Python:线性代数-向量-转置 (四十二)

向量转置

需要注意的是，在这节课中，我们重点讲解列向量。
向量 \( \vec{x} \) = \( \begin{bmatrix} a_{1} \\ a_{2} \\ a_{3} \\ \vdots \\ a_{n} \\ \end{bmatrix} \)是一个列向量。

上边的LaTeX数学公式markdown写法：

 \\( \vec{x} \\)  = \\( \begin{bmatrix}  a\_{1}  \\\\  a\_{2}  \\\\  a\_{3}  \\\\  \vdots \\\\  a\_{n}  \\\\ \end{bmatrix} \\)

向量还可以表示为行向量。
向量 \(\vec{y}= \begin{bmatrix} a_1&a_2 &a_3& ...& a_n \end{bmatrix} \)是行向量。

另外一种LaTex Markdown表示方法：

 \\(\vec{y}= \begin{bmatrix} a_1&a_2 &a_3& ...& a_n \end{bmatrix} \\)

如果你仔细观察 \( \vec{x}\) 和 \(\vec{y}\) 这两个向量，你会发现，它们的元素是一样的，只是一个排成列，一个排成行。

就好像一个向量倾斜了 \(90^{\circ}\) 。

在线性代数中，我们将这种变化称为转置。转置的数学符号是 T，用法如下：

方程 1

简言之：

\(\large\vec{x}^T=\vec{y} \)

或

\(\large\vec{y}^T=\vec{x} \)

方程 2
LaTex 语法：

\\(\large\vec{y}^T=\vec{x} \\)

为者常成，行者常至