第一讲 —— 方程组的几何解释
- 本讲将讨论线性代数的基础,求解线性方程组,方程组有n个方程,n个未知数
- 行图像(Row picture),一个行图像显示一个方程
- (重点)*列图像(Column picture)
- 引入矩阵形式(Matrix form)
1. 两方程两未知数
有方程组:,写成矩阵形式为:。其中为系数矩阵(Coefficient matrix),记为;为未知数向量,记为;等号右侧的向量,记为。
于是线性方程组可写为。
1.1 行图像
行图像1.2 列图像
,
该方程的目的在于如何将向量和向量进行线性组合(linear combination)构成,时,等式成立。
需要思考的是所有的线性组合又是什么,选取所有的和,所有的组合,会得到任意的右侧向量,这两个向量的组合会布满整个坐标平面。
2. 三方程三未知数
有方程组:,写成矩阵形式,。
2.1 行图像
对于一个方程,所有解的图像是一个平面,三个平面交于一点,为方程组的解。
2.2 列图像
,因为列向量Col3等于右侧向量,于是解易得。
考虑所有的右侧向量,不管得多少,是否都能求解方程?这等价于代数问题,对任意,是否能求解,用“线性组合”来问这个问题,即是列的线性组合是否能覆盖整个三维空间?
对于这个矩阵,答案是有,该例中的矩阵为非奇异矩阵,可逆矩阵。但另一些矩阵,得到的答案可能是否定,举例三个列向量同处一个平面时,那么其组合肯定也在这个平面,因此当处在平面以内,方程组有解,但大部分不在平面内的,均是无法构造的,这种情形称作奇异,矩阵并非可逆。
3. 矩阵形式
,这是一种乘法运算,那么如何用矩阵乘向量?首先构造一个矩阵,它们如何相乘?有两种方法。
方法一:。
方法二:一次取一行,,。
网友评论