没有合适的资源?快使用搜索试试~ 我知道了~
线代可视化理解,纯小白都能看懂,抽象艺术转化为了具象实例,保证看到就是赚到
资源推荐
资源详情
资源评论
The Art of Linear Algebra
– Graphic Notes on “Linear Algebra for Everyone” –
Kenji Hiranabe
∗
with the kindest help of Gilbert Strang
†
translator: Kefang Liu
‡
September 1, 2021/updated August 19, 2023
Abstract
我尝试为 Gilbert Strang 在书籍“Linear Algebra for Everyone”中介绍的矩阵的重要概念进行可视化图
释, 以促进从矩阵分解的角度对向量、矩阵计算和算法的理解.
1
它们包括矩阵分解 (Column-Row, CR)、高
斯消去法 (Gaussian Elimination, LU)、格拉姆-施密特正交化 (Gram-Schmidt Orthogonalization, QR)、特
征值和对角化 (Eigenvalues and Diagonalization, Q ΛQ
T
)、和奇异值分解 (Singular Value Decomposition,
U ΣV
T
).
序言
我很高兴能看到 Kenji Hiranabe 的线性代数中的矩阵运算的图片! 这样的图片是展示代数的绝佳方式. 我们
当然可以通过行 · 列的点乘来想象矩阵乘法, 但那绝非全部——它是 “线性组合” 与 “秩 1 矩阵” 组成的代数
与艺术. 我很感激能看到日文翻译的书籍和 Kenji 的图片中的想法.
– Gilbert Strang
麻省理工学院数学教授
Contents
1 理解矩阵——4 个视角 2
2 向量乘以向量——2 个视角 2
3 矩阵乘以向量——2 个视角 3
4 矩阵乘以矩阵——4 个视角 4
5 实用模式 4
6 矩阵的五种分解 7
6.1 A = CR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
6.2 A = LU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
6.3 A = QR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
6.4 S = QΛQ
T
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
6.5 A = U ΣV
T
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
∗
twitter: @hiranabe, k-hiranabe@esm.co.jp, https://anagileway.com
†
Massachusetts Institute of Technology, http://www-math.mit.edu/~gs/
‡
twitter: @kfchliu, 微博用户: 5717297833
1
“Linear Algebra for Everyone”: http://math.mit.edu/everyone/.
1
1 理解矩阵——4 个视角
一个矩阵 (m × n) 可以被视为 1 个矩阵, mn 个数, n 个列和 m 个行.
!
!
!
" !
# $
% &
' (
!
# $
% &
' (
!
# $
% &
' (
!"#$%&'(")*#+$,-
./+0 1"(&'2*,-
1",$.")*#+$,-
./+0 !"(&'2*,-
3"(&'2*,-4"'5+,/6
Figure 1: 从四个角度理解矩阵
A =
a
11
a
12
a
21
a
22
a
31
a
32
=
| |
a
1
a
2
| |
=
−a
∗
1
−
−a
∗
2
−
−a
∗
3
−
在这里, 列向量被标记为粗体 a
1
. 行向量则有一个 ∗ 号, 标记为 a
∗
1
. 转置向量和矩阵则用 T 标记为 a
T
和 A
T
.
2 向量乘以向量——2 个视角
后文中, 我将介绍一些概念, 同时列出“Linear Algebra for Everyone”一书中的相应部分 (部分编号插入如
下). 详细的内容最好看书, 这里我也添加了一个简短的解释, 以便您可以通过这篇文章尽可能多地理解. 此
外, 每个图都有一个简短的名称, 例如 v1 (数字 1 表示向量的乘积)、Mv1 (数字 1 表示矩阵和向量的乘积),
以及如下图 (v1) 所示的彩色圆圈. 如你所见, 随着讨论的进行, 该名称将被交叉引用.
• 1.1 节 (p.2) Linear combination and dot products
• 1.3 节 (p.25) Matrix of Rank One
• 1.4 节 (p.29) Row way and column way
! !
!
!"#$%&"'()#$$*+(,-.&/
01+2$3$41#&56
!"
!
!
"
#
$ %
&
$ %
"$ "%
#$ #%
! " #
$
!
$
"
$
#
&
!
"
#
'
$
!
$
"
$
#
& $
!
( "$
"
( #$
#
!"
$
57$1$,1#&56$#!"
$
$ %&8$9:$+.5#;.&$'( ) 1&.$*(
#;.$&.7(<#$% 57$1$&1+2$3$,1#&568
!"#$%&"'()# *! + "/$57$.6%&.77.'$17$!
$
" 5+$
,1#&56$<1+=(1=.$1+'$>5.<'7$1$+(,-.&8
!#
Figure 2: 向量乘以向量 - (v1), (v2)
(v1) 是两个向量之间的基础运算, 而 (v2) 将列乘以行并产生一个秩 1 矩阵. 理解 (v2) 的结果 (秩 1) 是接
下来章节的关键.
2
3 矩阵乘以向量——2 个视角
一个矩阵乘以一个向量将产生三个点积组成的向量 (Mv1) 和一种 A 的列向量的线性组合.
• 1.1 节 (p.3) Linear combinations
• 1.3 节 (p.21) Matrices and Column Spaces
!
!
"
!"#$%&'$(#)*&%+$&,$
-
.%#$/01*2312#4$56$.$(#)*&%$7
.84$5#)&/#$*"#$*"%##$4&*93%&40)*$#1#/#8*+$&,$:7;
!"#$3%&40)*$:7 2+$.$128#.%$)&/528.*2&8$&,$*"#$
)&10/8$(#)*&%+$&,$
-
;
!" #
$ %
& '
( )
*
!
*
"
#
+*
!
,%*
"
-
+&*
!
, '*
"
-
+(*
!
, )*
"
-
!" #
$ %
& '
( )
*
!
*
"
# *
!
$
&
(
, *
"
%
'
)
!"#
!"$
Figure 3: 矩阵乘以向量- (Mv1), (Mv2)
往往你会先学习 (Mv1). 但当你习惯了从 (Mv2) 的视角看待它, 会理解 Ax 是 A 的列的线性组合. 矩阵
A 的列向量的所有线性组合生成的子空间记为 C(A). Ax = 0 的解空间则是零空间, 记为 N(A).
同理, 由 (vM1) 和 (vM2) 可见, 行向量乘以矩阵也是同一种理解方式.
!" #
$
!
$
"
$
#
% &
' (
) *
#
+$
!
,'$
"
, )$
#
- +&$
!
, ($
"
, *$
#
-
!"#
!"$
! "
!
!" #
$
!
$
"
$
#
% &
' (
) *
# $
!
% &
, $
"
' (
, $
#
) *
!"#$%&'()*+$,- ./$0$1.2#0&$
*'34.20+.'2$'5$+"#$&'6$
7#*+'&/$'5$
8
9
8$&'6$7#*+'&$, ./$3)1+.%1.#($4:$
+"#$+6'$*'1)32$7#*+'&/$'5$
8
02($4#*'3#$+"#$+6'$('+;%&'()*+$
#1#3#2+/$'5$,-9
"
Figure 4: 向量乘以矩阵 - (vM1), (vM2)
上图 A 的行向量的所有线性组合生成的子空间记为 C(A
T
). yA = 0 的解空间是 A 的左零空间, 记为
N(A
T
).
本书的一大亮点即为四个基本子空间: 在 R
n
上的 N(A) + C(A
T
) (相互正交) 和在 R
m
上的 N(A
T
) +
C(A) (相互正交).
• 3.5 节 (p.124) Dimensions of the Four Subspaces
3
剩余11页未读,继续阅读
资源评论
oomph_
- 粉丝: 80
- 资源: 2
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- MySQL是一种广泛使用的开源关系型数据库管理系统,它提供了丰富的SQL语句用于数据库的创建、查询、更新和管理 以下是一些常见的
- MySQL是一种广泛使用的开源关系型数据库管理系统,它提供了丰富的SQL语句用于数据库的创建、查询、更新和管理 以下是一些常见
- MySQL是一种广泛使用的开源关系型数据库管理系统,它提供了丰富的SQL语句用于数据库的创建、查询、更新和管理 以下是一些常见的
- 基于Javascript的结婚请帖设计源码 - Invitation
- mysql语句大全及用法
- mysql语句大全及用法
- mysql语句大全及用法
- MySQL是一种广泛使用的开源关系型数据库管理系统
- MySQL是一种广泛使用的开源关系型数据库管理系统
- MySQL是一种广泛使用的开源关系型数据库管理系统
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功