01 方程組的幾何解釋

2021-09-29 11:31:56 字數 2728 閱讀 2892

從方程組開始           

線性方程**像:方程的解就是所有函式的交點(matplotlib繪製,**如下)

import numpy

from matplotlib import pyplot as plt

public_x = numpy.arange(-10,10,1)

public_y = numpy.arange(-20,20,1)

y = 2*public_x

n = (3+public_x)/2

plt.title("row picture show")

plt.xlabel("x")

plt.ylabel("y")

x_zhou = public_x-public_x

plt.plot(public_x,x_zhou,color="black",linewidth=2) #x軸

plt.plot([0 for i in range(public_y.size)],public_y,color="black",linewidth=2) #y軸

plt.plot(public_x,y) #2x-y = 0

plt.annotate("2x-y=0",xy=(-5,-10),xytext=(-7.5,-16))

plt.plot(public_x,n) #-x+2y = 3

plt.annotate("-x+2y=3",xy=(-9,-2),xytext=(-9,-3))

plt.plot([1],[2],'ro',color="red") #交點(1,2)

plt.annotate("x=1,y=2",xy=(1,2),xytext=(0.25,5),arrowprops=dict(facecolor="green",shrink=0.05))

plt.show()

總結:引入矩陣,矩陣a與乙個矩陣x相乘, 得出另外乙個矩陣b,

總結:從列的角度看,就是 兩個向量 以什麼樣的方式組合相加 得到目標向量

影象**:

from matplotlib import pyplot

import numpy

if __name__ == "__main__":

vector_1 = numpy.array([[0,0],[2,-1]])

vector_2 = numpy.array([[0,0],[-1,2]])

print(vector_1[:,:1])

print(vector_2[:,0])

pyplot.xlim(-8,8)

pyplot.ylim(-8, 8)

x_y_zhou = numpy.arange(-8,8)

pyplot.plot(x_y_zhou,[0 for i in range(x_y_zhou.size)],linewidth=2,color="black")#x軸

pyplot.plot([0 for i in range(x_y_zhou.size)],x_y_zhou, linewidth=2, color="black")#y軸

pyplot.plot([i for i in vector_1[:, 0]], [i for i in vector_1[:, 1]],linewidth=2,color="blue")#向量(2,-1)

pyplot.plot([i for i in vector_2[:,0]],[i for i in vector_2[:, 1]],linewidth=2,color="red")#向量(-1,2)

pyplot.plot([i for i in 2*vector_2[:, 0]], [i for i in 2*vector_2[:, 1]], linewidth=1, color="green")#2倍向量(-1,2)

pyplot.plot([i for i in 2*vector_2[:, 0]], [4 for i in range(len(vector_2[:,1]))], linewidth=2, color="gray",linestyle="--")#輔助線

#設向量(1,-2)與y軸下方夾角為a tan(a)=2/(-1)=-2

#從(-2.4)點做向量(1,-2)平行線,與y軸上方相交 夾角也為a 對角相等,水平線法則,tana=-2 對邊為2 得臨邊為1,故 與y軸交點為(0,4-1)

pyplot.plot([0,-2],[3,4],color="blue")

pyplot.plot([0,0],[0,3],color="orange",linewidth=2)

pyplot.plot([0],[3],'ro')

pyplot.show()

總結:

看待矩陣的兩種重要視角:

1,以每行一組看待, 視為 線性方程求解  幾何圖形的交點

2,以每列一組看待,  視為 n維多個向量 如何組合出 目標向量

1 方程組的幾何解釋

本系列是為了重新學習理解線性代數聽麻省理工公開課 線性代數所做的筆記.考慮方程組 2 x y 0 x 2y 3 寫出方程的矩陣形式如下 2 1 1 2 x y 03 也就是ax b 這就是線性代數中非常重要的一種思想,把方程組的解看作矩陣a的列向量的線性組合 linear combination 在...

線性代數01 方程組的幾何解釋

本篇為mit公開課 線性代數 筆記。兩未知數兩方程 2 x y 0 x 2 y 3 方程組的矩陣形式 left begin 2 1 1 2 end right left begin x y end right left begin 0 3 end right 這裡矩陣有兩行兩列,左手邊包括係數矩陣 ...

方程組的幾何解釋

2x y 0 x 2y 3繪圖 直線2x y 0 和 直線 x 2y 3 l 1 2,1 l 2 1,2 l 3 0,3 繪圖 直線l 1 直線l 2和直線l 3 coding utf 8 二維矩陣與列向量相乘 計算矩陣相乘解 a 2,5 1,3 x 1 2 a x 設定引數 a 2 5 1,3 x...