MIT线性代数-方程组的几何解释

文章目录

  • [1. 二维空间](#1. 二维空间)
    • [1.1 行方向](#1.1 行方向)
    • [1.2 列方向](#1.2 列方向)
  • [2. 三维空间](#2. 三维空间)
    • [2.1 行方向](#2.1 行方向)
    • [2.2 列方向](#2.2 列方向)

假设有一个方程组 A X = B AX=B AX=B表示如下
2 x − y = 0 (1) 2x-y=0\tag{1} 2x−y=0(1)
− x + 2 y = 3 (2) -x+2y=3\tag{2} −x+2y=3(2)

  • 矩阵表示如下:
    [ 2 − 1 − 1 2 ] [ x y ] = [ 0 3 ] (3) \begin{bmatrix}2&-1\\\\-1&2\end{bmatrix}\begin{bmatrix}x\\\\y\end{bmatrix}=\begin{bmatrix}0\\\\3\end{bmatrix}\tag{3} 2−1−12 xy = 03 (3)

1. 二维空间

1.1 行方向

  • 从行的方向上可以得到如下图形:
  • 得到的交点M(1,2) 就是矩阵求得的x=1,y=2答案。

1.2 列方向

将方程变换成列方向,可得如下结构:
x [ 2 − 1 ] + y [ − 1 2 ] = [ 0 3 ] x\begin{bmatrix}2\\\\-1\end{bmatrix}+y\begin{bmatrix}-1\\\\2\end{bmatrix}=\begin{bmatrix}0\\\\3\end{bmatrix} x 2−1 +y −12 = 03

  • 可以看成两个向量a= [ 2 − 1 ] \begin{bmatrix}2\\\\-1\end{bmatrix} 2−1 ,b= [ − 1 2 ] \begin{bmatrix}-1\\\\2\end{bmatrix} −12 的线性组合。
  • 从列方向可以看出来,方程组可以看出来是以a= [ 2 − 1 ] \begin{bmatrix}2\\\\-1\end{bmatrix} 2−1 ,b= [ − 1 2 ] \begin{bmatrix}-1\\\\2\end{bmatrix} −12 为基,以 x, y 为系数,进行向量计算求得向量 [ 0 3 ] \begin{bmatrix}0\\\\3\end{bmatrix} 03

2. 三维空间

2.1 行方向

2 x − y = 0 ; − x + 2 y − z = − 1 ; − 3 y + 4 z = 4 2x-y=0;\quad-x+2y-z=-1;\quad-3y+4z=4 2x−y=0;−x+2y−z=−1;−3y+4z=4

三维图像如下:

  • 我们发现,对于方程组来说,我们从行方向画图的时候发现,特别难找到三个平面的交点,为此我们希望用更简单的方式看方程组(列方向)

2.2 列方向

  • 方程组: 2 x − y = 0 ; − x + 2 y − z = − 1 ; − 3 y + 4 z = 4 2x-y=0;\quad-x+2y-z=-1;\quad-3y+4z=4 2x−y=0;−x+2y−z=−1;−3y+4z=4
  • 转换成矩阵:
    x [ 2 − 1 0 ] + y [ − 1 2 − 3 ] + z [ 0 − 1 4 ] = [ 0 − 1 4 ] x\begin{bmatrix}2\\\\-1\\\\0\end{bmatrix}+y\begin{bmatrix}-1\\\\2\\\\-3\end{bmatrix}+z\begin{bmatrix}0\\\\-1\\\\4\end{bmatrix}=\begin{bmatrix}0\\\\-1\\\\4\end{bmatrix} x 2−10 +y −12−3 +z 0−14 = 0−14
  • 从列方向的角度来看,我们是以 a = [ 2 − 1 0 ] , b = [ − 1 2 − 3 ] , c = [ 0 − 1 4 ] a=\begin{bmatrix}2\\\\-1\\\\0\end{bmatrix},b=\begin{bmatrix}-1\\\\2\\\\-3\end{bmatrix},c=\begin{bmatrix}0\\\\-1\\\\4\end{bmatrix} a= 2−10 ,b= −12−3 ,c= 0−14 为基,以x,y,z为系数画图,求得向量 z = [ 0 − 1 4 ] z=\begin{bmatrix}0\\\\-1\\\\4\end{bmatrix} z= 0−14
  • 那么我们就可以以更简单的方式进行求解系数x,y,z
  • 通过矩阵方程和图形可以看出,当x=0,y=0,z=1时可以得到结果
    0 [ 2 − 1 0 ] + 0 [ − 1 2 − 3 ] + 1 [ 0 − 1 4 ] = [ 0 − 1 4 ] 0\begin{bmatrix}2\\\\-1\\\\0\end{bmatrix}+0\begin{bmatrix}-1\\\\2\\\\-3\end{bmatrix}+1\begin{bmatrix}0\\\\-1\\\\4\end{bmatrix}=\begin{bmatrix}0\\\\-1\\\\4\end{bmatrix} 0 2−10 +0 −12−3 +1 0−14 = 0−14
  • 只有当向量a,b,c 相互独立,那么就可以通过系数x,y,z来求得向量z;
  • AX=b 表示的是将A的列向量进行组合得到向量b.
相关推荐
Terry Cao 漕河泾17 分钟前
SRT3D: A Sparse Region-Based 3D Object Tracking Approach for the Real World
人工智能·计算机视觉·3d·目标跟踪
多猫家庭22 分钟前
宠物毛发对人体有什么危害?宠物空气净化器小米、希喂、352对比实测
人工智能·宠物
AI完全体26 分钟前
AI小项目4-用Pytorch从头实现Transformer(详细注解)
人工智能·pytorch·深度学习·机器学习·语言模型·transformer·注意力机制
AI知识分享官27 分钟前
智能绘画Midjourney AIGC在设计领域中的应用
人工智能·深度学习·语言模型·chatgpt·aigc·midjourney·llama
程序小旭1 小时前
Objects as Points基于中心点的目标检测方法CenterNet—CVPR2019
人工智能·目标检测·计算机视觉
阿利同学1 小时前
yolov8多任务模型-目标检测+车道线检测+可行驶区域检测-yolo多检测头代码+教程
人工智能·yolo·目标检测·计算机视觉·联系 qq1309399183·yolo多任务检测·多检测头检测
CV-King1 小时前
计算机视觉硬件知识点整理(三):镜头
图像处理·人工智能·python·opencv·计算机视觉
Alluxio官方1 小时前
Alluxio Enterprise AI on K8s FIO 测试教程
人工智能·机器学习
AI大模型知识分享1 小时前
Prompt最佳实践|指定输出的长度
人工智能·gpt·机器学习·语言模型·chatgpt·prompt·gpt-3
十有久诚1 小时前
TaskRes: Task Residual for Tuning Vision-Language Models
人工智能·深度学习·提示学习·视觉语言模型