国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

線性代數(shù)的學(xué)習(xí)和整理6:如何表示向量/矩陣? 矩陣就是向量組,矩陣的本質(zhì)是什么?

這篇具有很好參考價(jià)值的文章主要介紹了線性代數(shù)的學(xué)習(xí)和整理6:如何表示向量/矩陣? 矩陣就是向量組,矩陣的本質(zhì)是什么?。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問。

目錄

0 參考的知識(shí)點(diǎn)和目錄

1 向量

1.1 向量的概念

1.2 向量如何表示

1.3 向量/矩陣的優(yōu)秀表示方法:即向量空間內(nèi)的有向線段

2 矩陣

2.1?矩陣就是多個(gè)列向量的集合/合并(& 而不是 +),矩陣就是多個(gè)列向量的一種簡(jiǎn)化書寫方式?

2.2 矩陣的加法? =等價(jià)于=? 向量的加法

2.3 矩陣的數(shù)乘? =等價(jià)于=? 向量的數(shù)乘?

2.4 矩陣的點(diǎn)乘 =等價(jià)于=? 列向量(或者行向量)的點(diǎn)乘

3 矩陣的特點(diǎn)

3.1 矩陣?yán)锊煌恢玫脑?,影響范圍是指定的有?guī)律的

3.1.1 矩陣?yán)飻?shù)字的位置和影響范圍

3.2 矩陣的本質(zhì)是旋轉(zhuǎn)和縮放

3.2.1 各種縮放/旋轉(zhuǎn)的矩陣效果

3.2.2 矩陣?yán)飻?shù)字的效果


0 參考的知識(shí)點(diǎn)和目錄

矩陣表示向量,線性代數(shù),線性代數(shù)

矩陣表示向量,線性代數(shù),線性代數(shù)

1 向量

1.1 向量的概念

  • 向量/數(shù)組:一組有序的數(shù)
  • 對(duì)應(yīng)概念
  • 標(biāo)量/數(shù):一個(gè)數(shù)字,單個(gè)的數(shù)

1.2 向量如何表示

常規(guī)的代數(shù)表示方法

  • 比如,這樣的向量 [1,5]? ??[1,2,3]? ?[1,3,5,7,9]

一維的幾何方法表示

  • 一般的表示方法就是
  1. 代數(shù)表示方法,基本就是原樣列舉: [1,2,3]? 和? [1,3,2]?
  2. 幾何表示,比如用坐標(biāo)軸上的點(diǎn),表示向量/數(shù)組中的多個(gè) 數(shù)字元素。但是這好像沒啥意義,只是簡(jiǎn)單的用一條線上的不同點(diǎn),表示了這個(gè)離散的數(shù)組,而且在坐標(biāo)軸上還看不出來次序呢。
  3. 比如下圖,[1,2,3]? 和? [1,3,2]? 就不好區(qū)分

矩陣表示向量,線性代數(shù),線性代數(shù)

?二維的坐標(biāo)軸表示

  • 如果是2維的,比如是2個(gè)向量呢
  • 用一根數(shù)量軸表示,全疊一起了,更不行把
  • 比如表示1個(gè)2維向量 [1,3]
  • 比如表示2個(gè)2維向量 [1,3] 和 [2,4]
  • 比如表示2個(gè)2維向量 [3,1] 和 [4,2]

方式1:

  • 如果把1個(gè)向量的全部元素全部標(biāo)記在1個(gè)坐標(biāo)軸上,不但有時(shí)候沒法區(qū)分1個(gè)向量,有時(shí)候也無法區(qū)別2個(gè)向量。

方式2:

  • 如果把1個(gè)向量的不同元素,映射為不同坐標(biāo)軸上的點(diǎn),那么向量本身就是成用多個(gè)坐標(biāo)軸表示的一個(gè)有向線段。
  • 這個(gè)有向線段,起點(diǎn)永遠(yuǎn)是原點(diǎn),終點(diǎn)就是向量坐標(biāo)(向量的元素)
  • 只要向量的元素,或元素排序不同,最終向量的圖形顯示就會(huì)不同!
  • 顯然這個(gè)表示方法更好!

矩陣表示向量,線性代數(shù),線性代數(shù)

1.3 向量/矩陣的優(yōu)秀表示方法:即向量空間內(nèi)的有向線段

所以數(shù)學(xué)家們選的這個(gè)向量表示方法確實(shí)很巧妙,向量空間=張成空間

  • 向量空間必須有原點(diǎn)
  • 所有的向量都從原點(diǎn)出發(fā)
  • 每個(gè)向量都是起點(diǎn)是原點(diǎn),終點(diǎn)就是向量坐標(biāo)(向量的元素)的一條有向線段
  • 簡(jiǎn)化來看,終點(diǎn)(終點(diǎn)的坐標(biāo)組)其實(shí)就可以代表向量了

矩陣表示向量,線性代數(shù),線性代數(shù)

2 矩陣=向量組

某些場(chǎng)合,列向量可以基本等價(jià)于行向量。乘法時(shí)不行。

  • 矩陣就是多個(gè)列向量的集合
  • 矩陣就是向量組
  • 矩陣就是多個(gè)列向量的簡(jiǎn)要寫法
  • 矩陣完全可以拆分為多個(gè)列向量,只能用拆分為多個(gè)列向量的方法
  • 反之,列向量可以合并為矩陣,只能用 and這種符號(hào)
  • 因?yàn)榫仃?=? 列向量1 & 列向量2 & ..... 按順序從左到右合并的關(guān)系,而不是向量相加的關(guān)系

?

但是只能用 合并/and 來形容,而不能用加法來形如多向量合并為矩陣這個(gè)過程

矩陣表示向量,線性代數(shù),線性代數(shù)

矩陣 ≠ 列向量1 & 列向量2 & .....

矩陣 ≠ 列向量1+列向量2+ .....

2.1?矩陣就是多個(gè)列向量的集合/合并(& 而不是 +),矩陣就是多個(gè)列向量的一種簡(jiǎn)化書寫方式?對(duì),矩陣就是向量組

矩陣的列向量

  • 矩陣的每一列向量都代表這個(gè)方向的基底ei 走到了對(duì)應(yīng)列向量的位置。
  • 比如這個(gè)矩陣??,它實(shí)際是?? 和??? 這2個(gè)列向量組成的。
  • 第1個(gè)列向量??是第1個(gè)列向量對(duì)應(yīng)的基??,伸縮旋轉(zhuǎn)到??的位置
  • 第2個(gè)列向量??是第2個(gè)列向量對(duì)應(yīng)的基??,伸縮旋轉(zhuǎn)到??的位置

2.2 矩陣的加法? =等價(jià)于=? 向量的加法

?簡(jiǎn)化書寫,濃縮書寫

  • 矩陣是把多個(gè)列向量寫在一起的簡(jiǎn)化形式
  • 也就是說以下是等價(jià)的:
  1. 如果把矩陣拆為多個(gè)列向量
  2. 矩陣相加,等于多個(gè)列向量分別相加后,再次合并為矩陣

矩陣表示向量,線性代數(shù),線性代數(shù)

2.3 矩陣的數(shù)乘? =等價(jià)于=? 向量的數(shù)乘?

  1. 如果把矩陣拆為多個(gè)列向量
  2. 矩陣標(biāo)量乘法,等于多個(gè)列向量分別標(biāo)量相乘后,再次合并為矩陣

矩陣表示向量,線性代數(shù),線性代數(shù)

2.4 矩陣的點(diǎn)乘 =等價(jià)于=? 列向量(或者行向量)的點(diǎn)乘

  • 矩陣的乘法,要特別注意,左乘和右乘
  • 下面是AX=b的情況
  • 需要把A拆為列向量
  • 矩陣乘法和列向量乘法是等價(jià)的

矩陣表示向量,線性代數(shù),線性代數(shù)

  • 下面是XA=b的情況
  • 需要把A拆為行向量(反正要靈活一點(diǎn))
  • 矩陣乘法和這里拆的行向量乘法也是等價(jià)的

矩陣表示向量,線性代數(shù),線性代數(shù)

3 矩陣的特點(diǎn)

3.1 矩陣?yán)锊煌恢玫脑?,影響范圍是指定的有?guī)律的

3.1.1 矩陣?yán)飻?shù)字的位置和影響范圍

  • 矩陣?yán)锏臄?shù)字的位置
  • 矩陣拆分為列向量

比如如果是 A*X=Y,? ?x左乘矩陣A

?

矩陣表示向量,線性代數(shù),線性代數(shù)?

展開下

  • ?位置在a11的元素,會(huì)影響矩陣結(jié)果的,第1行第1個(gè)元素,第2個(gè)元素
  • ?位置在a12的元素,會(huì)影響矩陣結(jié)果的,第1行第1個(gè)元素,第2個(gè)元素
  • 總結(jié) :第1行元素a11,a12 只會(huì)影響結(jié)果矩陣的第1行的內(nèi)容
  • ?位置在a21的元素,會(huì)影響矩陣結(jié)果的,第2行第1個(gè)元素,第2個(gè)元素
  • ?位置在a22的元素,會(huì)影響矩陣結(jié)果的,第2行第1個(gè)元素,第2個(gè)元素
  • 總結(jié):第2行元素a11,a12 只會(huì)影響結(jié)果矩陣的第2行的內(nèi)容

所以

  • 總結(jié) :矩陣A第1行元素只會(huì)影響結(jié)果矩陣Y(或b)的第1行的內(nèi)容
  • 總結(jié):?矩陣A第2行元素只會(huì)影響結(jié)果矩陣Y(或b)的第2行的內(nèi)容

?

  • A矩陣左上角2,只會(huì)影響b11 和b12
  • A矩陣右下角3,只會(huì)影響b21 和b22?

矩陣表示向量,線性代數(shù),線性代數(shù)

3.2 矩陣的本質(zhì)是旋轉(zhuǎn)和縮放

3.2.1 各種縮放/旋轉(zhuǎn)的矩陣效果

  • 參考前面總結(jié)得各種特殊矩陣

線性代數(shù)的學(xué)習(xí)和整理7:各種特殊效果矩陣匯總_奔跑的犀牛先生的博客-CSDN博客行向量列向量[ 1 00 1]應(yīng)該很多種把[ 1 00 2][ 5 01 0][] 零矩陣正交矩陣。https://blog.csdn.net/xuemanqianshan/article/details/132390306?spm=1001.2014.3001.5502

3.2.2 矩陣?yán)飻?shù)字的效果

  • 矩陣?yán)锏臄?shù)字0
  • 矩陣?yán)锏臄?shù)字1,表示不進(jìn)行縮放
  • 矩陣?yán)锏臄?shù)字2等,表示縮放
  • 矩陣?yán)锏臄?shù)字-3? 表示縮放-3倍,并且反向

比如下面這個(gè)矩陣:?jiǎn)挝痪仃?,單位矩陣如果放左邊,就是表示?duì)矩陣的第1行元素*1,對(duì)第2行元素*1,其實(shí)就是什么都不做。

?1? 0?

?0? 1?文章來源地址http://www.zghlxwxcb.cn/news/detail-731101.html

到了這里,關(guān)于線性代數(shù)的學(xué)習(xí)和整理6:如何表示向量/矩陣? 矩陣就是向量組,矩陣的本質(zhì)是什么?的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場(chǎng)。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • 線性代數(shù)的學(xué)習(xí)和整理20,關(guān)于向量/矩陣和正交相關(guān),相似矩陣等(草稿)

    線性代數(shù)的學(xué)習(xí)和整理20,關(guān)于向量/矩陣和正交相關(guān),相似矩陣等(草稿)

    目錄 1 什么是正交 1.1 正交相關(guān)名詞 1.2 正交的定義 1.3 正交向量 1.4 正交基 1.5 正交矩陣的特點(diǎn) 1.6 正交矩陣的用處 orthogonal set 正交向量組 正交變換 orthogonal matrix 正交矩陣 orthogonal basis 正交基 orthogonal decomposition 正交分解 正交的定義:內(nèi)積為0 正交一定線性無關(guān) 其實(shí)不共線也

    2024年02月09日
    瀏覽(56)
  • 線性代數(shù)的學(xué)習(xí)和整理17:向量空間的基,自然基,基變換等(未完成)

    線性代數(shù)的學(xué)習(xí)和整理17:向量空間的基,自然基,基變換等(未完成)

    目錄 1 從顏色說起 1.1 用簡(jiǎn)單的枚舉 → 一一映射到某種顏色 1.1.1? 自然語言里的顏色對(duì)應(yīng) 1.1.2 舉個(gè)例子:VB里的colorindex 1.1.3 接下來的關(guān)鍵問題就是:如何對(duì)應(yīng)更多的顏色,無限窮舉么? 1.2 升級(jí)版的顏色映射思路:RGB顏色 1.2.1 RGB顏色大家都明白原理 1.2.2?表達(dá)方式1:用一個(gè)

    2024年02月10日
    瀏覽(49)
  • 線性代數(shù)的學(xué)習(xí)和整理19,特征值,特征向量,以及引入的正交化矩陣概念

    線性代數(shù)的學(xué)習(xí)和整理19,特征值,特征向量,以及引入的正交化矩陣概念

    目錄 1 什么是特征值和特征向量? 1.1?特征值和特征向量這2個(gè)概念先放后 1.2 直觀定義 1.3 嚴(yán)格定義 2 如何求特征值和特征向量 2.1 方法1:結(jié)合圖形看,直觀方法求 2.1.1 單位矩陣的特征值和特征向量 2.1.2 旋轉(zhuǎn)矩陣 2.2? 根據(jù)嚴(yán)格定義的公式 A*X=λ*X 來求 2.3? 特征方程 2.4 互異特

    2024年02月09日
    瀏覽(50)
  • 線性代數(shù)的學(xué)習(xí)和整理23:用EXCEL和python 計(jì)算向量/矩陣的:內(nèi)積/點(diǎn)積,外積/叉積

    線性代數(shù)的學(xué)習(xí)和整理23:用EXCEL和python 計(jì)算向量/矩陣的:內(nèi)積/點(diǎn)積,外積/叉積

    ? 目錄 1 乘法 1.1 標(biāo)量乘法(中小學(xué)乘法) 1.1.1 乘法的定義 1.1.2 乘法符合的規(guī)律 1.2 向量乘法 1.2.1 向量:有方向和大小的對(duì)象 1.2.2 向量的標(biāo)量乘法 1.2.3 常見的向量乘法及結(jié)果 1.2.4 向量的其他乘法及結(jié)果 1.2.5?向量的模長(zhǎng)(長(zhǎng)度) 模長(zhǎng)的計(jì)算公式 1.2.6 距離 2 向量的各種乘法 2

    2024年01月23日
    瀏覽(48)
  • 線性代數(shù)的學(xué)習(xí)和整理21,向量的模,矩陣的模,矩陣的模和行列式比較(未完成)

    線性代數(shù)的學(xué)習(xí)和整理21,向量的模,矩陣的模,矩陣的模和行列式比較(未完成)

    目錄 1 模的定義 2 向量的模是距離 2.1?向量的模的定義 2.2 向量的模的計(jì)算公式 3? 矩陣的模 3.1 矩陣/向量組的模的定義 3.2 矩陣的模的公式 4 矩陣的模和行列式的關(guān)系? 模,又稱為范數(shù)。 范數(shù),是具有“長(zhǎng)度”概念的函數(shù)。 在線性代數(shù)、泛函分析及相關(guān)的數(shù)學(xué)領(lǐng)域,范數(shù)是

    2024年02月09日
    瀏覽(54)
  • 機(jī)器學(xué)習(xí)-線性代數(shù)-向量、基底及向量空間

    機(jī)器學(xué)習(xí)-線性代數(shù)-向量、基底及向量空間

    理解 直觀理解 行向量:把數(shù)字排成一行A = [ 4 ? 5 ] [4~ 5] [ 4 ? 5 ] 列向量:把數(shù)字排成一列A = ? [ 4 5 ] left [ begin{matrix} 4 \\\\ 5 \\\\ end{matrix} right ] ? [ 4 5 ? ] 幾何意義 默認(rèn)在基底條件下(直角坐標(biāo)系)中的坐標(biāo)表示的一個(gè)點(diǎn),也可以理解以原點(diǎn)為起點(diǎn),到目標(biāo)終點(diǎn)A的有向線段

    2024年02月06日
    瀏覽(32)
  • 線性代數(shù)的學(xué)習(xí)和整理2:線性代數(shù)的基礎(chǔ)知識(shí)(整理ing)

    線性代數(shù)的學(xué)習(xí)和整理2:線性代數(shù)的基礎(chǔ)知識(shí)(整理ing)

    目錄 1 寫在前面的話 1.1 為什么要先總結(jié)一些EXCEL計(jì)算矩陣的工具性知識(shí), 而不是一開始就從基礎(chǔ)學(xué)起呢? ?1.2 關(guān)于線性代數(shù)入門時(shí)的各種靈魂發(fā)問: 1.3 學(xué)習(xí)資料 2 什么是線性(關(guān)系)? 2.1 線性的到底是一種什么關(guān)系: 線性關(guān)系=正比例/正相關(guān)關(guān)系 ≠ 直線型關(guān)系 2.2 一次函數(shù)

    2024年02月14日
    瀏覽(31)
  • 機(jī)器學(xué)習(xí)-線性代數(shù)-1-向量、基底及向量空間

    機(jī)器學(xué)習(xí)-線性代數(shù)-1-向量、基底及向量空間

    理解 直觀理解 行向量:把數(shù)字排成一行A = [ 4 ? 5 ] [4~ 5] [ 4 ? 5 ] 列向量:把數(shù)字排成一列A = ? [ 4 5 ] left [ begin{matrix} 4 \\\\ 5 \\\\ end{matrix} right ] ? [ 4 5 ? ] 幾何意義 默認(rèn)在基底條件下(直角坐標(biāo)系)中的坐標(biāo)表示的一個(gè)點(diǎn),也可以理解以原點(diǎn)為起點(diǎn),到目標(biāo)終點(diǎn)A的有向線段

    2024年02月10日
    瀏覽(35)
  • 線性代數(shù)的學(xué)習(xí)和整理15:線性代數(shù)的快速方法

    線性代數(shù)的學(xué)習(xí)和整理15:線性代數(shù)的快速方法

    ? ?5? 空間的同構(gòu) 下面再談?wù)勍瑯?gòu)。線性空間千千萬,應(yīng)如何研究呢?同構(gòu)就是這樣一個(gè)強(qiáng)大的概念,任何維數(shù)相同的線性空間之間是同構(gòu)的,空間的維數(shù)是簡(jiǎn)單而深刻的,簡(jiǎn)單的自然數(shù)居然能夠刻畫空間最本質(zhì)的性質(zhì)。借助于同構(gòu),要研究任意一個(gè)n維線性空間,只要研究

    2024年02月11日
    瀏覽(63)
  • 線性代數(shù)的學(xué)習(xí)和整理9:線性代數(shù)的本質(zhì)(未完成)

    線性代數(shù)的學(xué)習(xí)和整理9:線性代數(shù)的本質(zhì)(未完成)

    目錄 1 相關(guān)英語詞匯 1.1 元素 1.2 計(jì)算 1.3?特征 1.4 線性相關(guān) 1.5 各種矩陣 1.6 相關(guān)概念 2 可參考經(jīng)典線性代數(shù)文檔 2.1?學(xué)習(xí)資料 2.2 各種文章和視頻 2.3 各種書 2.4 下圖是網(wǎng)上找的思維導(dǎo)圖 3?線性代數(shù)的本質(zhì) 3.1 線性代數(shù)是第2代數(shù)學(xué)模型 一般的看法 大??偨Y(jié)說法: 3.2 ? 線性代

    2024年02月09日
    瀏覽(62)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包