一文读懂矩阵的秩和行列式的意义
2017年7月3日 - 凤凰网
三维自然而然其实就是三维空间内的体积,四维其实就是四维空间内的超体积.依次类推.在上边的推理中我们发现,这些矢量给定的基坐标写出的矩阵必然是方阵,矩阵的行列式对应的面积或者是体积.这样的推广证明相信在任意一本的线性代数书中都会看到,我只是说了人话而已....
详情
机器学习数学基础--线性代数
2019年4月27日 - 网易
叉乘,也叫向量的外积、向量积。顾名思义,求下来的结果是一个向量。向量的叉积不满足交换律对偶向量给定一个向量,如果存在这样一个映射,它把给定的向量映射为一个实数,就说这个映射是对偶向量。例如一个n维行向量(a1,a2...an),它既可以理解为行向量,也可理解为某种映射,该映射把给定的n维列向量(b1,b2....
详情
如果看了这些还不懂线性代数,你就来锤我(上)
2019年3月25日 - 网易
我们把一个矩阵看作线性变换,第一列是向量,第二列是向量。那么其实一个矩阵就是两个向量。于是很自然的,这个矩阵左乘一个矩阵,就是对这两个向量分别求新位置。问题又回到了上部分的内容。行列式行列式的几何意义是面积变化。在下图中,经历了线性变换后,白网格变成了蓝网格,蓝网格面积除以白网格面积即行列式的值...
详情