线性代数_矩阵基础

1. 矩阵的意义与消元法

1.1 二维矩阵 : 直线相交解的表示方法

求两个直线相交的点

2x -  y = 0

-x +2y = 3

等同

2 -1    x      0

-1 2    y  =  3          A      X =  b

转换为向量的思考方式, x是向量2 -1的参数  y是向量 -1 2的参数, 两个向量的和是向量 0 3

直线交点->向量和

x  2  y  -1 =  0

-1      2      3

1.2 三维矩阵 : 面相交的解释方法 消元法

x+2y+1y=10

3x+8y+z=2

4y+z=6

一个三元方程的解是一个平面, 所以三个三元方程的解就是三个面相交的点

1  2  1    x   =    10

3  8  1    y          2

0  4  1    z          6

消元法:简化方程   因为要同时满足各个方程 所以用一个方程简化另一个方程

1  2  1    x   =    10  

3  8  1    y          2

0  4  1    z          6

时间: 2024-07-29 13:08:28

线性代数_矩阵基础的相关文章

线性代数_矩阵

目录 矩阵加法 矩阵减法 矩阵的数乘(\(k\cdot A\)) 矩阵的矩乘(\(A \cdot B\)) 矩阵的幂运算 转置矩阵(\(A^T\)) 正交矩阵 矩阵求逆(\(A^{-1}\)) 伴随矩阵(\(A^*\)) 矩阵的秩 现在来看例题 矩阵加法 矩阵减法 矩阵的数乘(\(k\cdot A\)) 矩阵的矩乘(\(A \cdot B\)) 矩阵的幂运算 转置矩阵(\(A^T\)) 正交矩阵 矩阵求逆(\(A^{-1}\)) 伴随矩阵(\(A^*\)) 矩阵的秩 现在来看例题 \(例1:已知

3D数学读书笔记——矩阵基础

本系列文章由birdlove1987编写,转载请注明出处. 文章链接:http://blog.csdn.net/zhurui_idea/article/details/24975031 矩阵是3D数学的重要基础,它主要用来描述两个坐标系统间的关系,通过定义一种运算而将一个坐标系中的向量转换到另一个坐标系中. 在线性代数中,矩阵就是一个以行和列形式组织的矩形数字块.向量是标量的数组,矩阵则是向量的数组. 矩阵的维度和记法 矩阵的维度被定义为它包含了多少行和多少列,一个 r * c 矩阵有 r 行.

网站开发_从基础做起2

一超链接的四种样式 假定一个超链接  <a href = www.561.cn>这是一个超链接</a> a:link {color: #FF0000} /* 未访问的链接 */ a:visited {color: #00FF00} /* 已访问的链接 */ a:hover {color: #FF00FF} /* 鼠标移动到链接上 */ a:active {color: #0000FF} /* 选定的链接 */ 以上分别定义了超链接未访问时的链接样式,已访问的链接样式,鼠标移上时链接

线性代数之矩阵与坐标系的转换

空间中的点是可以用向量来描绘的,这些点的描绘是基于我们自建的欧式空间坐标系下.我们可以用一个行向量来表示一个空间的点.那我们的要进行空间坐标的转换的时候怎么办呢?一个行向量 B,我可以理解成IB,B的三个值既为三个行向量(1,0,0),(0,1,0),(0,0,1)上的三个分量的度量.我们设向量M是一个3x3的向量.M是线性无关.即M得三个行向量a1,a2,a3不共面,Mx=B,这时候 是一个3x1的列向量x.x=           X1           Y1          Z1 Mx

3D数学读书笔记——矩阵基础番外篇之线性变换

本系列文章由birdlove1987编写,转载请注明出处. 文章链接:http://blog.csdn.net/zhurui_idea/article/details/25102425 前面有一篇文章讨论过多坐标系的问题.有的人可能会问我那么多坐标系,它们之间怎么关联呢?嘿嘿~这次的内容可以为解决这个问题打基础奥! 线性变换基础(3D数学编程中,形式转换经常是错误的根源,所以这部分大家要多多思考,仔细运算) 一般来说,方阵(就是行和列都相等的矩阵)能描述任意的线性变换,所以后面我们一般用方阵来变

网站开发_从基础做起1

推荐一个网站:标准之路,讲解网站开发确实很详细,带有实例边讲边实践,很是惊喜 就本人的经验来说,网站开发基础可以去w3School中学习html以及css的基本语法,然后参考上面提到网站的DIV+CSS教程 一步一步搭建起来自己的第一个网页,进步还是会很快的. 以下为学习中记录下来的笔记,常常记录,打好基础. 1.文档类型 doctype 它的目的是要告诉标准通用标记语言解析器,它应该使用什么样的文档类型定义(DTD)来解析文档.删除后可能引起某些样式表失效或其它意想不到的问题. XHTML 定

线性代数 - 02 矩阵

线性代数 - 02 矩阵 一.矩阵的概念及其线性运算 1.矩阵的概念 2.矩阵的加减运算 3.矩阵的数乘 二.矩阵的乘法与转置 1.矩阵的乘法 2.矩阵乘法的性质 3.矩阵的转置 4.方阵行列式的乘积定理 三.逆矩阵 1.逆矩阵的概念 2.矩阵可逆的条件 3.逆矩阵的性质 四.矩阵的初等变换 1.矩阵的初等行变换 2.初等变换的标准程序 3.用初等变换法求逆矩阵 4.初等矩阵 五.分块矩阵 1.分块矩阵的概念 2.分块矩阵的运算 线性代数 - 02 矩阵,码迷,mamicode.com

线性代数 - 05 矩阵的特征值与特征向量

线性代数 - 05 矩阵的特征值与特征向量 一.特征值与特征向量 二.矩阵的相似与矩阵的对角化 三.实对称矩阵的对角化 1.向量的内积与正交矩阵 2.实对称矩阵的特征值与特征向量 线性代数 - 05 矩阵的特征值与特征向量,码迷,mamicode.com

【线性代数】矩阵的四个基本子空间

矩阵的四个基本子空间 1.零空间 矩阵A的零空间就Ax=0的解的集合.假设矩阵的秩为r,矩阵为m*n的矩阵,则零空间的维数为n-r.因为秩为r,则自由变量的个数为n-r,有几个自由变量,零空间就可以表示层几个特解的线性组合,也即是零空间的维数为自由变量的个数. 2.列空间 矩阵A的列空间就是矩阵A中各列的线性组合.假设矩阵的秩为r,矩阵为m*n的矩阵,则列空间可以表示为r个主元的线性组合,即零空间的维数为r. 3.行空间 在线性代数中,我们一般习惯将矩阵看出是一组列向量的组合,matlab中矩阵