MIT 18.06 線性代數筆記 | Lecture 1: The geometry of linear equations
前言
其實之前為了上林軒田的機器學習,就已經把 Youtube 上這門課程的部分影片看過了,但是當時沒有空做筆記,學習起來囫圇吞棗,到現在也已經忘的差不多了,所以希望能趁暑假空閒的時間複習線性代數,順便練習用 markdown 作筆記。
n linear equatuins, n linear algebra
給定n個linear equatuin,n個linear algebra,我們可以把它們寫成Ax=b的形式,其中A是一個Matrix、x和b是一個Vector。舉例來說
可以寫成
\[\begin{bmatrix} 2&-1&0\\ -1&2&-1\\ 0&-3&4 \end{bmatrix} \begin{bmatrix} x\\y\\z \end{bmatrix} = \begin{bmatrix} 0\\-1\\4 \end{bmatrix}\]row picture
如果將上面的矩陣形式想成是三個平面在三維空間的形式就是row picture,而三個平面相交的點就是$x$、$y$和$z$的值。
column picture
如果換一種矩陣形式的寫法,將上面的矩陣形式寫成
\[x\begin{bmatrix}2\\-1\\0\end{bmatrix}+y\begin{bmatrix}-1\\2\\-3\end{bmatrix}+z\begin{bmatrix}0\\-1\\4\end{bmatrix}=\begin{bmatrix}0\\-1\\4\end{bmatrix}\]我們可以想像成 \(\begin{bmatrix}0\\-1\\4\end{bmatrix}\) 這個向量是 \(\begin{bmatrix}2\\-1\\0\end{bmatrix}\) 、 \(\begin{bmatrix}-1\\2\\-3\end{bmatrix}\) 、 \(\begin{bmatrix}0\\-1\\4\end{bmatrix}\) 這三個向量的combination,這就叫做column picture。
用這個方法我們很快就能找出\(x=0\)、\(y=0\)、\(z=1\)。Strang教授想表達的是column picture讓我們比較容易理解線性代數的概念。想像在三維空間中給定三個向量,我們是否可以用這三個向量建構出三維空間中的任何一點,可想而知,只要這三個向量不再同一平面,或者是說三個向量中的任一向量都不能由另外兩個向量構成,我們都能建構出三維空間中的任何一點。如果其中一個向量可由另外兩個向量構成,這種情況叫做singular case,它的matrix將會是non-invertible。