MIT线性代数导论笔记

第一课时：方程组的几何解释

一、线性方程组的两种理解方式：行图像和列图像

对于方程组：

我们可以表示成矩阵形式：

系数矩阵A，未知数向量x，右侧向量为b，则可写成Ax=b

1）行图像的理解方式：试图将每一个完整方程所表示的图像表示出来。

交点即方程的解为（1,2）。

2）列图像的理解方式：关注矩阵的列所表示的向量，把两个方程组放在一起考虑：

这样做的目的是找到两个列向量的正确的线性组合为右侧向量，现在需要求x,y这两个数值，来制造向量(0,3)，其几何形式，图像如下

选取所有的x和y，即所有的线性组合即为整个坐标平面。可以求出右侧任意的b向量。

1

考虑扩展至三维空间，

在行图像中，一个含有3个未知数的方程组在三维空间中确定一个平面，两个方程组确定一条直线，三个方程组确定一个点，这个点就是方程组的解，当然前提是这三个方程组所确定的平面两两不平行。在列图像中，可类似二维中作出三个列向量的几何图像并求得线性组合。

扩展至n维，可以此类推。

二、方程组解的情况

对于上面3维空间的例子，

保证左侧矩阵不变，然后考虑所有右侧向量，任意b，是否每个b都有对应解？

换种说法：列的线性组合是否能覆盖整个三维空间？

非奇异矩阵，可逆矩阵可以做到。

如果是奇异矩阵，即不可逆矩阵，在行图像中看即至少有两个方程组所表示的平面是平行的，在列图像中看即至少有两个列向量是指向同一方向的（即不相互独立，相当于同一个向量），此时，只有b处在这个向量和另一个非共线向量所表示的平面内时，方程组才有解。

三、矩阵与向量相乘的方法

1）将矩阵A与向量x的相乘，看着A各列的线性组合，这是极力推荐的。

矩阵乘以右侧列向量可看成矩阵各列向量的线性组合，结果为列向量

左侧行向量乘以矩阵可看成矩阵各行向量的线性组合，结果为行向量

2）原始点乘方式。

2

第二课时：矩阵消元

本课时的目标是用矩阵变换描述消元法。核心概念是矩阵变换。

一、消元法

消元法：将主对角线上的主元固定（0不能做主元），把主元下面的元素消为0。过程：先完成左侧矩阵的消元（变成上三角矩阵），再回代运算右侧向量，最后即可求出解完成整个消元过程。（matlab也是先计算左侧矩阵，再回头计算右侧向量的）

左侧矩阵的消元过程：U矩阵是A矩阵的最终消元结果

右侧向量回代过程：A中加入b列向量变成增广矩阵，增广就是增加的意思，增加了新列，左侧矩阵消元时，右侧向量也会跟着变化。c向量是b向量的最终结果

求解：将U和c代入原式子可得解

消元法失效的情况（指不能得到三个主元）：当主元上为0时，就通过交换行将主元位置变为非0，当通过交换行还不能解决0主元的时候，消元法就失效了。（不能解决0主元的矩阵是不可逆矩阵）

二、引入矩阵描述这些（消元步骤的）变化（消元矩阵），用矩阵语言描述整个消元过程。

3

回忆下我们应该怎样看待矩阵乘法：

矩阵乘以列向量是矩阵列的线性组合，结果为列向量；行向量乘以矩阵式矩阵行的线性组合，结果为行向量。

下面用消元矩阵来对矩阵进行消元，注意变换过程我们应该始终用线性组合的方式进行思考。同时注意到：单位矩阵是一个不会对任何矩阵有任何变换作用的矩阵。

第一步消元：我们要对中间的矩阵进行消元，得到右侧矩阵，第一步为row2=row2-3*row1。依次考虑左侧矩阵的行，第一行与中间矩阵的各个行向量进行线性组合，右侧矩阵的第一个行向量就是这个线性组合的结果，可观察容易得出左侧消元矩阵第一行为（100）。其实只需要由变换（row2=row2-3*row1）可得，消元矩阵中只有第二行有不同于单位矩阵的数值，即（-310）。

第二步消元：

以上每一步消元都使用到一个初等矩阵进行变换，我们将这些初等矩阵变换步骤综合起来（为什么综合起来？原因之一是更节省空间），即

有什么矩阵可以一次性完成E32和E21的消元任务呢？可以用结合律将E32和E21乘起来得到，但我们不这样做。

更好的方法：不是关于A怎么变换成U，而是U如何变成A，逆变换。下一课时将详细讲解。

逆矩阵，右侧消元矩阵表示的变换是row2减去3倍row1，将右侧向量从（2122）变成（262）。现在需要将（262）通过找到某矩阵取消这次消元，减去多少就加回来多少，变回（2122），即该矩阵乘以初等矩阵得到单位矩阵。

即：原矩阵是A，E1A=B，E2E1A=E2B，A=E2B（E2会将B变回A），IA=E2B，E2E1=I，E2与E1互为逆矩阵。

4

置换（

permutation）矩阵：即交换行或交换列的变换矩阵

行交换：

列交换：

5

第三课时：乘法与逆矩阵

本课时先讲解矩阵乘法运算，然后是逆矩阵

一、矩阵乘法：5种方法

Am×nBn×p=Cm×p，A列必须等于B的行数

1）常规方法，行列点乘法：C=AB，C中的第i行j列结果来自A的第i行向量与B的第j列向量的点乘。整行整列的进行。

2）列方法，整列考虑，列的线性组合方式：B的一个列向量乘以A（矩阵A各列向量的线性组合）得到C的对应列向量，此过程其余列向量暂不参与计算。

3）行方法，整行考虑，行的线性组合方式：A的一个行向量乘以B（矩阵B各行向量的线性组合）得到C的对应行向量，此过程其余行向量暂不参与计算。

4）列×行法：AB等于A各列与B各行乘积之和：A中列乘以B中行，如A第一列乘以B第一行得一个矩阵（这样的矩阵很特殊，行向量和列向量都是单个向量的线性组合，第四讲会讲到有关行空间，列空间的概念），最后将得到的各矩阵相加。我们就看一列和一行相乘的例子：

特殊之处：右侧矩阵的行空间是一条直线，即行所有可能的线性组合都在一条直线上；同理其列空间也是直线。所以这实际上是一个很小的矩阵。

5）分块乘法：将矩阵A，B分成能够相互匹配的块，然后对应进行分块行点乘分块列。

二、矩阵的逆

对于可逆方阵，左逆矩阵等于右逆矩阵。

6

什么样的矩阵可逆或者说是非奇异的？

我们可以讨论奇异矩阵，不可逆的情况。

1）行列式为0

2）列图像思考，假设A可逆，那A乘以他的逆矩阵得单位矩阵，A矩阵乘以其逆矩阵的第一列得单位矩阵的第一列（10），因为其列的线性组合始终在（12）这条直线上，所以不可能得到（10）向量。

3）如果存在非0向量X，使的AX=0，即X对A的列向量的线性组合可以得到0向量（有一列在线性组合中不起作用），那么A是不可逆的。证明：假设存在可逆矩阵A-1，那么有A-1AX=0，得IX=0，得X=0，与X是非0向量相违背。

结论：不可逆矩阵，奇异矩阵，其列能通过线性组合得到0向量。

如何求逆？

1）利用列的线性组合思想，矩阵A乘以该求的逆矩阵得到单位矩阵，这样，求逆和求方程组是一个意思

2）将两个方程组放在一起考虑，如下，可理解为系数矩阵不变，分别求两个方程组的解，即可求得矩阵的逆。我们把下面两个放在一起考虑，形成增广矩阵，使得消元变换对两个方程组的作用是一样的。将增广矩阵的左侧变换消元为单位矩阵，右侧就变成其逆矩阵了。这是高斯-若尔当思想消元。

为什么增广矩阵的右侧变成的是矩阵A的逆，以下变换给予证明：E为一次性的消元矩阵，EA=I，那么E=A-1了

7

A

和B都 …… 此处隐藏：6346字，全部文档内容请下载后查看。喜欢就下载吧 ……