文章目錄
- 先修知識
- 希臘字母$$\alpha$$ $$\gamma$$
- 上下標$$C_n^2$$
- 矢量$$\vec{a}$$ $$\overrightarrow{xy}$$
- 希臘字母$$\alpha$$
- 上下標$$C_n^2$$
- 未知數符號$$\mathsf{A}$$
- 分組$$10^{10}$$
- 分數$$\frac{x}{y}$$
- 求和$$\sum_{i=1}^n{a_i}$$
- 極限$$\lim_{x \to 0}{x^2}$$
- 積分$$\int_0^\infty{fxdx}$$
- 開根式$$\sqrt[x]{y}$$
- 特殊函數$$\sin x$$ $$\ln x$$$$\max(A,B,C)$$
- 特殊符號
- 空格$$a\ b$$ $$a\quad b$$
- 矩陣
- 方程組
- 參考文獻引用
- 什麼是向量
先修知識
- 知識點參考鏈接 : 簡書–MathJax
- 快速掌握常用數學公式的Markdown寫法
希臘字母
\alpha ; \gamma
上下標
C_n^2
矢量
\vec{a} \overrightarrow{xy}
希臘字母
上下標
C_n^2
未知數符號
\mathsf{A}
分組
10^{10}
分數
\frac{x}{y}
求和
\sum_{i=1}^n{a_i}
極限
\lim_{x\to 0}{x^2}
積分
\int_0^\infty{fxdx}
開根式
\sqrt[x]{y}
特殊函數
\sin x$` `$\ln x$` `$\max(A,B,C)
特殊符號
空格
a\ b ; a\quad b
矩陣
\begin{bmatrix}
1&0&0\\
0&1&0\\
0&0&1\\
\end{bmatrix}
橫省略號:\cdots
豎省略號:\vdots
斜省略號:\ddots
方程組
\begin{cases}
a_1x+b_1y+c_1z=d_1\\
a_2x+b_2y+c_2z=d_2\\
a_3x+b_3y+c_3z=d_3\\
\end{cases}
參考文獻引用
感謝[谷歌][1],[簡書][2],[CSDN][3]的資料
[1]:www.google.com
[2]:www.jianshu.com
[3]:www.csdn.cn
什麼是向量
1. 物理視角:向量就是空間中的箭頭
只有長度與方向
2. 計算機視角:向量是有序的數字列表,根據順序定義屬性或抽象含義
對房屋建模,抽象房屋的屬性,如房價和麪積,寫成這種形式
此時在計算機系學生的眼裏:這個列表代表着一套129平方,27000一平m的房子.
3. 計算機學生視角
此時向量不過是列表的一個花俏說法,只不過因爲list.len==2,才稱它是二維向量.
4. 數學系學生視角
就是座標系的變換與運算.
向量通常以原點爲起點,實現向量加法+向量數乘.
例一: 例二:
5. 二維向量
每一個二維向量會給出唯一的平面方向與長度,每一個向量恰好有唯一一對數表示
6. 三維向量
每個三維向量都有一個唯一的一組三元序列對應
7. 向量相加的本質是維度相加
8. 向量的數乘本質是每個維度分量與標量相乘,即方向不變,長度改變(正負)
9. 線性代數爲大數據提供批量處理與可視化的理論依據
大數據們
線性視圖
10. 向量的形成
所有二維向量都是由一組基底($\vec{i},\vec{j}$
)的兩個分量拉伸變換而來.
一般取爲x軸的,取爲y軸的
所以 向量vector = scalar_1 x basis_1 + scalar_2 x basis_2
11. 任意基底
What if we choose different basis vectors?
我們要知道,正是有了通用的統一的基底,我們才能在世界任何地方把一組數字轉換成一個向量
總結: 向量依賴於基底,基底乘上不同線性標量構成的向量集合稱爲張成的空間.注:標量必須是實數
畫圖
爲畫圖方便,先定義座標原點,再依據向量確定該向量的終點.打點
發現
三元向量保持一個向量不變,只變其中兩個向量,則張成的空間是一個平面
當我們縮放第三個分量時,前兩個分量張成的平面將沿第三個分量的縮放方向來回掃動,從而掃過整個空間
12.Linearly dependent 線性相關
-
上圖當第三方向量剛好落在前兩個向量組成的平面上,或兩個向量落在同一條直線上.
-
此時抽掉其中一個向量也不會影響張成的空間,則稱向量與或向量`與是線性相關的
13.Linearly independent 線性無關
- 新添加的向量能給張成的空間帶來新維度
- 故:向量的基底就是可以張成該空間的所有線性無關向量的集合
- 所以:向量的一組基底就是張成空間的基底的最小集
14. Linear transformation 線性變換
不死記硬背理解矩陣向量乘法
上述表達式蘊涵了一種線性變換思想,本質起始就是func()的一種
變換;暗示了我們向量函數應當從空間運動角度理解,本質是如何把向量甲通過與另一向量規則作用變換成乙向量
線性變換定義:
- 直線在空間變換後仍是直線
- 原點始終保持固定
- 典型:保持網格線平行且等距分佈的變換
如平面直角座標系 - 定義向量
$\vec{x,y}$二維矩陣滿足
如
就表示
.
我們發現向量是向量()的一個特定的線性組合.看圖可知,我們在只知道與
的落腳點的情況下,一定能根據線性組合得到
的落腳點
矩陣乘法的意義
任意一組基底,如基底
(1,-2)+基底
(3,0)組成的矩陣乘以線性組合C = x
+y
`裏的係數(x,y)的結果是C的值(一個二維向量)
式子爲