线性代数（3Blue1Brown）

线性代数（3Blue1Brown）

向量是什么

  1. 物理视角：空间中的箭头，长度和方向决定。
  2. 计算机视角：有序数字列表。
  3. 数学视角：起点在原点，空间中的箭头，向量由坐标系中数组构成。

向量运算规则

  1. 加法
    空间中沿有向线段的运动。
    对应坐标相加。
  2. 数乘
    缩放标量：向量长度缩放。
    向量中的每个分量与标量相乘。

向量组合 张成空间 基

  • 基向量
    1. 基的严格定义
      image
    2. 向量，基于当前使用的基向量。
      两个数乘向量的和：两个向量的线性组合
      image
  • 张成空间：给定向量线性组合的向量的集合。
    1. 二维空间 不共线时两个向量张成空间为整个平面，共线为直线。
    2. 三维空间 两个向量张成空间为过原点平面 三个向量为整个空间。
  • Tip: 考虑单个向量时看作箭头，多个向量时看作点。
  • 线性相关：
    1. 一组向量中至少有一个是多余的，没有对张成空间做出任何贡献
       （第三个向量落在前两个向量的张成空间中，两向量共线）
    2. 一个向量可以表示为其他向量的线性组合
      image
  • 线性无关
    1. 所有向量给张成空间增加了新的维度。
      image
    2. 一个向量可以表示为其他向量的线性组合
      image

矩阵与线性变换

  • 变换：运动的函数，输入一个向量，输出一个向量。
    1. 线性变换：变化后原点固定，直线仍然是直线。（操纵空间的一种手段）
      image
    2. 向量在变换后的位置：可看作变换基向量，基向量线性组合变换后仍成立。
      image
    3. 列线性相关：二维空间变换后基向量落在同一直线上，两个向量张成一维空间。
      image

矩阵乘法与线性变换复合的联系

  1. 变换效果相同
    image
    image
  2. 两个矩阵相乘，基向量i,j先进行变换后，乘以左右侧矩阵，就是i，j在左侧矩阵变换作用后的效果。
    image
    image

行列式

  1. 二维：线性变换大小为变换后面积的比例，正负改变空间的定向。（i在j的左侧还是右侧）
  2. 三维：体积，右手定则。
  3. 计算：相关公式。
  4. 乘积的行列式等于行列式的乘积：面积缩放比例始终相等。
    image

逆矩阵 列空间 秩 零空间

  1. 行列式不为0（线性无关）
    image
    image
    image
    image
  2. 行列式为0 ：与方程组相关的变换被压缩到更低的维度上。
    一个变换将空间压缩到一条直线，向量v恰好处于这条直线上，解存在。
    image
  3. 秩：列空间的维数
    image
    满秩：秩与列数相等。
    非满秩：变换后有一系列向量成为0向量。
  4. 列空间：矩阵的列张成的空间
    image
    image
    零向量一定在列空间中国（线性变化保持原点不变）。
  5. 零空间/核：变换后落在圆点的向量的集合。

非方阵 不同维度直接的线性变换

  1. 3行2列矩阵：输入空间有两个基向量，每一个基向量变换后用三个独立的坐标表示。
    image
  2. 2行3列矩阵：输入空间三个基向量，每个基向量变换后用两个独立坐标表示，三维到二维的变换。
    image
  3. 1行2列矩阵：输入空间2个基向量，每个向量变换后用一个数表示 ，二维向量产生一个数。
    image

点积与对偶性

  1. 投影
    image
    image
  2. 对偶性
    • 点积对应坐标相乘再相加为何与投影有所联系
      原本的向量经过投影矩阵（将原始坐标变换为数轴上的数，变换矩阵），变为数轴上的数。
      image
      image
      image
      image
    • 空间中任意向量经过投影变换矩阵，与其和u（单位向量）的点击完全相同。
      image
      image
    • 与单位向量的点击：将向量投影到单位向量所在直线上的投影长度。
      image
    • 与非单位向量的点击：朝给定单位向量上投影，将投影的值与给定向量长度相乘。
      image
      如果一个线性变换，输出空间是一维数轴，空间中存在唯一向量v与之相关，应用变换与向量v做点击相同。

叉积的标准介绍

  1. 大小：平行四边形面积 方向：右手定则
    image
    image
  2. 计算
    行列使：变换前后面积比例的度量。
    image
    image
    image
    image
  3. 证明
    image
    可变的平行六面体的体积：底确定，xyz决定高，所以线性。
    image
    线性之后：可通过矩阵乘法描述该函数。
    image
    对偶性（从多维到一维）可以把矩阵立起来，整个变换看作与特定向量的点积。
    image
  4. 数值意义：
    image
    image
    叉乘所求的就是向量p坐标，向量p和某向量点乘时，所得结果为行列式，第一列xyz,二三列v,w。
    image
  5. 几何意义：
    向量p和某向量点乘时，所得结果为一个由xyz，u，v确定的平行六面体的有向体积。
    image
    向量p与其他向量点积的几何意义：其他向量投影到p上，投影长度与p的长度相乘。
    image
    u和v确定底面面积，乘以向量xyz在垂直平行四边形面积的分量，线性函数对于给定向量的作用，是将这个向量投影到垂直于u,v的直线上，投影长度与面积相乘。
    image
posted @ 2022-05-08 15:53  常进  阅读(730)  评论(0)  编辑  收藏  举报