线性代数学习总结-矩阵求解

线性方程的row picture和column picture

对于一个二维具有2个未知数或者三维的具有3个未知数的的线性方程

求解未知数。
用二维的例子来说明，很简单，小学都学过的课程，2个方程代表两条直线，相交的点就是解（row pic）。

row pic

那么将方程式用线性组合的方式表示呢？

最终的解就是满足得到向量b的乘数因子。（col pic）

column pic

以上推广到三维的话，对于row pic而言，可能是平面与直线的交点为解，对于col pic而言，解则是满足目标向量的三个向量的乘数因子。更高维的以此类推。

消元

这是小学就学过的东西。消元的目的是将原来的矩阵变为上三角矩阵，右边同样变化，最终通过回代逐个解出未知数。

Before After

对角上的非0元素称为主元。
如果主元位置上的元素为0怎么办？通过行置换，并不会改变矩阵的性质。如果始终存在为0的元素，则可能出现无解或者是很多解的情况。

Guass-Jordan消元求逆

假设矩阵可逆，Guass-Jordan消元求逆基于如下公式

经过变换，将原矩阵变为单位矩阵，而原单位矩阵同步变换，最终变为的逆矩阵

A = LU

关于消元，如果我们用矩阵记录下来每一次的消元、交换步骤，再用他们的逆矩阵相乘，则会得到一个很有意思的结果。

例如
步骤
首先是
减去消去第一个元素，对应的消元矩阵为
减去消去第二个元素，对应的消元矩阵为
那么我们实际可以得到
将相乘的结果就是了，记住顺序要相反哦

这节基本上都是关于矩阵运算的相关内容，没有太多概念性的东西。