第一课 矩阵的行图像与列图像(麻省理工公开课：线性代数)【转载】

转载自：http://blog.csdn.net/a352611/article/details/48602207

仅用于个人笔记。

目录(?)[-]

  1. 从方程组到矩阵
  2. row picture 行图像
  3. column picture 列图像

本系列笔记为方便日后自己查阅而写，更多的是个人见解，也算一种学习的复习与总结，望善始善终吧~

1. 从方程组到矩阵

 
矩阵的诞生是为了用一种简洁的方式表达线性方程组 
个人理解来说就是为了更好的描述和解决 Ax = b 
从系统的角度来理解： 
A 就是我们的系统 
x 就是我们的输入 
b 就是我们的输出

2. row picture 行图像

矩阵分为行row和列column 
顾名思义，row picture关注矩阵的行部分 
 
将行所代表的方程以直线形式画出即可得到行图像 
（童鞋们应该非常熟悉，从小到大学校教导的就是这一思维）

3. column picture 列图像

column picture关注列的部分，而一列即一个向量vector 
 
现在问题转化为了找到一个合适的linear combination（线性组合）使得Ax = b 
对应的图 
 
vector b 即为两个col vector之和 
这里又引申出当vector x任取时，我们可以获得整个xy平面，意味着无论vector b是什么都能找到对应解 
（当两个col vector 平行时则不行） 
* column picture的做法感觉在学校不怎么强调，但这种理解方式更有助于掌握矩阵和向量

接下来老师就把2D延伸到了3D 
做法与结论都一样，那么当超过3D之后我们很难直观的描述，这时矩阵的优势便得以体现

就这样一步一步我们抽象出了Ax = b 的本质 
现在我们拥有了矩阵这一概念，下面要做的便是探究其属性和寻找合适的算法用于解决问题

PS：本文图片皆来自公开课视频截图

时间： 2024-11-04 13:50:48

第一课 矩阵的行图像与列图像(麻省理工公开课：线性代数)【转载】的相关文章

麻省理工公开课：线性代数 第10课 四个基本子空间

参考资料: 网易公开课:http://open.163.com/special/opencourse/daishu.html 麻省理工公开课:线性代数 教材:Introduction to Linear Algebra, 4th edition  by Gilbert Strang 链接:https://pan.baidu.com/s/1bvC85jbtOVdVdw8gYMpPZg 提取码:s9bl 假设:$m\times n$矩阵$A$ 一.矩阵$A$的列空间:$C(A)$ (1)是$R^m$

麻省理工公开课：线性代数 第7课 求解Ax=0：主变量、特解

参考资料: 网易公开课:http://open.163.com/special/opencourse/daishu.html 麻省理工公开课:线性代数 教材:Introduction to Linear Algebra, 4th edition  by Gilbert Strang 链接:https://pan.baidu.com/s/1bvC85jbtOVdVdw8gYMpPZg 提取码:s9bl 假设:$A$为$3\times 4$长方形矩阵(线性相关),求解$A\mathbf{x}=0$

麻省理工公开课：线性代数 第8课 求解Ax=b：可解性和解的结构

参考资料: 网易公开课:http://open.163.com/special/opencourse/daishu.html 麻省理工公开课:线性代数 教材:Introduction to Linear Algebra, 4th edition  by Gilbert Strang 链接:https://pan.baidu.com/s/1bvC85jbtOVdVdw8gYMpPZg 提取码:s9bl 假设:$A$为$3\times 4$长方形矩阵(线性相关),求解$A\mathbf{x}=\ma

麻省理工公开课：线性代数 第6课 列空间和零空间

参考资料: 网易公开课:http://open.163.com/special/opencourse/daishu.html 麻省理工公开课:线性代数 一.向量空间和子空间(加法封闭.数乘封闭) 向量空间$R^3$的子空间:$R^3$.任意经过原点$(0, 0, 0)$的平面$P$和直线$L$.只包含零向量的空间$Z$ 并集:$P\bigcup L$是子空间吗? //否!对加法运算不封闭 交集:$P\bigcap L$是子空间吗? //是! 结论:任意子空间的交集仍然是子空间 二.矩阵列空间 $

第01讲 行图像和列图像

第01讲 行图像和列图像 Row picture & Column picture 线性方程的集合图像 The geometry of linear equations 线性代数的基本问题是解n元一次方程组Ax=b. 行图像 Row Picture 行图像代表几何描述 列图像 Column Picture 列图像代表线性组合 对于所有的b,方程Ax=b都有解?问题等价于列向量的线性组合是否覆盖整个空间? 矩阵与向量的乘法 列图像:Ax是矩阵A列向量的线性组合 \[ \left[ \begin{m

matlab中排序（矩阵的行排序及列排序）

>> a=[1,2,3;4,6,0;0,5,2] a = 1 2 3 4 6 0 0 5 2 >> sort(a) ans = 0 2 0 1 5 2 4 6 3 >> sort(a,'descend') ans = 4 6 3 1 5 2 0 2 0 即matlab中对矩阵默认按列升序排序;如果降序排序使用sort(a,'descend'),升序使用sort(a,'ascend'), 1 >> sort(a,'ascend') 2 3 ans = 4 5

麻省理工学院公开课-第一讲：算法分析

http://www.cnblogs.com/banli/archive/2013/05/19/3087486.html http://www.cnblogs.com/diliwang/p/3352946.html 自己再梳理一下,便于记忆: 1.插入排序(Insertion Sort) 问题描述:输入一个数组A[1,2....n],输出一个按升序排列的数组A'. 算法分析理论: 通常,我们寻找算法运行的最大时间(上界)T(n),因为最坏的情况是一个承诺,一个保证. 因为,算法的运行时间依赖于我

【干货】马哥linux运维学院公开课-第一季

一大波高质量Linux运维和自动化运维公开课正在来袭,你准备好了么? 2016为了感谢广大同仁对马哥linux运维学院的支持,经过内部商讨,特推出一系列公开课来助力大家在职场中的发展!接下来就跟随小编来瞧瞧马哥linux运维学院都为大家呈上了一份什么样的神秘干货大礼包??? 想要参加公开课的小伙伴们请加群:339184057公开课报名链接:http://ke.qq.com/course/119808 课程详情 O2O业务的运维挑战和解决之道 AWK企业实战案例分享 深入浅出三剑客-grep/se

c语言：3*4的矩阵，编程序求出其中最大的那个元素的值，以及其所在的行号和列号。（打擂台算法）

有一个3*4的矩阵,要求编程序求出其中最大的那个元素的值,以及其所在的行号和列号.(打擂台算法) 解:程序: #include<stdio.h> int main() { int i, j, row = 0, colum = 0, max; int a[3][4] = { { 1,2,3,4 },{ 4,5,6,7 },{-1,3,-5,10} }; max = a[0][0]; printf("array a:\n"); for (i = 0; i <= 2; i+