本文已收录于 线性代数的本质学习笔记 系列,共计 9 篇,本篇是第 9 篇

函数与向量 这里的内容对应的就是线性代数中的二次型。 先看一个例子,因为求导的可加性和成比例性,我们可以分别对每个基向量求导,从而得到左侧的矩阵: 弹幕:用泰勒展开所有的函数成幂函数,然后用这个算子,就可以解决几乎所有的函数。 如上图,以取 x的不同幂次方作为基函数,然后既可以写出求导变换的矩阵。这 …

阅读全文 »

本文已收录于 线性代数的本质学习笔记 系列,共计 9 篇,本篇是第 8 篇

什么是特征值和特征向量 对于一些线性变化来说,存在一些向量在变换前后留在了张成的空间里,只是拉伸或收缩了一定比例,这些向量称为特征向量,拉伸收缩的比例称为特征值,正负表示变换的过程中是否切翻转了方向。 如何通俗地解释特征值与特征向量_哔哩哔哩_bilibili 例如下图,红色的向量变换前后都在一条直 …

阅读全文 »

本文已收录于 线性代数的本质学习笔记 系列,共计 9 篇,本篇是第 6 篇

叉积的几何意义 对于两个向量所围成的面积来说,可以使用行列式计算,即将两个向量看作是变换后的基向量,这样通过行列式就可以得到变换后面积缩放的比例,因为基向量的单位为1,所以就得到了对应的面积。 这个面积的值存在负值,这是参照基向量$\vec i$和$\vec j$的相对位置来说的: 叉积是通过两个三 …

阅读全文 »

本文已收录于 线性代数的本质学习笔记 系列,共计 9 篇,本篇是第 5 篇

点积(又称数量积或标量积)的计算 对于两个维度相同的向量,他们的点积计算为:$\begin{bmatrix}1\\2\end{bmatrix}\cdot\begin{bmatrix} 3\\4\end{bmatrix}=1\cdot3+2\cdot4=11$。 Ps:高中数学向量乘积一般都是点乘,叉 …

阅读全文 »

本文已收录于 线性代数的本质学习笔记 系列,共计 9 篇,本篇是第 3 篇

测量变换究竟对空间有多少拉伸或挤压——行列式 行列式的本质是计算线性变化对空间的缩放比例,具体一点就是,测量一个给定区域面积增大或减小的比例。单位面积的变换代表任意区域的面积变换比例。 行列式为什么有负值呢? 有两种方式可以解释,一种是想象一下把纸翻面;另一种思想是i帽和j帽的相对位置发生了互换: …

阅读全文 »

本文已收录于 线性代数的本质学习笔记 系列,共计 9 篇,本篇是第 2 篇

矩阵 矩阵就是坐标轴的“变换方式”(拉长或旋转)。 矩阵最直观的理解当然是一个写成方阵的数字$$\begin{bmatrix} 1&2 \\ 3&4 \end{bmatrix}$$,这几节的核心是为了说明矩阵其实就是一种向量变换(至于什么是变换下面会讲),并附带一种不用死记硬背的考虑 …

阅读全文 »

本文已收录于 线性代数的本质学习笔记 系列,共计 9 篇,本篇是第 4 篇

线性方程组 在每个方程组中,未知量只具有常系数,这些未知量之间只进行加和,没有幂次、没有函数等。这就被成为线性方程组。 线性方程组就是矩阵A和$\vec{x} $的乘积:A是系数,$\vec{x} $是向量,以及他们的乘积$\vec v$向量。 从几何的角度来思考,矩阵A表示一个线性变换(即记录下线 …

阅读全文 »