Bedeutung von Vektorgleichungen

Ich nehme jetzt an einem Kurs für lineare Algebra teil und wurde mit Vektorgleichungen vertraut gemacht. Betrachten Sie das System

{ X 4 j = 8 2 X + 3 j = 6

Ich möchte verstehen, warum ich die x- und y-Variablen ausklammern kann, um die Vektorgleichung zu erstellen

X [ 1 2 ] + j [ 4 3 ] = [ 8 6 ]

Sind X Und j Skalare hier? Der Spaltenvektor [ 1 2 ] das gleiche wie der Vektor 1 , 2 ? Und schließlich, wie hilft mir diese Notation beim Lösen nach Lösungen?

" Ich möchte verstehen, warum ich ... " Weil die beiden Arten, das Gleichungssystem auszudrücken, äquivalent sind. Das eine impliziert das andere und umgekehrt. Die beiden Seiten der Gleichung im Vektorformat sind genau dann gleich, wenn die erste Koordinate auf der linken Seite gleich der ersten Koordinate auf der rechten Seite ist (was der ersten Gleichung in der ersten Darstellung entspricht ) . .. ähnlich für die zweite. „ Sind X Und j Skalare hier? „Skalare Unbekannte, ja … Sie können sie auch Variablen nennen.
" ist der Spaltenvektor [ 1 2 ] das gleiche wie der Vektor 1 , 2 ? " Streng genommen? Nein, sie können jedoch austauschbar verwendet werden. Situationen, in denen eine verwendet wird, können umgeschrieben und möglicherweise neu angeordnet werden, um stattdessen die andere Form zu verwenden ... so dass sie als effektiv dasselbe angesehen werden können ... aber Wenn es darum geht, mehrere verschiedene Formen gleichzeitig in derselben Gleichung zu verwenden, werden wir strenger sein, welche Form wann verwendet werden kann [ 1   2 ] [ 3 4 ] ist nicht dasselbe wie [ 1 2 ] [ 3   4 ]
Wie hilft mir diese Notation beim Lösen von Lösungen? “ Wenn Sie noch einen Schritt weiter gehen, haben Sie [ 1 4 2 3 ] [ X j ] = [ 8 6 ] und Sie können jetzt Matrizenalgebra verwenden, um fortzufahren ... das zu finden [ X j ] = [ 1 4 2 3 ] 1 [ 8 6 ] . Lösen A v = B für v gegeben ein A Und B ist eine der ersten Anwendungen der linearen Algebra und ist für viele Bereiche nützlich.
@JMoravitz Ich bin mit den Richtlinien von SE nicht sehr vertraut, aber gibt es einen bestimmten Grund, warum Sie all dies in Kommentaren geschrieben haben? Ich meine, Sie haben jede Abfrage von OP perfekt beantwortet, aber Sie hätten sie als Antwort schreiben können, also warum kommentieren?

Antworten (3)

Ja X , j sind Skalare. Ja, die Spaltenvektoren sind die gleichen wie Sie erwähnt haben. Diese Notation ist klassisch in der linearen Algebra, weil Sie das Obige schreiben können als

[ 1 4 2 3 ] [ X j ] = [ 8 6 ]
wo Sie jetzt nur noch die Matrix "invertieren" müssen, um sie zu erhalten X , j .

Tatsache ist, dass jedes lineare System in kartesischer Form auch in Matrixform ausgedrückt werden kann A u = B und das Produkt A u kann auch als lineare Kombination der Spalten der Matrix angesehen werden A durch die Komponenten des Vektors u .

{ A 11 X + A 12 j = B 1 A 21 X + A 22 j = B 2 kartesische Form [ A 11 A 12 A 21 A 22 ] [ X j ] = [ B 1 B 2 ] Matrixform X [ A 11 A 21 ] + j [ A 12 A 22 ] = [ B 1 B 2 ] Vektorform

In einigen Fällen kann diese Interpretation (dh Lösung als Kombination von Matrix-Spalten-Vektoren) sehr nützlich sein. In diesem speziellen Fall scheint es nicht sehr aufschlussreich, die Lösung zu finden.

Als Referenz schlage ich vor, einen Blick auf die erste Lektion des berühmten Kurses Lineare Algebra von Prof. Gilbert Strang zu werfen .

Ich stimme den anderen Antworten zu, dass die Matrixform die üblichere Art ist, das System linearer Gleichungen zu betrachten.

Aber die vektorielle Betrachtungsweise kann man sich wie in einem 2-D-Diagramm vorstellen, da wir es mit zweidimensionalen Vektoren zu tun haben.

Deutlich [ 1 2 ] Und [ 4 3 ] sind linear unabhängig , da das eine kein skalares Vielfaches des anderen ist.

Daher die Gleichung:

X [ 1 2 ] + j [ 4 3 ] = [ 8 6 ]

kann gedacht werden als: "Welche einzigartige lineare Kombination der 2 d-Vektoren [ 1 2 ] Und [ 4 3 ] ist gleich [ 8 6 ] , und ich persönlich finde diese Einzigartigkeit irgendwie "interessant" oder "nett", nehme ich an.

Ich denke, das beantwortet die Frage nicht wirklich, aber ich denke, meine Antwort ist immer noch sehr relevant, und die Einzigartigkeit und der Diagrammaspekt deuten auf eine Art allgemeine Motivation für Anwendungen hin.
Ich stimme voll und ganz zu, diese Art der Interpretation eines linearen Systems ist für viele Anwendungen wirklich aufschlussreich.
Stimme auch zu und macht auch deutlich, was die Annäherung der kleinsten Quadrate für endlichdimensionale Vektoren bedeutet.