Visualize-ML

← 目录Ch04 矩阵基础

Ch04 矩阵

Matrix · 数据容器 + 线性变换 + 神经网络权重

🎮 为什么需要矩阵？

矩阵不只是数字表格

📊 场景一：存储数据

你有 100 个用户，每个用户有 5 个特征（年龄、收入、评分...）。如何组织这些数据？

开篇

矩阵是线性代数的核心对象

矩阵有三重身份：数据容器（存储表格数据）、线性变换（旋转/缩放空间）、神经网络权重（深度学习的基础）。

4.1 矩阵的定义

🎯 目标：理解矩阵的行列结构和元素记号

🎮 矩阵构建器

调整大小，点击单元格修改值，理解矩阵结构

矩阵大小

行数 n = 3

列数 D = 4

3 × 4 矩阵

快速预设

💡 理解：矩阵是按行和列组织的数字表格。元素 x_ij 表示第 i 行、第 j 列的值。点击任意单元格可以修改其值。

4.2 特殊矩阵

🎯 目标：认识对角矩阵、单位矩阵、对称矩阵、三角矩阵

🎮 特殊矩阵探索器

选择矩阵类型，理解不同结构的特点

矩阵类型

矩阵大小

单位矩阵

对角线全1，其他全0

性质：AI = IA = A（乘法单位元）

4.3 矩阵加法与标量乘

🎯 目标：理解对应位置相加、每个元素乘 k

🎮 矩阵运算实验室

修改矩阵元素，实时查看运算结果

矩阵 A（可编辑）

矩阵 B（可编辑）

A + B

计算过程

[1,1]: 1 + 5 = 6

[1,2]: 2 + 6 = 8

[2,1]: 3 + 7 = 10

[2,2]: 4 + 8 = 12

💡 加法规则：对应位置元素相加，要求两矩阵大小相同

4.4 矩阵作为线性变换

🎯 目标：理解 y = Ax 如何变换空间

线性变换：2×2 矩阵

调节矩阵元素，观察基向量与网格变形

det = 1.06

🔬 实验：行列式与面积

🎯 目标：理解 det(A) = 面积缩放因子

行列式与面积

单位正方形在变换后面积变为 |det| 倍；det 的符号表示方向翻转

det = 1.44（面积缩放 |det|，符号表示翻转）

4.5 转置

🎯 目标：理解行列互换 (Aᵀ)ᵢⱼ = Aⱼᵢ

🎮 转置可视化器

调整矩阵大小，观察行列如何互换

原矩阵大小

行数 = 2

列数 = 3

原矩阵 A

2 × 3

→

转置 Aᵀ

3 × 2

📐 转置规则

• (Aᵀ)_ij = A_ji

• 第 i 行 → 第 i 列

• 形状从 m×n 变为 n×m

原矩阵 A

→

转置

转置 Aᵀ

4.6 迹

🎯 目标：理解对角线元素之和 tr(A) = ΣAᵢᵢ

🎮 迹计算器

调整对角线元素，观察迹的变化

方阵大小

对角线元素（可编辑）

a₁₁=

a₂₂=

a₃₃=

迹 tr(A) = 对角线元素之和

1+5+9=15

迹的性质

• tr(A + B) = tr(A) + tr(B)

• tr(kA) = k · tr(A)

• tr(AB) = tr(BA)

• tr(Aᵀ) = tr(A)

💡 理解：迹只对方阵定义，是对角线元素的和。黄色高亮的就是参与计算的元素。

本章小结

矩阵速查

矩阵类型：

行/列向量：1×D 或 n×1
方阵：n×n
对角/单位/对称/三角矩阵

基本运算：

加法：对应位置相加
标量乘：每个元素×k
转置：行列互换
迹：对角线之和

几何意义：矩阵 = 线性变换，det = 面积缩放

📚 下一章：Ch05 特殊矩阵