【线性代数】方程组的几何解释

简介: 一、二维情况 首先,给出如下的二元一次方程组: 我们初中就对上面的二元一次方程组进行过求解,求解很简单。但是我们现在利用线性代数来表示这个式子,上式可以表示为: 我们这里假设用小写字母表示向量,大写字母表示矩阵。

一、二维情况

首先,给出如下的二元一次方程组:

我们初中就对上面的二元一次方程组进行过求解,求解很简单。但是我们现在利用线性代数来表示这个式子,上式可以表示为:

我们这里假设用小写字母表示向量,大写字母表示矩阵。上面可以二元一次方程组便转化为求解x,y。下面我们从几种不同的角度来求解上面的方程组:

1、从行的角度看,也就是画出上面两个方程的图像:


很明显的可以看出方程的解是x=1,y=2。

2、 从列的角度看方程组可以表现为列的线性组合

令向量a=[2 -1]',b=[-1 2]',c=[0 3]',则问题变为找到适当的x,y将向量a b 进行线性组合得到向量c。同样我们可以通过作图求解:


从上图可以看到(2,-1)+2(-1,2)=(0,3),从而得到x=1,y=2。

二、三维情况


上面的问题都是在二维平面上进行求解的,下面来看看三维下的情况:首先,给出三元一次方程组:

同样可以得到其矩阵的表示形式:


还是按照上面的方法分析:
1、 从行的角度看,也就是画出上面三个方程的图像(在这里变成了三维空间的平面):

上图的matlab代码为:

figure
t=-10:.1:10;
[x,z]=meshgrid(t);
y=2*x;
mesh(x,y,z);
hold on
y=(x+z-1)/2;
mesh(x,y,z)
hold on
y=-(4-4*z)/3;
mesh(x,y,z)
然后人工进行一些修正即可

从图中可以看出,三个平面交于一点(0 0 1)也就是方程组的解:x=0 y=0 z=1。

2、 同样从列的角度考虑该问题

不用通过计算或作图,我们从上式就可以轻易得到x=y=0 z=1,这比上面一种方法要简单得多。

画出上面四个列向量的图(其中后两个列向量相同(0 -1 4)'):

上图的matlab代码为:

a=[2 -1 0];
b=[-1 2 3];
c=[0 -1 4];
quiver3(0,0,0,a(1),a(2),a(3),'color','r')
hold on
quiver3(0,0,0,b(1),b(2),b(3),'color','g')
hold on
quiver3(0,0,0,c(1),c(2),c(3),'color','b')
然后人工标上箭头,当然也可以通过命令标上箭头。


原文:http://blog.csdn.net/tengweitw/article/details/39185841

作者:nineheadedbird






目录
相关文章
|
新零售 自然语言处理 运维
一文详解 | 开放搜索兼容Elasticsearch做召回引擎
开放搜索发布开源兼容版,支持阿里云Elasticsearch做搜索召回引擎,本文详细介绍阿里云ES用户如何通过接入开放搜索兼容版丰富行业分词库,提升查询语义理解能力,无需开发、算法投入,即可获得淘系同款搜索效果。
1795 0
|
运维 安全 前端开发
你好,生产力(番外篇1) - Linear, by the developer, for the developer
在生产力工具大类里,Project Management & Issue Tracking Tool(国内一般统称项管工具)可以说是其中历史最悠久也是最拥挤的品类。一方面项管工具是任何一家信息化管理的公司里最基本,最核心的工具,承担着安排计划,管理进度,追踪问题,串联其它各平台的任务。另一方面项管工具表面上的门槛比较低,Todo list其实也称得上是一个轻量化的项管工具。这两个因素叠加在
1854 0
|
IDE 开发工具 芯片
Vivado安装和使用
首先下载vivado webpack installer,目前最新版本为2019.1,可以去Xilinx的官网进行下载。 ​ 开始安装,可以选择VIvado HL Webpack版本点击next继续安装。
908 0
|
机器学习/深度学习 自然语言处理 算法
Python数据分析(4):jieba分词详解
Python数据分析(4):jieba分词详解
1328 0
Python数据分析(4):jieba分词详解
|
存储 机器学习/深度学习 JSON
Python 对象的序列和反序列化
在本文中,我们了解了 Python 中的 pickling(对象序列化) 和 unpickling (反序列化)操作,这些操作对于存储对象以供以后使用很有用。介绍了内置的 pickle 模块提供了诸如 load()、loads()、dump()、dumps() 之类的方法,用于将 Python 对象与字节流之间的相互转换。
529 0
Python 对象的序列和反序列化
|
XML JSON 搜索推荐
来看看Android获取定位到底有几种方式?
目前,移动端大致通过三种方式来进行设备定位:GPS、基站、wifi。本文就详细的讲解一下这几种定位方式和实现方法。
4286 0
|
机器学习/深度学习 人工智能 并行计算
快速上手!实现经典检测网络 Mask R-CNN 的推理
简单来说,用 OpenMMLab 开发的模型,可以通过 OpenPPL 高效可靠地运行在现有的 CPU、GPU 等计算平台上,为云端场景提供人工智能推理服务。
580 0
快速上手!实现经典检测网络 Mask R-CNN 的推理
|
机器学习/深度学习 数据采集 人工智能
虚拟数字人行业现状和技术研究
本文为金擘(渚薰) 在第十六届D2前端技术论坛上的分享,为你讲述当前业界的现状,包括不同行业中的showcase和优秀的技术/创作平台,引出近几年比较火热的数字人,包含多个核心技术点,同时畅想数字人在未来的技术增长和业务价值,以及当下我们该如何布局。
1251 0
虚拟数字人行业现状和技术研究
SAP SD基础知识之订单中装运相关的功能
SAP SD基础知识之订单中装运相关的功能
SAP SD基础知识之订单中装运相关的功能
|
Java 程序员 Apache
poi-tl—一个超级好用开源的Word模板引擎
poi-tl—一个超级好用开源的Word模板引擎
1683 0
poi-tl—一个超级好用开源的Word模板引擎