方程组的几何解释

作者: 一百万个不确定 | 来源:发表于2019-11-06 17:20 被阅读0次

方程组的几何解释
方程组的几何解释
MIT-18.06-线性代数（第一讲）
1.1、方程组的几何解释
线性代数之——行图像和列图像
lesson 01 方程组的几何解释
线性代数——(2)线性方程组
【MIT】01-方程组的几何解释
第1课方程组的几何解释
MIT 线性代数 1.方程组的几何解释

线性代数

方程组的几何解释

线性组合

把向量相加得到 v+w，随后乘以各自的常量c和d，得到cv和dw，将他们相加得到线性组合 cv+df

形如：
$cv + dw = c \left\{ \begin{matrix} 1 \\ 1 \\ \end{matrix} \right\} + d \left\{ \begin{matrix} 2 \\ 3 \\ \end{matrix} \right\} = \left\{ \begin{matrix} c+2d \\ c+3d \\ \end{matrix} \right\} \\$

点乘

$\left\{ \begin{matrix} 2 \\ 3 \\ \end{matrix} \right\}*\left\{ \begin{matrix} 2 \\ 3 \\ \end{matrix} \right\} = 2*2+3*3=14$

向量的长度

$\sqrt{\left\{ \begin{matrix} 2 \\ 3 \\ \end{matrix} \right\}*\left\{ \begin{matrix} 2 \\ 3 \\ \end{matrix} \right\}} = \sqrt{14}$

内积

$\left\{ \begin{matrix} 2 & -1 \\ -1 & 2 \\ \end{matrix} \right\} \left\{ \begin{matrix} x \\ y \\ \end{matrix} \right\} = \left\{\begin{matrix} 2x - y \\ -x + y \\ \end{matrix}\right\}$

方程
$2x +y = 3 \\ x - 2y = -1$

矩阵模式

写成矩阵模式就是：
$\left\{ \begin{matrix} 2 & 1 \\ 1 & -2 \\ \end{matrix} \right\} \left\{ \begin{matrix} x \\ y \\ \end{matrix} \right\} = \left\{ \begin{matrix} 3 \\ -1 \\ \end{matrix} \right\}\\ A X =B$

逆矩阵

$aX=b \\ then \\ x = a^{-1}b$

逆矩阵的特性
$A^{-1}A=\left\{ \begin{matrix} 1 & 0 \\ 0 & 1 \\ \end{matrix} \right\}$

Row picture 行图像

把属于方程的图像画出来，交点就是解

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-5, 5, 50)
y = 3-2*x
y2 = (x+1)/2

plt.figure(num=3, figsize=(8, 5),)
plt.xlim((-5, 5))
plt.ylim((-5, 5))

ax = plt.gca()
ax.spines['bottom'].set_position(('data', 0))
ax.spines['left'].set_position(('data',0))

plt.plot(x, y)
plt.plot(x, y2)

plt.show()

1573030360210.png

Column Picture 列图像

import numpy as np
import matplotlib.pyplot as plt

soa = np.array([[0, 0, 2, 1], [0, 0, 1, -2], [2, 1, 1, -2]])
X, Y, U, V = zip(*soa)

plt.figure(num=3, figsize=(8, 5),)
plt.xlim((-5, 5))
plt.ylim((-5, 5))

ax = plt.gca()
ax.spines['bottom'].set_position(('data', 0))
ax.spines['left'].set_position(('data',0))

ax.quiver(X, Y, U, V, angles='xy', scale_units='xy', scale=1)
plt.annotate(r'3, -1', xy=(3, -1), xycoords='data', xytext=(+30, -30),
             textcoords='offset points', fontsize=16,
             arrowprops=dict(arrowstyle='->', connectionstyle="arc3,rad=.2"))
plt.show()

1573031004392.png