Плейлист видео: Ссылка на видео от 3Blue1Brown
Видео 1:
- Значение вектора для физика (стрелки указывают в пространстве), CS Student (упорядоченный список чисел, множеств), математика ()
- В линейной алгебре вектор всегда будет исходить из точки 0,0 в пространстве.
- Векторы - это координаты расстояния по оси X или Y, которые также могут быть представлены в виде матрицы 1X2.
- (Сложение) Сумма двух векторов = движение по вектору 1, затем движение по вектору 2, тогда общее перемещение - это сумма двух векторов (т.е. сложение матрицы), затем следование конечной точке от начала координат
- (Масштабирование) Умножение векторов: масштабирование факторов на коэффициент умножения
Видео 2: Основа и диапазон
- вектор i - это ось x, а j - ось y
- i и j являются основой системы координат (а все остальное просто масштабирует эти основы в системе координат)
- [Техническое определение:] Основа вектора - это набор линейно независимых векторов, охватывающих все пространство.
- Выбор базисного вектора имеет значение при выборе системы координат.
- Span: из двух векторов задается все линейные комбинации (т.е. точки, которых они могут достичь)
- Если добавление двух векторов сохраняет результирующий диапазон векторов в одном измерении, тогда они линейно зависимы, а если их добавление добавляет новый диапазон измерений, то они «линейно независимы».
Видео 3. Линейное преобразование
- Линейное преобразование: линейное (все линии должны оставаться линиями, а исходная точка остается фиксированной) + преобразование (функция, которая принимает входные данные и выдает выходные данные, преобразование используется вместо функции, чтобы придать int роль момента вектора из его начального положения в конечная позиция)
- Место, где исходный вектор приземляется после преобразования, используется как значение, которое нужно умножить на другие векторы, чтобы найти, где они приземляются после преобразования.
Видео 4. Умножение матриц
- Если вы хотите применить линейное преобразование много раз (вращение + сдвиг), то это называется композицией.
- Умножение матриц не коммутативно
- Умножение матриц не ассоциативно
Видео 5. Линейное трехмерное преобразование
Видео 6. Детерминант
- Определитель матрицы - это изменение площади, покрываемой векторами, после преобразования.
- Детерминант - ноль 0, если область сжимается до одиночной
- -ve Определитель возникает из-за переворота ориентации пространства
- В 3D-матрице определяющим фактором является измененный объем
Видео 7: обратное, рейтинг
- Визуально это можно интерпретировать как преобразование, необходимое для того, чтобы вектор A попадал в вектор V после преобразования.
- Обратное преобразование - это преобразование, которое требуется от V, чтобы вернуться к A (AInv A - это идентификатор, поскольку в конечном итоге он ничего не делает)
- Если Детерминант не равен НУЛЮ, Детерминант будет существовать (если ноль, область будет линией, и вы не сможете разложить заднюю линию обратно на площадь или объем с помощью одной функции)
- Обратный X A ничего не делает, поэтому матрица идентичности
- Решение все еще может существовать, если определитель равен нулю, если решение существует на той же линии
- Когда выход Детерминанта равен 0 (он сжимается до линии), тогда ранг матрицы считается равным 1, если трансформация попадает на 2-мерную плоскость вместо линии, чем она имеет ранг 2.
- РАНГ: количество измерений в выходных данных.
- Будь то линия плоскости: она называется пространством столбцов матрицы, а столбец сообщает, где приземляется базовый вектор.
- Размах столбцов = пространство столбцов
- 0,0 всегда находится в пространстве столбца, поскольку при линейном преобразовании начало координат не может быть перемещено, и любое количество векторов может приземлиться в начале координат после преобразования, таким образом, это нулевое пространство (ядро матрицы) вектора.
Видео 8: Неквадратные матрицы и преобразование
- Преобразование может происходить между межразмерными измерениями в 1D-2D и т. Д.
Видео 9: Точечное произведение и двойственность
- Точечное произведение проецирует вектор на другой вектор и умножает его длину, если проекция находится в другом направлении, точечное произведение будет отрицательным, а если перпендикулярно, то проекция будет нулевой.
- Порядок не имеет значения, кто на кого проецирует
- Векторное умножение (1X2 матрица = 2D матрица)
- Двойственность: естественное соответствие (т. Е. Линейное преобразование вектора - это некоторый другой вектор в этом пространстве) (т. Е. 2 вычисления, которые выглядят одинаково)
Видео 10. Совместный продукт
- возьмите вектор v и переместите вектор w в его конец, а затем повторите то же самое в другом порядке (т.е. возьмите w и переместите начало v в конец w), полученная диаграмма представляет собой параллелограмм) - Определитель
- + ve и -ve обусловлены порядком (j должен быть слева от I против часовой стрелки)
- Перекрестное произведение - это не число, а результирующий вектор в соответствии с правилом большого пальца правой руки величины, заданной числом.
Видео 11. Перекрестное произведение + линейное преобразование
- Визуализация кросс-продукта в 3D
Видео 12. Правило Крэммерса
Видео 13: Изменение основы
- переход к одним и тем же векторам, но с использованием другого базиса, означает различное масштабирование для приземления и тех же координат (описывающих одно и то же, но на разных языках)
- рисование разных линий сетки для одних и тех же векторов
Видео 14: Собственные значения и собственные векторы
- при преобразовании вектора его диапазон также изменяется, но иногда даже после преобразования диапазон не изменяется
- Поскольку те векторы, которые остаются в своем диапазоне даже после преобразования, но растягиваются, называются собственными векторами преобразования, а собственные значения - это коэффициенты, на которые они растягиваются или сжимаются.
- Мы должны найти значение лямбды так, чтобы определитель был равен нулю, чтобы выполнялось следующее предположение.
- Не все матрицы имеют собственный базис