博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
从内积的观点来看线性方程组
阅读量:5801 次
发布时间:2019-06-18

本文共 730 字,大约阅读时间需要 2 分钟。

我们来看线性方程组

\begin{equation}
  \label{eq:1}
  \begin{cases}
a_{11}x_1+\cdots+a_{1n}x_n=b_1\\
\vdots\\
a_{n1}x_1+\cdots+a_{nn}x_n=b_n\\
\end{cases}
\end{equation}
该线性方程组可以改写成内积的形式:$\forall 1\leq i\leq n$,我们有
\begin{equation}
  \label{eq:9}
  \begin{pmatrix}
    a_{i1}&\cdots&a_{in}
  \end{pmatrix}\begin{pmatrix}
    x_1\\
\vdots\\
x_n\\
  \end{pmatrix}=b_i.
\end{equation}
不妨设 $n$ 个向量 $\begin{pmatrix}
  a_{11}&\cdots&a_{1n}
\end{pmatrix},\cdots,\begin{pmatrix}
  a_{m1}&\cdots&a_{mn}
\end{pmatrix}$ 线性无关,则对于这 $n$ 个向量张成的线性空间来说,这 $n$ 个向量可以形成一组基 $P_n$.于是式 \ref{eq:9} 可以解释为向量 $\begin{pmatrix}
  x_1&\cdots&x_n
\end{pmatrix}^T$ 在基 $P_n$ 的各个向量上的投影.解线性方程组的本质也就是已知一个向量在一组基的各个向量上的投影,试确定该向量.从几何直觉上来看,这样的向量显然是唯一存在的.

转载于:https://www.cnblogs.com/yeluqing/p/3827398.html

你可能感兴趣的文章
带状态论文粗读(一)
查看>>
Ros学习——录制与回放
查看>>
leetcode之Spiral Matrix II
查看>>
spring非controller类获取service方法
查看>>
最老程序员创业札记:全文检索、数据挖掘、推荐引擎应用43
查看>>
动态加载CSS,JS文件
查看>>
HTML a标签如何设置margin属性(转)
查看>>
查出undefined symbol项命令
查看>>
java数组
查看>>
Android远程图片获取和本地缓存
查看>>
C++中命名强制类型转换
查看>>
JS正则替换掉小括号及内容
查看>>
linux下获取本机IP
查看>>
C++ Primer Plus的若干收获--(九)
查看>>
EXCEL单元格的获取——多例模式
查看>>
[转] JAVA数三退1问题解
查看>>
干净的ssm框架项目
查看>>
long类型的转换为正常时间格式遇到的问题
查看>>
mysql数据库引擎
查看>>
program slicing
查看>>