x=b的两种viewpoints: A的行空间与x的内积;或者A的列空间的线性组合。-------key issue

常见矩阵分解:LU、QR、SVD(最常用)。

2.2 The Idea of Elimination

消元法:产生上三角矩阵。------------行交换,行相减

2.3 矩阵消元法

左行右列 消元矩阵 交换矩阵

2.4 矩阵运算

矩阵的加法,乘法,数乘。

矩阵乘法的三种viewpoint: 行-列向量的内积,列-行向量的外积,行行向量的叠加。---------------向量的内积和外积。内积产生标量,外积产生矩阵

分块矩阵:

2.5 逆矩阵

如何判断矩阵可逆

逆矩阵的计算:高斯消元法

2.6 LU分解==消元

矩阵分解:将矩阵A分解为两个或者三个矩阵的乘积(LU、QR、SVD)

LU分解:利用高斯消元法,得到U矩阵,消元矩阵的逆矩阵就是L; U矩阵可以继续分解,得到DU矩阵。-------------A=LU 或者A=LDU. 上三角矩阵和下三角矩阵

消元法求解线性方程: Ax=b

2.7 转置和置换

“I think the world is governed by linear algebra, but physics disguises it well.”

许多科学计算问题,从矩阵R开始,以RTR 或者RRT结束。

置换矩阵的逆等于置换矩阵的转置

时间: 2024-12-16 19:42:10

Introduction to Linear Algebra(Chapter2)的相关文章

Introduction to Linear Algebra(Chapter1)

Chapter 1 Introduce to Vectors 线性代数的两个核心操作:向量加法和数乘.组合这两个操作就是向量的线性组合. 1.1 Vector and Linear Combinations 两个基本操作:向量加法和数乘. 两个向量v和w的线性组合:cv+aw.其中,c和a是任意标量. 1.2 Lengths and Dot Products 点积:向量的内积.-------------与长度和角度有关,线性代数中的“几何”部分 正交:向量点积为0,角度为90度 向量长度:sqr

Introduction to Linear Algebra(Preface)

Preface 四个基本的子空间: 矩阵A的行空间.行零空间.列空间.列零空间.-------线性代数的核心. 线性代数中的重要操作:向量之间的组合. 行空间:所有行向量的线性组合: 列空间:所有列向量的线性组合. A*x,是A的列空间的线性组合. 矩阵的逆和行列式值计算很慢. 本书结构:标量----向量---子空间 微积分主要包含两种操作:微分和积分---------------连续 数学的很多应用是离散的,向量和矩阵更重要--------离散

A Linear Algebra Problem(唯一性的判定)

A Linear Algebra Problem Time Limit: 3000/1000MS (Java/Others)     Memory Limit: 65535/65535KB (Java/Others) Submit Status God Kufeng is the God of Math. However, Kufeng is not so skilled with linear algebra, especially when dealing with matrixes. On

《Linear Algebra and Its Applications》- 线性方程组

同微分方程一样,线性代数也可以称得上是一门描述自然的语言,它在众多自然科学.经济学有着广阔的建模背景,这里笔者学识有限暂且不列举了,那么这片文章来简单的讨论一个问题——线性方程组. 首先从我们中学阶段就很熟系的二元一次方程组,我们采用换元(其实就是高斯消元)的方法.但是现在我们需要讨论更加一般的情况,对于线性方程,有如下形式: a1x1+a2x2+…anxn = b. 现在我们给出多个这样的方程构成方程组,我们是否有通用的解法呢? 在<Linear Algebra and Its Applica

Here’s just a fraction of what you can do with linear algebra

Here’s just a fraction of what you can do with linear algebra The next time someone wonders what the point of linear algebra is, send them here. I write a blog on math and programming and I see linear algebra applied to computer science all the time.

Memo - Chapter 6 of Strang&#39;s Linear Algebra and Its Applications

1.实对称矩阵的正定 2.实对称矩阵的半正定 3. Sylvester’s law of inertia : 4.Sylvester’s law of inertia 的推论: 5. SVD 6.瑞利伤: Memo - Chapter 6 of Strang's Linear Algebra and Its Applications

Memo - Chapter 3 of Strang&#39;s Linear Algebra and Its Applications

1.正交向量.正交空间.正交补空间 2.号称是本书最重要的配图 3.向量的cosine距离,投影变换,最小二乘 4.正交基与Schmidt正交化与QR分解 5.函数空间,傅里叶级数,Hilbert空间 Memo - Chapter 3 of Strang's Linear Algebra and Its Applications

cdoj793-A Linear Algebra Problem

http://acm.uestc.edu.cn/#/problem/show/793 A Linear Algebra Problem Time Limit: 3000/1000MS (Java/Others)     Memory Limit: 65535/65535KB (Java/Others) Submit Status God Kufeng is the God of Math. However, Kufeng is not so skilled with linear algebra

《Linear Algebra and Its Applications》-矩阵运算

可以说第一章<Linear Algebra and Its Applications>着重介绍了线性代数中几个核心概念(向量.矩阵和线性方程组)之间的关系(方程的同解性),那么下面这本书开始分别介绍这几个核心概念,比如从这篇文章开始,会简单的介绍矩阵方面的内容. 首先对于我们定义的计算工具(矩阵),我们有必要研究其运算规律,这个方法在定义很多新的运算符号的时候都是适用的.矩阵的加减法这里就不用累述的,非常好理解,这篇文中我们主要来讨论矩阵的乘法运算的定义过程. 其实不管是从离散的角度还是在线性