标签：直线 01 加工 矩阵 单位矩阵 线性代数 就是 向量
https://www.zhihu.com/question/20534668
函数研究的是：输入一个数，经过函数运算之后，产出一个数，
我们需要输入多个数， 经过运算之后，产出 多个数。
线性代数研究的就是：输入一段直线，经过加工之后，产出一段直线。
线性的意思就是：扔进去的是直线，产出的也是直线。
可加性 和 成比例。
输入向量（一段直线） 经过 矩阵处理（内部原理） 输出 向量。
矩阵是如何对输入向量进行加工的。
基向量：描述当前空间的玩意。
一维就只有一个基向量，所形成的空间就是一条直线。有方向。
二维就有俩个基向量， 所形成的空间就是一个平面。
三维就有三个基向量，所形成的空间就是咱的长宽高吧。
更高维的咱就用数学上的来描述。想象不来。
比如向量 a:【1，2】，在基向量i:为【1,0】，j为【0,1】，
在原点固定的情况下就能确认它所形成的位置。
a i j
1 1 0 = 1 * 1 + 1 * 0 = 1
2 0 1 = 2 * 0 + 2 * 1 = 2
不同的基向量生成的坐标是不一样的。
矩阵其实就是加工过程，也就是基向量变换了。 空间改变了。
矩阵 * 向量 = 向量
计算口诀是 左行 乘 右列 。 1 就是 对应在 i基向量上的相加。2 就是对应在 j基向量上的相加。
三维上
输入向量 【a, b, c】
矩阵（新的基向量）
i: 1 0 -2
j: 5 3 1
k: -1 2 4
a在 i 方向 a * i = a * 1 + a * 0 + a * 2 = a2
b在 j 方向 b * j = b * 5 + b * 3 + b * 1 = b2
c在 k 方向 c * k = c * -1 + c * 2 + c * 4 = c2
输出还是一个向量【a2,b2,c2】
行列式是什么
矩阵对向量进行转换加工，行列式能够描述这种加工转换的强弱。
矩阵对向量的加工是通过改变基向量来实现的。 以二维威力，默认的基向量张成的面积为 S = 1
1 0
0 1
在二维就用面积来表示： S = 1 * 1 + 0 * 0 = 1 对角线相乘 相加
新的基向量
2 0
0 2
面积S = 2 * 2 + 0 * 0 = 4 , 面积扩大了 4倍
原来的向量a = [1,1] 进过矩阵变换 为 a2 = [2, 2] 长度从 1 * 1 + 1 * 1 = 2 变为 2 * 2 + 2 * 2 = 8 。也是变为原来的4倍。 所以行列式 可以描述这种强弱。反转等。
单位矩阵
矩阵对向量进行加工产生一个新的向量。 如果一个矩阵对单位向量加工之后，和原来的向量一样，没有任何变换，
这个矩阵就可以叫做单位向量。
其实就是 对角线的 值为1 。其实就是 基向量（咱认为的常规基向量）所组成的矩阵。
二阶单位矩阵
1 0
0 1
三阶单位矩阵
1 0 0
0 1 0
0 0 1
就是计算的时候，【a, b, c】* 单位矩阵 = a 在 基向量i的作用下 a * 1 + a * 0 + a * 0 = a . 相当于没变
逆矩阵
矩阵对向量 有加工作用，在矩阵1 和矩阵2的俩次加工下， 向量又和原来一样
那么矩阵2就是矩阵1 的逆矩阵，逆变换。哈哈
咱又直到 向量 在单位矩阵的加工下和原来的一样。
所以 矩阵 * 逆矩阵 = 单位矩阵。
现在已经不认识矩阵这俩个字了。淦。
- 为什么行列式为0的矩阵没有 逆矩阵。
如果行列式 为0 ，代表 矩阵在对向量的加工过程中。将向量的空间压缩到了一个更低的维度上。
向量降维后，将无法再还原会原来的样子。
二维平面上的向量压缩在一维的一条直线上。肯定有无数个向量能转成这条直线上的向量。
秩
矩阵可以将一个向量进行加工，变成另外一个向量。
比如一个3阶矩阵。 对所有的三维向量进行加工。
加工之后的向量 都是1维的，都变成了一条直线，那么这个矩阵的秩就是 1.
加工之后的向量 都是2维的，都在一个二维平面上，那么这个矩阵的秩就是 2.
秩描述的就是这个矩阵会不会将输入的向量空间降维，如果没有降维，就是满秩。
特征向量、特征值
对于某一个矩阵，对向量加工，新生成的向量与原来的向量共线，没改变方向。
那么 这个不会被改变方向的向量 叫做这个矩阵的特征向量。
不改变方向，但是大小长度或体积和原来的成比例，这个比例值就是特质值
标签：直线,01,加工,矩阵,单位矩阵,线性代数,就是,向量 来源： https://www.cnblogs.com/clllll/p/16558769.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。