『理论』科学计算专项_线性代数几何原理剖析

叠加态的猫 叠加态的猫     2022-09-07     232

关键词:

矩阵左乘向量的两种理解

1,矩阵左乘向量可以理解为对向量进行线性变换

探究原理的话,可以理解左乘为对整个空间(基&目标向量)进行线性变换,其中,

  • 变换矩阵是基‘在基的坐标的列向量组合
  • 目标向量是向量在基中的坐标
  • 结果向量是向量’在基下的坐标

就结果来看,实质是利用向量在基下的坐标和基‘在基下的坐标,求出整个空间旋转到基’位置后向量的新位置(向量‘)在原基下的坐标。

 

详细说明如下:

把基画出来的原因是因为矩阵变换的其实是基。

举例子来看看,比如旋转(旋转矩阵 ):

 

 

 

 2.矩阵左乘向量可以理解为单纯的对向量进行换基操作

和上面不同的是这个理解中目标向量本身在绝对空间中没有发生任何变化,仅仅是换了对基:

  • 变换矩阵是基‘在基下的坐标的列向量组合
  • 目标向量是原向量在基’下的坐标
  • 结果向量是原向量在基下的坐标

就结果来看,实质上是利用向量在基‘下的坐标和基’在基下的坐标求出向量在基下的坐标。

 换基操作详解如下:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

结论参考:

相似矩阵的实质

行列式的本质


行列式的实质

引用自童哲的回答

1,行列式det(A)是针对一个n\times n的矩阵A而言的。A表示一个n维空间到n维空间的线性变换。那么什么是线性变换呢?无非是一个压缩或拉伸啊。假想原来空间中有一个n维的立方体(随便什么形状),其中立方体内的每一个点都经过这个线性变换,变成n维空间中的一个新立方体。

2,原来立方体有一个体积V_{1},新的立方体也有一个体积V_{2}

3,行列式det(A)是一个数对不对?这个数其实就是 V_{2} \div V_{1} ,结束了。

就这么简单?没错,就这么简单。



所以说:行列式的本质就是一句话:

行列式就是线性变换的放大率!




理解了行列式的物理意义,很多性质你根本就瞬间理解到忘不了!!!比如这个重要的行列式乘法性质:

det\left( A \right) \times det(B)=det(BA)

道理很简单,因为放大率是相乘的啊~!



你先进行一个A变换,再进行一个B变换,放大两次的放大率,就是式子左边。
你把“先进行A变换,再进行B变换”定义作一个新的变换,叫做“BA”,新变换的放大律就是式子右边。

然后你要问等式两边是否一定相等,我可以明确告诉你:too simple 必须相等。因为其实只是简单的把事实陈述出来了。这就好像:

“ 你经过股票投资,把1块钱放大3被变成了3块钱,然后经过实业投资,把3块钱中的每一块钱放大5倍成了5块钱。请问你总共的投资放大率是多少?”

3\times 5=15

翻译成线性代数的表达就是:

det\left( A \right) \times det(B)=det(BA)





这还不够!我来解锁新的体验哈~

上回咱们说到行列式其实就是线性变换的放大率,所以你理解了:
det\left( A \right) \times det(B)=det(BA)

那么很自然,你很轻松就理解了:
det(AB)=det(BA)

so easy,因为
det(AB)=det\left( A \right) \times det(B)=det(BA)



同时你也必须很快能理解了

“矩阵A可逆” 完全等价于 “det(A)\ne 0

因为再自然不过了啊,试想det(A)=0是什么意思呢?不就是线性变换A把之前说的n维立方体给拍扁了啊?!这就是《三体》中的”降维打击”有木有!!!如来神掌有木有!!!直接把3维立方体 piaji一声~一掌拍成2维的纸片,纸片体积多少呢?当然是 0 啦!

请注意我们这里说的体积都是针对n维空间而言的,det(A)=0 就表示新的立方体在 n维空间体积为0,但是可能在n-1维还是有体积的,只是在 n维空间的标准下为0而已。好比一张纸片,“2维体积”也就是面积可以不为0,但是“3维体积”是妥妥的0。

所以凡是det(A)=0的矩阵A都是耍流氓,因为这样的变换以后就再也回不去了,降维打击是致命性的。这样的矩阵必然是没有逆矩阵 A^{-1} 的。这就是物理意义和图象思维对理解数学概念的重要性。



当然要证明也是小菜一碟轻而易举的:

AA^{-1}=I

可知 det(A)\times det(A^{-1}  )=det(I)=1

这怎么可能啊~? det(A)=0了,那么det(A^{-1} )等于多少呢?毫无办法,只能不存在。一个矩阵怎么可能行列式不存在呢?只能是因为 A^{-1} 不存在。所以A自然不可逆。

机器学习算法原理专栏目录

...公众号:算法攻城狮-CSDN博客机器学习理论基础|线性代数中的向量内积和外积概念及几何意义_公众号:算法攻城狮-CSDN博客_线性代数向量内积的几何意义L0、L1、L2范数在机器学习中的应用_公众号:算法攻城狮-CS... 查看详情

急!高分!求计算机科学与技术的专业内容

...数据结构、操作系统、计算方法、离散数学、概率统计、线性代数以及算法设计与分析等。主要实践性教学环节:包括电子工艺实习、硬件部件设计及调试、计算机基础训练、 查看详情

为数字计算机的开关电路设计提供了重要的数学方法和理论基础的科学家是谁?

为数字计算机的开关电路设计提供了重要的数学方法和理论基础的科学家是谁?1,英国数学家乔治布尔开创了布尔代数,即逻辑代数,为开关电路及用电子电路实现数字运算提供了理论依据。2信息论的创始人克劳德·香农(C.E.Shann... 查看详情

计算机学科脉络梳理

...,计算机视觉,图像处理,计算几何书:计算机图形学,线性代数 科学计算:构建模型和量化分析技术数值计算,计算物理学/化学,生物信息学书:SICP,TAOCP,Signal&System(Oppenheim),ODE 软件工程:设计,实现,修改... 查看详情

系统自学计算机科学之路

...(流行的开发框架和工具)数学基础(离散数学、高数、线性代数、概论统计)------专业基础理论(数据结构与算法、操作系统、计算机网络、计算机组成原理) 两条并行性之后就是深入钻研特定的技术领域:人工智能、图... 查看详情

向量是什么——线性代数本质(代码片段)

...reditssimplicitybypreposterouscalculationswithmatrices.—JeanDieudonne线性代数在很多领域都有应用计算机科学物理电力工程机械工程统计……学过线性代数的学生可能都会做以下计算,但他们却不知道为什么要这样计算,它们分别... 查看详情

『科学计算_理论』最大似然估计

概述通俗来讲,最大似然估计,就是利用已知的样本结果,反推最有可能(最大概率)导致这样结果的参数值。重要的假设是所有采样满足独立同分布。求解模型参数过程假如我们有一组连续变量的采样值(x1,x2,…,xn),我们知... 查看详情

jordan块的几何

...某组基下的表示矩阵,则有线性变换或矩阵的Jordan标准型理论.具体的,设 $varphi$或 $A$的初等因子组为$(lambda-lambda_1)^{r_1}$,$(lambda-lambda_2) 查看详情

深度学习·理论篇(2023版)·第003篇深度学习和计算机视觉中的基础数学知识02:特征向量和特征值+矩阵乘法的几何意义+奇异值分解+线性可分性和维度+非线性变换

查看详情

深度学习·理论篇(2023版)·第002篇深度学习和计算机视觉中的基础数学知识01:线性变换的定义+基于角度的线性变换案例(坐标变换)+点积和投影+矩阵乘法的几何意义+图形化精讲

查看详情

人工智能包含啥内容

...块Pandas数据可视化模块AI数学知识主要包括:微积分基础线性代数基础多元函数微分学线性代数高级概率论最优化线性回归算法主要包括:多元线性回归梯度下降法归一化正则化Lasso回归、Ridge回归、多项式回归线性分类算法主要... 查看详情

『科学计算_理论』优化算法:梯度下降法&牛顿法

梯度下降法梯度下降法用来求解目标函数的极值。这个极值是给定模型给定数据之后在参数空间中搜索找到的。迭代过程为:可以看出,梯度下降法更新参数的方式为目标函数在当前参数取值下的梯度值,前面再加上一个步长控... 查看详情

机器学习算法原理专栏目录

理论基础数据科学_公众号:算法攻城狮-CSDN博客机器学习到底是什么,如何使用这项技术?_公众号:算法攻城狮-CSDN博客机器学习中的距离计算方法_公众号:算法攻城狮-CSDN博客机器学习理论基础|最大似然函... 查看详情

[学习笔记]计算几何基础

三角函数向量线性空间中有大小和方向的量.坐标表示:$P(x_1,y_1),Q(x_2,y_2)$.$overrightarrow{PQ}=(x_2-x_1,y_2-y_1)$.$|PQ|=sqrt{(x_2-x_1)^2+(y_2-y_1)^2}$.向量运算$a=(x_1,y_1),b=(x_2,y_2)$.加法$a+b=(x_1+x_2,y_1+y_2)$.减法$a-b=(x_1-x_2,y 查看详情

南航计算机科学与技术专业复试科目541离散数学和编译原理

...谓词1.2.命题逻辑范式1.3.合式公式、解释、等值式1.4.推理理论2.集合与关系2.1.集合的运算与性质2.2.关系的运算、性质与闭包2.3.等价关系与偏序关系2.4.函数的运算与性质3.代数系统3.1.代数系统及其同态与同构3.2.半群与群3.3.格与... 查看详情

理论计算机科学学习网站

ChallengesforTheoreticalComputerScience:DRAFThttp://www2.research.att.com/~dsj/nsflist.htmlAcompendiumofNPoptimizationproblemshttp://www.nada.kth.se/~viggo/problemlist/compendium.htmlCourseraofComputerScience(4大名校开放课汇集)https://www.coursera.org/category/cs课程/开放课程/精... 查看详情

readme

课表大学公共基础高等数学线性代数大学物理概率论与数理统计政治数学基础离散数学数值分析数理方程(?)基础计算机科学导论数据结构算法电子技术(数字、模拟)计算机组成计算机网络计算机图形学编译原理计算机网络... 查看详情

科学计算可视化

一.绪论现代科学研究主要方法:(1)理论(推导,完全归纳,演绎)(2)实验(统计,归纳)(3)数值方法,模拟仿真(4)大数据,知识发现,数据挖掘可视化定义可视化是一种方法。它将符号变为直观的几何形体,使研究者可以直接观察他们感兴趣的... 查看详情