本系列笔记为方便日后自己查阅而写，更多的是个人见解，也算一种学习的复习与总结，望善始善终吧~
到这一课突然很有感触，我们到现在为止所学的东西，都是为了解决Ax=b，有感于学校的教学，舍本逐末，概念是用来合理的解释和解决问题的，不是吗？

最初的起点 Ax=b

在课上我们会看到老师求解时，将A写为增广矩阵的形式[AM∗N|bM∗1]，为什么可以这么做？
Ax=bAx−b=0,A为M∗N，x为N∗1，b为M∗1
可以写为

[Ab][x−1]

对增广矩阵消元可以比较容易的看出b能否由A的col vector线性组合产生(相关内容为第六课http://blog.csdn.net/a352611/article/details/48958079)
给定一个b，要找到所有的解有一个简便的方式，即找到一个特解（线性组合的方式）之后加上null space，何为特解？在消元的过程中，化为rref后可以很容易看出如何用pivot column组合出b，老师用的方法是化为阶梯矩阵然后无视free column的方式找出线性组合（特解），道理一样。
下面的话有些乱，可以跳过不看

实际上到这里有点领会rank的重要性，rank是pivot column的数量，其实我们有了pivot column就能描述出整个space，这个space可以包含矩阵中其他的free column，这是矩阵的共性，我们熟悉的三维空间中，我们常用的pivot column就是[1,0,0],[0,1,0],[0,0,1]也就是xyz轴，我们以此来描述整个R3的space，任意一个矩阵也是可以找到自己的pivot column，类似于找到可以组成整个space的几个关键的向量

关于秩rank的讨论

祭出大杀器

第一种，最简单，pivot column可以表示整个空间，而b也肯定落在空间内，没有free column，所以必有且仅有一个解
第二种，pivot column无法可以表示整个空间，而b不一定定落在pivot column可以表示空间内，没有free column，所以当b在pivot column可以表示的空间外时，无解，反之，必有且仅有一个解
第三种，pivot column可以表示整个空间，而b也肯定落在空间内，同时有free column，所以必有且有无穷多解，由于free column的存在，可以在free column上找出无穷多解
第四种，pivot column可以表示整个空间，而b不一定定落在pivot column可以表示空间内，有free column，所以当b在pivot column可以表示的空间外时，无解，反之，必有且有无穷多解

PS：更详细的课堂笔记见另一位仁兄的笔记
http://blog.csdn.net/suqier1314520/article/details/10564149

转载于:https://www.cnblogs.com/ThreeDayMemory/p/5958712.html

【线性代数公开课MIT Linear Algebra】第八课 Ax=b，我们的核心问题相关推荐

【线性代数公开课MIT Linear Algebra】第六课 AX=b与列空间、零空间
本系列笔记为方便日后自己查阅而写,更多的是个人见解,也算一种学习的复习与总结,望善始善终吧~ 列空间给定矩阵A,对于Ax=b,当b满足什么条件时有解? 回忆第二课关于矩阵乘法的内容,Ax相乘,A为矩 ...
【线性代数公开课MIT Linear Algebra】第十八课行列式的性质
本系列笔记为方便日后自己查阅而写,更多的是个人见解,也算一种学习的复习与总结,望善始善终吧~ 行列式 determinant 行列式最早是应用在用来判断方程组是否有解,在矩阵被发明后,行列式就拥有了更 ...
【线性代数公开课MIT Linear Algebra】第二十三课微分方程与exp(At)
本系列笔记为方便日后自己查阅而写,更多的是个人见解,也算一种学习的复习与总结,望善始善终吧~ 一阶常系数微分方程 Au=dudt 将一阶常系数微分方程转换为线性代数问题的关键在于常系数微分方程的解一定 ...
矩阵消元-线性代数课时2（MIT Linear Algebra , Gilbert Strang）
这是Strang教授的第二讲,讲解了求线性方程组的一种系统方法:消元法(Gaussian elimination),它的核心思想是行变换.本课时的几个核心知识点:消元.回代.消元过程的矩阵描述和逆矩阵 ...
列空间和零空间-线性代数课时6（MIT Linear Algebra , Gilbert Strang）
这是Strang教授的第六讲,讲解的内容是线性代数里的俩个最重要向量子空间:列空间和零空间,同时还有上节课剩余的一点关于向量空间的问题.1.向量空间和子空间;2.列空间;3.零空间. 1.向量空间和子 ...
矩阵乘法和逆矩阵-线性代数课时3（MIT Linear Algebra , Gilbert Strang）
这是Strang教授的第三讲,讲解的内容是矩阵乘法和矩阵的逆.矩阵乘法在前面已经使用过,本节课教授只是集中细致的讲解矩阵乘法满足的定律和几种计算矩阵乘法的方法,矩阵的逆是本节课的重要内容. 矩阵乘法 ...
Coursera公开课笔记: 斯坦福大学机器学习第二课“单变量线性回归(Linear regression with one variable)”
Coursera公开课笔记: 斯坦福大学机器学习第二课"单变量线性回归(Linear regression with one variable)" 发表于 2012年05月6号由 ...
Coursera公开课笔记: 斯坦福大学机器学习第一课“引言(Introduction)”
Coursera公开课笔记: 斯坦福大学机器学习第一课"引言(Introduction)" 注:这是我在"我爱公开课"上做的学习笔记,会在52opencours ...
【线性代数】MIT Linear Algebra Lecture 6: Column space and nullspace
Author| Rickyの水果摊 Time | 2022.9.12 Lecture 6: Column space and nullspace Lecture Info Instructor: Pr ...
计算机专业英语公开课教案,小学英语公开课教案，小学英语优质课教案?
小学教育.英语第一节课教案怎么写? 买个小布娃让后从一边开始你在电脑放个搞笑的音乐! 你不要看他们玩!过一段时间(最多两分钟)后停停在哪儿 ,输了的同学唱歌!(英语),背单词,等- 教学目标:1 ...

【线性代数公开课MIT Linear Algebra】第八课 Ax=b，我们的核心问题

最初的起点 Ax=b

关于秩rank的讨论

【线性代数公开课MIT Linear Algebra】第八课 Ax=b，我们的核心问题相关推荐

最新文章

热门文章

【线性代数公开课MIT Linear Algebra】 第八课 Ax=b，我们的核心问题

最初的起点 Ax=b

关于秩rank的讨论

【线性代数公开课MIT Linear Algebra】 第八课 Ax=b，我们的核心问题相关推荐

最新文章

热门文章

【线性代数公开课MIT Linear Algebra】第八课 Ax=b，我们的核心问题

【线性代数公开课MIT Linear Algebra】第八课 Ax=b，我们的核心问题相关推荐