什么是线性代数(Linear algebra)?

2024-06-02 14:36
文章标签 linear 线性代数 algebra

本文主要是介绍什么是线性代数(Linear algebra)?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

什么是代数

代数的英文是Algebra,这个英文源自一个阿拉伯语“al jebr”,意思是 破碎部分的重新组合。这个意思促进了我代数的概念的理解。在代数中,我们会使用基本的算术(加、减、乘、除),便是对于要处理的量通常是未知的,我们会用一些字符,如字母来暂时代替这些量,这也是为什么它们会用字母来表示的原因,先用个占位符占着那个位置先。如a+b+bc = 100, 字母a、b和c都代表了一个数字。在实际处理时,才会代入具体的数字到占位符上。这颇有将数字重新组合在一起的意味。

所以代数就是这些用于代表数字的字符或字母,代数存在于一个数学方程式中,离开数学方程式来谈代数这个概念是没有意义的。换句说,如果一个数字方程式中存在用来代表一些具体的数字的字符或字母,那么这就是在用代数处理方程式问题了。

什么是方程式

方程式,英文equation,在equation这个单词的开始部分equa和equal、equality、equate相似,都与使用事物平衡有关。所以方程式(equation)就是两个量相等的表述,用=等号连接。

线性方程(Linear equation)

线性方程就是有n变量x1…xn,形如a1x1+a2x2+…+anxn=b的方程,其中a1…an是方程的系数。所谓系数(coefficient)就是一个常量,coefficient在英文中的意思就是结合在一起产生结果。在代数中就是那个和字符或字母(变量)乘在一起的数字常量。

在代数中,线性方程是方程类型之一,其他的方程类型还有二次方程(quadratic equation)、三次方程(cubic equation)等等。方程的次数是方程中变量的最高次幂。最高次数为2就叫二次方程,最高次数为3就叫三次方程,依次类推。方程中的最高次幂叫做方程的度也叫方程的阶。

一次方程也叫线性方程,线性方程只包含线性项。所谓线性项就是变量指数为1的项。如x2 + bx = 120 (b为系数),在这个二次方程中bx就是线性项,因其变量的最高次幂为1.
!!! 二次方程不是线性方程

未完待续…

这篇关于什么是线性代数(Linear algebra)?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1024246

相关文章

线性代数|机器学习-P36在图中找聚类

文章目录 1. 常见图结构2. 谱聚类 感觉后面几节课的内容跨越太大,需要补充太多的知识点,教授讲得内容跨越较大,一般一节课的内容是书本上的一章节内容,所以看视频比较吃力,需要先预习课本内容后才能够很好的理解教授讲解的知识点。 1. 常见图结构 假设我们有如下图结构: Adjacency Matrix:行和列表示的是节点的位置,A[i,j]表示的第 i 个节点和第 j 个

理解分类器(linear)为什么可以做语义方向的指导?(解纠缠)

Attribute Manipulation(属性编辑)、disentanglement(解纠缠)常用的两种做法:线性探针和PCA_disentanglement和alignment-CSDN博客 在解纠缠的过程中,有一种非常简单的方法来引导G向某个方向进行生成,然后我们通过向不同的方向进行行走,那么就会得到这个属性上的图像。那么你利用多个方向进行生成,便得到了各种方向的图像,每个方向对应了很多

线性代数|机器学习-P35距离矩阵和普鲁克问题

文章目录 1. 距离矩阵2. 正交普鲁克问题3. 实例说明 1. 距离矩阵 假设有三个点 x 1 , x 2 , x 3 x_1,x_2,x_3 x1​,x2​,x3​,三个点距离如下: ∣ ∣ x 1 − x 2 ∣ ∣ 2 = 1 , ∣ ∣ x 2 − x 3 ∣ ∣ 2 = 1 , ∣ ∣ x 1 − x 3 ∣ ∣ 2 = 6 \begin{equation} ||x

【线性代数】正定矩阵,二次型函数

本文主要介绍正定矩阵,二次型函数,及其相关的解析证明过程和各个过程的可视化几何解释(深蓝色字体)。 非常喜欢清华大学张颢老师说过的一段话:如果你不能用可视化的方式看到事情的结果,那么你就很难对这个事情有认知,认知就是直觉,解析的东西可以让你理解,但未必能让你形成直觉,因为他太反直觉了。 正定矩阵 定义 给定一个大小为 n×n 的实对称矩阵 A ,若对于任意长度为 n 的非零向量 ,有 恒成

python科学计算:NumPy 线性代数与矩阵操作

1 NumPy 中的矩阵与数组 在 NumPy 中,矩阵实际上是一种特殊的二维数组,因此几乎所有数组的操作都可以应用到矩阵上。不过,矩阵运算与一般的数组运算存在一定的区别,尤其是在点积、乘法等操作中。 1.1 创建矩阵 矩阵可以通过 NumPy 的 array() 函数创建。矩阵的形状可以通过 shape 属性来访问。 import numpy as np# 创建一个 2x3 矩阵mat

线性代数 第六讲 特征值和特征向量_相似对角化_实对称矩阵_重点题型总结详细解析

文章目录 1.特征值和特征向量1.1 特征值和特征向量的定义1.2 特征值和特征向量的求法1.3 特征值特征向量的主要结论 2.相似2.1 相似的定义2.2 相似的性质2.3 相似的结论 3.相似对角化4.实对称矩阵4.1 实对称矩阵的基本性质4.2 施密特正交化 5.重难点题型总结5.1 判断矩阵能否相似对角化5.2 已知两个矩阵相似,求某个矩阵中的未知参数5.3 相似时,求可逆矩阵P,使

【鼠鼠学AI代码合集#5】线性代数

在前面的例子中,我们已经讨论了标量的概念,并展示了如何使用代码对标量进行基本的算术运算。接下来,我将进一步说明该过程,并解释每一步的实现。 标量(Scalar)的基本操作 标量是只有一个元素的数值。它可以是整数、浮点数等。通过下面的 Python 代码,我们可以很容易地进行标量的加法、乘法、除法和指数运算。 代码实现: import torch# 定义两个标量x = torch.tens

线性代数|机器学习-P33卷积神经网络ImageNet和卷积规则

文章目录 1. ImageNet2. 卷积计算2.1 两个多项式卷积2.2 函数卷积2.3 循环卷积 3. 周期循环矩阵和非周期循环矩阵4. 循环卷积特征值4.1 卷积计算的分解4.2 运算量4.3 二维卷积公式 5. Kronecker Product 1. ImageNet ImageNet 的论文paper链接如下:详细请直接阅读相关论文即可 通过网盘分享的文件:image

【CSS渐变】背景中的百分比:深入理解`linear-gradient`,进度条填充

在现代网页设计中,CSS渐变是一种非常流行的视觉效果,它为网页背景或元素添加了深度和动态感。linear-gradient函数是实现线性渐变的关键工具,它允许我们创建从一种颜色平滑过渡到另一种颜色的视觉效果。在本篇博客中,我们将深入探讨linear-gradient函数中的百分比值,特别是像#C3002F 50%, #e8e8e8 0这样的用法,以及它们如何影响渐变效果。 什么是linear-g

Matlab初等数学与线性代数

初等数学 算术运算 基本算术 加法 +添加数字,追加字符串sum数组元素总和cumsum累积和movsum移动总和 A = 1:5;B = cumsum(A)B = 1×51 3 6 10 15 减法 -减法diff差分和近似导数 乘法 .*乘法*矩阵乘法prod数组元素的乘积cumprod累积乘积pagemtimes按页矩阵乘法 (自 R202