高等数学 / 系统课时

用矩阵组织线性关系

用矩阵组织线性关系

当一组向量、方程系数或数据样本数量增多时,逐个书写很快会失去结构。矩阵把这些对象按行和列排成一个整体,让形状、位置和对应关系都能直接进入后续计算。

学习目标

  • 理解矩阵的形状、行、列以及元素位置的含义
  • 能把向量组、线性方程系数和数据样本组织成矩阵
  • 理解转置如何交换矩阵的行列角色

从一组数字看成二维对象

矩阵可以理解为按行、列排列的数字表。一个有 3 行、2 列的矩阵称为 3×23×2 矩阵,其中每个元素都由两个位置确定:先说第几行,再说第几列。

例如设矩阵 AA 为:

A=[(1,2),(3,4),(5,6)]A = [(1,2),(3,4),(5,6)]

这里可以把三个括号分别理解为三行。元素 A21=3A_{21}=3,表示第 2 行、第 1 列的元素。矩阵的形状并不是附带信息,它直接决定后续加法、乘法等运算是否能够进行。

矩阵的行列与三种组织方式

用列保存一组向量

假设有三个二维向量 v1=(1,2)v_1=(1,2)、v2=(3,4)v_2=(3,4)、v3=(5,6)v_3=(5,6)。常见做法是把每个向量放在一列中,于是得到一个 2×32×3 矩阵。此时矩阵的列数就是向量个数,行数就是每个向量的分量数。

这种组织方式很重要,因为以后写 AxAx 时,矩阵 AA 的各列会按照 xx 中的系数被组合起来。也就是说,矩阵不仅是“装数字的表”,还把一组可参与线性组合的向量打包成了一个对象。

用行列组织方程和数据

线性方程组也天然适合写成矩阵。每一行对应一个方程,每一列对应同一个未知量的系数。例如两个方程包含三个未知量时,系数矩阵的形状就是 2×32×3。

数据分析中则常把每个样本放在一行,把每个特征放在一列。若有 100 个样本、每个样本包含 4 个特征,就得到 100×4100×4 的数据矩阵。这里的行列含义来自问题本身,而不是数学规定必须如此,因此阅读矩阵前应先确认“每一行代表什么、每一列代表什么”。

转置交换行与列

矩阵 AA 的转置记为 ATA^T。转置不会改变元素本身,只把原来的第 ii 行变成第 ii 列,因此一个 m×nm×n 矩阵转置后会变成 n×mn×m。

例如原来按“样本为行、特征为列”组织的数据,转置后会变成“特征为行、样本为列”。这种操作常用于让矩阵形状满足后续计算要求,但转置同时改变了行列所承担的语义,不能只看尺寸而忽略它们代表的对象。

先读形状,再读数字

面对一个矩阵时,最有效的阅读顺序是先确认形状,再确认行和列分别代表什么,最后才关注具体元素。矩阵真正提供的不是二维排版,而是一套可以同时表达多组向量、多条方程和多条数据记录的统一计算语言。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

用矩阵组织线性关系

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通