Tác giả giữ toàn bộ bản quyền (All Rights Reserved) — không phải giấy phép mở. Bạn vẫn xem và học miễn phí trên OpenER; muốn tái sử dụng cần xin phép tác giả.
GIREEJA RANADE
Okay, let's settle down. Welcome to lecture 2 for 16A.
Được rồi, chúng ta hãy bình tĩnh lại. Chào mừng đến với bài giảng số 2 của lớp 16A.
So today, I'm going to — thank you — today, I just want to start with a couple of minor administrative things, and then we're going to get right into our material.
Vậy hôm nay, tôi sẽ... Cảm ơn bạn - hôm nay, Tôi chỉ muốn bắt đầu với một vài điều. những việc hành chính nhỏ nhặt, và sau đó chúng ta Chúng ta sẽ đi thẳng vào nội dung chính.
First of all, I want to apologize. I heard that there were some students that could not find the right room for my office hours last time.
Trước hết, tôi muốn gửi lời xin lỗi. Tôi nghe nói có một số sinh viên Lần trước tôi không tìm được phòng phù hợp cho giờ làm việc của mình.
And so office hours will not necessarily be in my office simply because my office isn't large enough to accommodate everyone in the class.
Vì vậy, giờ làm việc không nhất thiết phải diễn ra tại văn phòng của tôi. Đơn giản vì văn phòng của tôi không đủ rộng để chứa chúng. tất cả mọi người trong lớp.
And so the room for office hours will always be posted on the website. Please check the website for the office hours. Today, we'll be in 212 Cory.
Vì vậy, thời gian dành cho giờ làm việc sẽ luôn luôn được đảm bảo. sẽ được đăng tải trên trang web. Vui lòng kiểm tra trang web để biết giờ làm việc. Hôm nay, chúng ta sẽ ở phòng 212, Cory.
We'll try to be in the same room, but because of logistics of room reservations, we might not be able to be in that exact same room.
Chúng ta sẽ cố gắng ở cùng một phòng. nhưng do những vấn đề về hậu cần trong việc đặt phòng, Có thể chúng ta sẽ không thể ở cùng một phòng.
So if you're planning on coming to office hours, please check the website, or just walk with me right after class because if you walk with me, you're guaranteed to go to the right room.
Vì vậy, nếu bạn dự định đến giờ làm việc, Vui lòng kiểm tra trang web, hoặc cứ đi bộ cùng tôi nhé. sau giờ học vì nếu bạn đi cùng tôi, Bạn chắc chắn sẽ được vào đúng phòng.
That's the first thing. Second thing — we had an overwhelming response to the people who signed up for attending the roundtables, far more than we had anticipated.
Đó là điều đầu tiên. Thứ hai, chúng tôi đã nhận được phản hồi vô cùng tích cực. Gửi những người đã đăng ký tham dự các cuộc thảo luận bàn tròn, Vượt xa dự đoán của chúng tôi.
So we're working on figuring out logistics so that we can accommodate every single person who wanted to attend.
Vì vậy, chúng tôi đang nỗ lực tìm ra giải pháp về mặt hậu cần. để chúng ta có thể đáp ứng nhu cầu của mọi người muốn tham dự.
But bear with us for a little bit while we try to figure out rooms and logistics to accommodate the larger number of people who signed up.
Nhưng hãy kiên nhẫn với chúng tôi một chút nhé. trong khi chúng tôi đang cố gắng sắp xếp phòng ốc và hậu cần. Để đáp ứng số lượng người đăng ký đông hơn.
But you should be hearing back about that, hopefully, by early next week. Last thing — we posted a little tutorial on how to install and run Jupyter Notebooks.
Nhưng bạn sẽ sớm nhận được phản hồi về việc đó, hy vọng là vậy. vào đầu tuần tới. Điều cuối cùng - chúng tôi đã đăng một bài hướng dẫn ngắn. Hướng dẫn cách cài đặt và chạy Jupyter Notebooks.
This will be helpful for you for homework 1. This will also be covered in the first lab section.
Điều này sẽ hữu ích cho bạn trong bài tập về nhà số 1. Nội dung này cũng sẽ được đề cập trong phần thực hành đầu tiên.
So for those of you who will be going to lab today and for the rest of the week, you'll get to see this.
Vậy nên, đối với những bạn sẽ đến phòng thí nghiệm hôm nay, xin lưu ý: Và trong suốt phần còn lại của tuần, bạn sẽ được chứng kiến điều này.
Some of you didn't have lab on Monday because of Labor Day, so it might be worth it to just quickly look through that tutorial or go to office hours, go to homework party, so that you can make sure that you can do the first homework.
Một số bạn không có tiết thực hành vào thứ Hai vì ngày Lễ Lao động. Vì vậy, có lẽ nên nhanh chóng xem qua. Thông qua bài hướng dẫn đó hoặc đến giờ tư vấn, Hãy tham gia buổi tiệc làm bài tập về nhà để bạn có thể chắc chắn rằng bạn có thể làm bài tập về nhà đầu tiên.
First homework is very light. It only has two problems on it. Hopefully, it doesn't take much time.
Bài tập về nhà đầu tiên rất nhẹ nhàng. Nó chỉ có hai vấn đề. Hi vọng là sẽ không mất nhiều thời gian.
But basically, we're buffering time for you to be able to install all of the necessary software on your computers and get stuff up and running because Jupyter Notebooks will be a big part of the homework going forward.
Nhưng về cơ bản, chúng tôi đang tạo khoảng thời gian đệm cho bạn. để có thể cài đặt tất cả các phần mềm cần thiết. trên máy tính của bạn và tải mọi thứ lên. và đang hoạt động vì Jupyter Notebooks sẽ là một phần quan trọng. về bài tập về nhà trong thời gian tới.
Just to make it also clear, our homework policy is one that really encourages you to try and use the homework as a learning tool.
Để làm rõ hơn, đây là chính sách bài tập về nhà của chúng tôi. Đây là một điều thực sự khuyến khích bạn cố gắng sử dụng bài tập về nhà. như một công cụ học tập.
Our homework is not intended to test you, and we really think that doing the homework well is the best way for you to prepare for your midterms and for your exams.
Bài tập về nhà của chúng tôi không nhằm mục đích kiểm tra kiến thức của bạn. và chúng tôi thực sự nghĩ rằng việc làm bài tập về nhà là rất quan trọng. Đó là cách tốt nhất để bạn chuẩn bị cho kỳ thi giữa kỳ. và cho các kỳ thi của bạn.
And we understand that sometimes things are stressful, sometimes there there's a problem that's particularly tricky, so for the purposes of homework credit, if you do 80% of your homework, this will be treated as full credit, and everything will be scaled accordingly.
Và chúng tôi hiểu rằng đôi khi mọi việc rất căng thẳng. Đôi khi có một vấn đề phát sinh. Đặc biệt khó, vì vậy để được tính điểm bài tập về nhà, Nếu bạn làm 80% bài tập về nhà, điều này sẽ được tính điểm tín chỉ đầy đủ, và mọi thứ sẽ được điều chỉnh tỷ lệ cho phù hợp.
On top of this, you will be getting one homework drop because sometimes, you might have to travel, you might fall sick — things like that.
Ngoài ra, bạn sẽ được miễn một bài tập về nhà. Vì đôi khi, bạn có thể phải đi du lịch, Bạn có thể bị ốm — Những chuyện tương tự như vậy.
So I really encourage each one of you to focus on trying to maximize your learning from the homework.
Vì vậy, tôi thực sự khuyến khích mỗi người trong số các bạn. tập trung vào việc tối đa hóa khả năng học tập của bạn. Từ bài tập về nhà.
Use office hours, use your discussion TAs to really you know see how you can make sure that you understand what the homework is trying to tell you.
Hãy tận dụng giờ tư vấn, sử dụng trợ giảng để thực sự... Bạn biết đấy, hãy xem làm thế nào bạn có thể đảm bảo Điều đó có nghĩa là bạn hiểu được thông điệp mà bài tập về nhà muốn truyền đạt.
And if you questions about this, please ask in Discussion, ask on Piazza, and otherwise. Finally, discussion sections will start tomorrow. Please attend a discussion section of your choice.
Nếu bạn có thắc mắc gì, vui lòng hỏi trong phần Thảo luận. Hãy hỏi trên Piazza và các diễn đàn khác. Cuối cùng, các buổi thảo luận sẽ bắt đầu vào ngày mai. Vui lòng tham gia buổi thảo luận mà bạn lựa chọn.
As I mentioned, we have many different types of discussion sections, and we ask that you find one that you think works for you.
Như tôi đã đề cập, chúng ta có nhiều loại khác nhau. có nhiều phần thảo luận, và chúng tôi đề nghị bạn tìm một phần để tham gia. Bạn cho rằng phương án đó phù hợp với mình.
So we have discussion sections that are targeted towards freshmen, discussion sections that are targeted towards junior transfers, there is a section that is targeted towards students who have had some linear algebra experience.
Vì vậy, chúng tôi có các phần thảo luận mà Các buổi thảo luận này hướng đến sinh viên năm nhất, và đó là những buổi thảo luận dành cho sinh viên năm nhất. nhắm đến các cầu thủ chuyển nhượng trẻ. có một phần được nhắm mục tiêu Dành cho những sinh viên đã có kinh nghiệm về đại số tuyến tính.
We don't expect you to have linear-algebra experience. I want to emphasize that. You don't know how to have any linear algebra to be taking this class. In fact, we recommend that you don't.
Chúng tôi không yêu cầu bạn phải có kinh nghiệm về đại số tuyến tính. Tôi muốn nhấn mạnh điều đó. Bạn không biết cách sử dụng đại số tuyến tính. Tôi đang theo học lớp này. Thực tế, chúng tôi khuyên bạn không nên làm vậy.
But in the event that you do, you can attend one of these sections. This time, we also have two other sections that are different from what we've had in the past.
Nhưng trong trường hợp bạn làm vậy, bạn có thể tham dự một trong những phần này. Lần này, chúng ta cũng có thêm hai phần khác nữa. Chúng khác với những gì chúng ta đã có trong quá khứ.
The first one is we're offering one discussion section that is two hours long. This discussion section will cover exactly the same material as the one-hour sections.
Điều đầu tiên là chúng tôi đang đưa ra một cuộc thảo luận. phần đó dài hai tiếng đồng hồ. Phần thảo luận này sẽ đề cập đến chính xác những nội dung tương tự. như các phần kéo dài một giờ.
But it will just go more slowly, and it'll give you more time to work out problems yourselves.
Nhưng nó sẽ chỉ diễn ra chậm hơn, và nó sẽ Giúp bạn có thêm thời gian để tự mình giải quyết vấn đề.
So if you think you would benefit from a more slow presentation of the material, please try this section out. Finally, we recognize that this is a very, very diverse group of people.
Vì vậy, nếu bạn nghĩ rằng bạn sẽ được lợi ích Từ cách trình bày tài liệu chậm rãi hơn, Hãy thử phần này nhé. Cuối cùng, chúng tôi nhận thấy đây là một nhóm rất, rất đa dạng. của mọi người.
And there are people, and students, and groups within the population of students in EENCS that are underrepresented.
Và có những người, và cả sinh viên nữa, và các nhóm trong cộng đồng học sinh tại EENCS những nhóm người bị thiếu đại diện.
And if you feel that you would benefit from being in a cohort of people, then there is a section that is being run — it's also on the website — that you can choose to attend.
Và nếu bạn cảm thấy điều đó sẽ có lợi cho bạn từ việc ở trong một nhóm người, Sau đó, có một phần đang được vận hành — Thông tin đó cũng có trên trang web. Bạn có thể lựa chọn tham dự.
It's — I think here. So the — I think — red — okay, forget what the legend is. I forget the color labeling.
Tôi nghĩ là ở đây. Vậy nên— tôi nghĩ— màu đỏ — được rồi, quên truyền thuyết đi. Tôi quên mất cách ghi nhãn màu sắc rồi.
Please go look on the website. It'll tell you which section is which one. Please try and find the section that you think is best for you.
Hãy vào xem trên trang web nhé. Nó sẽ cho bạn biết phần nào là phần nào. Hãy cố gắng tìm phần mà bạn cho là phù hợp nhất với mình.
I really encourage you, in the first week or two, to shop around. Attend different sections. Feel out the style of the TAs. They're all different, they're all amazing.
Tôi thực sự khuyến khích bạn, trong một hoặc hai tuần đầu tiên, Hãy tham khảo giá cả ở nhiều nơi. Tham gia các phần khác nhau. Hãy tìm hiểu phong cách giảng dạy của các trợ giảng. Chúng đều khác nhau, và chúng đều tuyệt vời.
Find someone that clicks with you. okay, so those are just some little administrative details. Hopefully, this is all clear.
Hãy tìm người hợp với bạn. Được rồi, đó chỉ là một vài chi tiết hành chính nhỏ. Hy vọng mọi việc đã rõ ràng.
If not, please ask questions on Piazza, or come to me in office hours right after. okay, so I want to get into what we're going to be talking about today.
Nếu không, vui lòng đặt câu hỏi trên Piazza. Hoặc bạn có thể đến gặp tôi trong giờ làm việc ngay sau đó. Được rồi, vậy tôi muốn đi vào nội dung chính của buổi học sắp tới. Chúng ta sẽ bàn về điều gì hôm nay?
Today, I want to introduce the first module and talk about the imaging lab. And after that, I'm going to talk a little bit about superposition and how you can recover signals from superposition.
Hôm nay, tôi muốn giới thiệu mô-đun đầu tiên. và nói về phòng thí nghiệm hình ảnh. Và sau đó, tôi sẽ nói một chút. Về hiện tượng chồng chất tín hiệu và cách bạn có thể khôi phục tín hiệu. Từ sự chồng chất.
And I really want to, by the end of the lab — end of the lecture, get to addressing the question that people brought up at the end of last lecture, which is when you're given a system of linear equations, how do you figure out if you have no solutions, or a unique solution, or an infinite number of solutions?
Và tôi thực sự muốn, đến cuối buổi thực hành — Kết thúc bài giảng, hãy bắt đầu giải đáp câu hỏi. mà mọi người đã đề cập đến vào cuối bài giảng trước, đó là Đó là khi bạn được cho một hệ phương trình tuyến tính. Làm sao bạn biết được mình có Không có giải pháp nào, hoặc một giải pháp duy nhất, Hay có vô số lời giải?
How can we do this systematically? And how can we teach a computer to do this?
Chúng ta có thể thực hiện điều này một cách có hệ thống như thế nào? Vậy làm sao chúng ta có thể dạy máy tính làm điều này?
So we talked last time about the tomography example, where we can use measurements from different pixels in this image — or in this case, in parts of our body — and combine them to be able to recover the underlying image, or underlying — for example, part of your body that you're
Lần trước chúng ta đã nói về ví dụ chụp cắt lớp, trong đó chúng ta có thể sử dụng các phép đo từ các pixel khác nhau trong trường hợp này. hình ảnh - hoặc trong trường hợp này, ở các bộ phận trên cơ thể chúng ta - và kết hợp chúng lại để có thể khôi phục hình ảnh gốc. hoặc cơ bản — Ví dụ, một bộ phận cơ thể của bạn mà bạn đang Cố gắng hình dung một cách chân thực.
trying to actually image. And we talked about, basically, simplifying this to this very simple 2 by 2 grid, where we had four pixels. And we talked about taking measurements.
Và về cơ bản, chúng ta đã thảo luận về việc đơn giản hóa điều này. đến lưới 2x2 rất đơn giản này, nơi chúng ta có bốn pixel. Và chúng tôi đã nói về việc đo đạc.
And first, we took two horizontal measurements and two vertical measurements and realized that, oh, actually, you try solving things out, and somehow, you can't get everything in terms of the constants.
Đầu tiên, chúng tôi thực hiện hai phép đo theo phương ngang và hai phép đo theo phương thẳng đứng. và nhận ra rằng, ồ, Thực ra, bạn hãy cố gắng giải quyết vấn đề. và bằng cách nào đó, bạn không thể có được mọi thứ. xét về mặt các hằng số.
You end up with some variables in your equations, you can't actually solve all of your equations. And so we decided that we needed to take another measurement. And then we took a diagonal measurement.
Bạn sẽ có một số biến số trong phương trình của mình. Bạn không thể giải hết tất cả các phương trình của mình. Vì vậy, chúng tôi quyết định cần phải đo lại một lần nữa. Sau đó, chúng tôi tiến hành đo đường chéo.
And the question was, well, how did we know to take a diagonal measurement?
Và câu hỏi đặt ra là, vậy thì bằng cách nào... Chúng ta biết cần đo theo đường chéo phải không?
How do we know, when you're designing your MRI machine or your CT scan, that the measurements that the machine is going to take are actually going to work?
Làm sao chúng ta biết được điều đó khi thiết kế máy MRI? máy hoặc máy chụp CT của bạn, các phép đo mà máy móc sẽ thực hiện Liệu chúng có thực sự hiệu quả không?
You want to know this before designing your machine and selling 1,000 versions of it rather than after you've sold it and you find out, oh, actually, the measurements that this is taking are actually wrong.
Bạn cần biết điều này trước khi thiết kế máy móc của mình. và bán 1.000 phiên bản thay vì sau khi bạn đã Tôi đã bán nó rồi, và bạn phát hiện ra, ồ, thực ra thì... Các phép đo mà thiết bị này thực hiện thực chất là sai.
So how do you design to have the correct kind of measurements? And that's exactly what we're going to be talking about today.
Vậy làm thế nào để thiết kế sao cho có được các số đo chính xác? Và đó chính xác là những gì chúng ta sẽ làm. Chúng ta sẽ bàn về điều gì hôm nay?
And this is actually leading in to the entire first module in the imaging lab. So tomography is one example of imaging, but what is imaging in general?
Và điều này thực chất dẫn đến toàn bộ mô-đun đầu tiên. trong phòng thí nghiệm hình ảnh. Như vậy, chụp cắt lớp là một ví dụ về kỹ thuật tạo ảnh. Nhưng nhìn chung, hình ảnh là gì?
You have some subject that you're trying to image, and you have an energy source. And this energy source is, let's say, illuminating the object.
Bạn đang cố gắng chụp ảnh một đối tượng nào đó, và bạn có một nguồn năng lượng. Và nguồn năng lượng này, giả sử, đang chiếu sáng vật thể.
And there is a detector, like a camera, that is then detecting that energy that is being reflected, let's say, from your subject. And this is the general structure of an imaging system.
Và có một thiết bị dò, giống như máy ảnh, để dò tìm. Năng lượng đang được phản chiếu, chẳng hạn như, Từ chủ đề của bạn. Và đây là cấu trúc tổng quát của một hệ thống hình ảnh.
In the lab, in 16A, you're going to be building what we call a "single-pixel camera." The cameras on your phones have multiple pixels.
Trong phòng thí nghiệm, ở phòng 16A, bạn sẽ chế tạo thứ mà chúng ta gọi là... một "máy ảnh một điểm ảnh." Camera trên điện thoại của bạn có nhiều điểm ảnh.
What we are going to be doing is building a simpler version of this that just has one pixel.
Những gì chúng ta sẽ làm là xây dựng Một phiên bản đơn giản hơn của hình ảnh này chỉ có một pixel.
And what you're going to do is you're going to have patterned illumination that allows you to actually recover the image from just a single pixel.
Và điều bạn sẽ làm là... sẽ có hệ thống chiếu sáng theo kiểu mẫu. cho phép bạn thực sự khôi phục hình ảnh chỉ từ một điểm ảnh duy nhất.
So if there's many, many pixels in the image, and you only have a single pixel, how can you possibly recover, basically, multiple unknowns.
Vậy nếu trong ảnh có rất nhiều điểm ảnh, và bạn chỉ có một điểm ảnh duy nhất, Làm sao bạn có thể phục hồi được, về cơ bản, khi có quá nhiều ẩn số?
If you have many pixels in your image, that means you have many unknowns. How can you recover them from just one measurement? That's kind of a little bit of a tricky question.
Nếu ảnh của bạn có nhiều điểm ảnh, Điều đó có nghĩa là bạn còn nhiều điều chưa biết. Làm sao bạn có thể khôi phục chúng chỉ từ một phép đo duy nhất? Đó là một câu hỏi hơi hóc búa một chút.
What are we supposed to do to be able to do this? And the trick here that you're going to be using in lab is going to be patterned illumination.
Chúng ta cần làm gì để có thể thực hiện được điều này? Và đây là thủ thuật mà bạn sẽ sử dụng trong phòng thí nghiệm. Sẽ có hệ thống chiếu sáng theo kiểu hoa văn.
So what could you possibly try and do in this case?
Vậy trong trường hợp này, bạn có thể thử làm gì?
Let's say you can only measure one pixel at a time, and you think of these pixels as, basically, numbers in a grid, like the way you set it up last time.
Giả sử bạn chỉ có thể đo một pixel tại một thời điểm. và bạn coi những điểm ảnh này về cơ bản là, Các số được sắp xếp theo dạng lưới, giống như cách bạn đã thiết lập lần trước.
But you can only get one measurement at a time. What would you want to try and do?
Nhưng bạn chỉ có thể thực hiện một phép đo tại một thời điểm. Bạn muốn thử làm điều gì?
Yeah.
Vâng.
STUDENT
Illuminate different parts of the [INAUDIBLE]..
Chiếu sáng các phần khác nhau của [KHÔNG NGHE RÕ]..
GIREEJA RANADE
The suggestion was to illuminate different parts of the image, right?
Đề xuất là Để chiếu sáng các phần khác nhau của hình ảnh, phải không?
So if you illuminated everything at once, you're going to get a bunch of stuff reflected back, and you're not going to be able to understand.
Vậy nếu bạn chiếu sáng mọi thứ cùng một lúc, Bạn sẽ nhận được rất nhiều phản hồi ngược lại. và bạn sẽ không thể hiểu được.
But instead, what you could do is you could say, well, I can only measure one pixel. I'll only project energy on one pixel.
Nhưng thay vào đó, bạn có thể nói rằng, Tôi chỉ có thể đo được một pixel thôi. Tôi chỉ tập trung năng lượng vào một điểm ảnh duy nhất.
That way, I'll only be able to get the reflectants from one back. Everything else will be black, everything else will be dark. I won't see it at all.
Như vậy, tôi chỉ có thể lấy được các chất phản quang từ một nguồn duy nhất. mặt sau. Mọi thứ khác sẽ đen kịt, mọi thứ khác sẽ tối tăm. Tôi sẽ không xem nó chút nào.
And that's actually exactly one of the things that you're going to do in lab. But that doesn't seem very satisfying.
Và đó thực sự chính xác là một trong những điều Những việc bạn sẽ làm trong phòng thí nghiệm. Nhưng điều đó nghe có vẻ không thỏa đáng lắm.
And actually, it turns out that this can be quite error-prone it's error-prone because, first of all, it's hard to shine light on just one pixel.
Và thực tế, hóa ra điều này có thể khá dễ xảy ra lỗi, nó dễ xảy ra lỗi. Bởi vì, trước hết, rất khó để chiếu sáng. Chỉ trên một điểm ảnh duy nhất.
And secondly, what you get back when you're just shining one little bit of light is you get a very weak signal back. There's not a lot of light being reflected black.
Và thứ hai, bạn nhận lại được gì khi bạn chỉ Chỉ cần chiếu một chút ánh sáng thôi là bạn sẽ nhận được tín hiệu rất yếu. mặt sau. Không có nhiều ánh sáng phản chiếu màu đen.
When you're taking a picture, if everything is kind of dark, there's not a lot of light, the images turn out blurry. You can't see them clearly.
Khi bạn chụp ảnh, nếu mọi thứ hơi tối, Vì thiếu ánh sáng nên ảnh chụp ra bị mờ. Bạn không thể nhìn thấy chúng rõ ràng.
So to get around this, what you're going to want to do is you're going to actually want to illuminate multiple pixels at once. But when you illuminate multiple pixels at once, what happens?
Vậy để khắc phục điều này, bạn sẽ muốn làm như sau: Điều bạn thực sự muốn làm sáng tỏ là... Nhiều điểm ảnh cùng một lúc. Nhưng khi bạn chiếu sáng nhiều điểm ảnh cùng một lúc thì sao?
You suddenly have mixing of the signals. You're not getting one pixel at a time. And now the question is, what can you do? Can you recover the frog?
Đột nhiên, các tín hiệu bị lẫn lộn. Bạn không thể xem từng pixel một. Và bây giờ câu hỏi đặt ra là, bạn có thể làm gì? Bạn có thể cứu được con ếch không?
How many measurements are you going to need? And how should you choose which pixels to illuminate over others? Are there better ways to illuminate pixels?
Bạn cần bao nhiêu phép đo? Vậy bạn nên chọn pixel như thế nào? Để tỏa sáng hơn những người khác? Liệu có cách nào tốt hơn để chiếu sáng các điểm ảnh không?
Can you design your experiments, as an engineer, to be better so that you can recover the image better? That's the question that you're really going to be thinking about.
Với tư cách là một kỹ sư, bạn có thể tự thiết kế các thí nghiệm của mình không? Để trở nên tốt hơn, giúp bạn khôi phục hình ảnh tốt hơn? Đó là câu hỏi mà bạn thực sự đang thắc mắc. Tôi sẽ suy nghĩ về điều đó.
And that's what the entire module 1 is going to be talking about.
Và đó chính là nội dung của toàn bộ mô-đun này. Tôi sẽ nói về điều này.
So when you're thinking about some kind of linear algebra that you're learning in class, try always to map it back to, for example, the imaging lab.
Vì vậy, khi bạn đang suy nghĩ về một loại đại số tuyến tính nào đó... Những gì bạn đang học trên lớp, hãy luôn cố gắng Để liên hệ nó trở lại, ví dụ, phòng thí nghiệm hình ảnh.
It will help you place yourself and might help you ask questions, might help you understand why we're trying to talk about a certain concept.
Nó sẽ giúp bạn định vị bản thân và có thể giúp bạn Hãy đặt câu hỏi, điều đó có thể giúp bạn hiểu rõ hơn. Tại sao chúng ta lại cố gắng thảo luận về một khái niệm cụ thể nào đó.
And if imaging isn't your favorite application, there's going to be a lot of other applications in the homework. So pick your favorite application, and run with it.
Và nếu xử lý hình ảnh không phải là ứng dụng yêu thích của bạn, Sẽ có rất nhiều ứng dụng khác nữa. trong bài tập về nhà. Vậy hãy chọn ứng dụng yêu thích của bạn và sử dụng nó thôi.
So just to give you here, this is a setup for what you're going to be seeing in lab. This will start next week, week 0.
Vậy nên để nói rõ hơn, đây là... Đây là hình ảnh minh họa cho những gì bạn sẽ thấy trong phòng thí nghiệm. Việc này sẽ bắt đầu vào tuần tới, tuần số 0.
Or the first week, you'll be basically having a Jupyter Notebook boot camp.
Hoặc trong tuần đầu tiên, về cơ bản bạn sẽ có Một khóa học cấp tốc về Jupyter Notebook.
You'll hear a lot more about exactly how this is going to work in lab, but I just wanted to introduce this to you and have you keep this in the back of your mind as we start thinking about systems of linear equations and why we want to actually solve them.
Bạn sẽ được nghe nhiều hơn về cách thức hoạt động chính xác của điều này. Sẽ làm việc trong phòng thí nghiệm, nhưng tôi chỉ Tôi muốn giới thiệu điều này với bạn và đã Bạn hãy luôn ghi nhớ điều này. khi chúng ta bắt đầu suy nghĩ về hệ phương trình tuyến tính và lý do tại sao chúng ta thực sự muốn giải quyết chúng.
So with that, I guess this is kind of the big motivation, or tomography, I think of as the big motivation for understanding systems of linear equations.
Vậy nên, tôi nghĩ đây chính là động lực lớn nhất. hoặc chụp cắt lớp, tôi nghĩ đó là động lực lớn. Để hiểu về hệ phương trình tuyến tính.
It's quite powerful in that this is potentially life-saving technology. And that's a pretty strong motivator for wanting to solve systems of linear equations.
Nó khá mạnh mẽ ở chỗ điều này có tiềm năng Công nghệ cứu sống. Và đó là một động lực khá mạnh mẽ. vì muốn giải hệ phương trình tuyến tính.
But for those of you who might have started on homework 1, or even as we're going to talk about now, there are sometimes just some fun things that you can do with the systems of linear equations that are not necessarily things that are going to be particularly useful, but they might be entertaining.
Nhưng đối với những bạn nào đã bắt đầu làm bài tập về nhà số 1, hoặc thậm chí như chúng ta sẽ thảo luận ngay bây giờ, Đôi khi chỉ đơn giản là có những điều thú vị. bạn có thể làm điều đó với hệ phương trình tuyến tính đó không nhất thiết là những thứ sẽ đặc biệt hữu ích, Nhưng chúng có thể khá thú vị.
So I know a lot of people in the room are freshmen or incoming transfers, so you might be taking 16A and 61A at the same time.
Tôi quen biết khá nhiều người trong phòng này. là sinh viên năm nhất hoặc sinh viên chuyển trường. Vì vậy, bạn có thể đang dùng thuốc 16A và 61A cùng một lúc.
And when we were trying to make the websites for these classes over the summer, we kept running into this issue where this image kept popping up.
Và khi chúng tôi cố gắng tạo ra các trang web cho những lớp học này Suốt mùa hè, chúng tôi liên tục gặp phải vấn đề này, đó là... Hình ảnh này cứ liên tục xuất hiện.
And it will show up on the 61A website, and then there are two up on the 16A website and there is all this confusion about, wait, who's the instructor?
Và thông tin đó sẽ hiển thị trên trang web 61A. và sau đó có hai cái trên trang web 16A. và có rất nhiều sự nhầm lẫn về điều này, chờ đã, Ai là người hướng dẫn?
Who is that exactly? And we knew it was supposed to be Professor DeNero and Professor Boser, but these weird images kept popping up. And we couldn't recover the original instructors.
Chính xác thì đó là ai? Và chúng tôi biết rằng đó là điều đã được định sẵn Giáo sư DeNero và Giáo sư Boser, Nhưng những hình ảnh kỳ lạ này cứ liên tục xuất hiện. Và chúng tôi không thể tìm lại được các giảng viên ban đầu.
We had a measurement on our website which kept being generated. What do you want to do when you have measurements but you want to recover something?
Chúng tôi có một phép đo trên trang web của mình. và chúng cứ liên tục được tạo ra. Bạn muốn làm gì khi đã có số đo? Nhưng bạn muốn khôi phục lại thứ gì đó phải không?
You want to try and basically figure out what the original thing is.
Về cơ bản, bạn muốn cố gắng tìm hiểu Vật thể ban đầu là gì.
If you have some measurements, and they're not enough in terms of being able to figure it out — all I have is this image — what would you want to do to try and, say, figure out what the original instructors actually were?
Nếu bạn có một số số liệu đo lường, và chúng không đủ về mặt... Tôi không thể nào tìm ra câu trả lời—tất cả những gì tôi có chỉ là hình ảnh này— Bạn muốn làm gì để thử và, chẳng hạn, tìm ra Vậy những người hướng dẫn ban đầu thực sự là ai?
This would not work. If you could do anything you wanted?
Cách này sẽ không hiệu quả. Nếu bạn có thể làm bất cứ điều gì mình muốn?
Okay, yeah, got it back. Well, one idea might be to say, here is basically one mix of the instructors that is being shown.
Được rồi, tôi đã lấy lại được nó. Một ý tưởng có thể là nói như thế này: Về cơ bản, đó là sự kết hợp của các giảng viên. Điều đó đang được thể hiện.
What if I gave you another mix of the instructors?
Nếu tôi đưa cho bạn một nhóm giảng viên khác thì sao?
What can you do now with potentially two mixes of instructors? I'm not really asking you to think about reading this code, though I can walk you through it.
Vậy bây giờ bạn có thể làm gì với hai bản phối âm khác nhau? của các giảng viên? Tôi không thực sự yêu cầu bạn phải suy nghĩ về việc đọc đoạn mã này, Tuy nhiên, tôi có thể hướng dẫn bạn từng bước.
Basically, what we're doing here is there is an original image, there's two original images, there's two factors, and we're basically taking factor one times instructor one, factor two times instructor two.
Về cơ bản, điều chúng ta đang làm ở đây là tạo ra một hình ảnh gốc. Có hai hình ảnh gốc, có hai yếu tố. và về cơ bản chúng ta đang lấy yếu tố một. lần người hướng dẫn thứ nhất, hệ số hai lần người hướng dẫn thứ hai.
And we have two linear combinations of these images that are being rendered. Maybe we could have different linear combinations, we can have something like that.
Và chúng ta có hai tổ hợp tuyến tính. trong số những hình ảnh đang được hiển thị này. Có lẽ chúng ta có thể có nhiều tổ hợp tuyến tính khác nhau. Chúng ta có thể có một cái gì đó tương tự như vậy.
Look what happened here. You might have different versions if we tried to make this 16.
Hãy xem chuyện gì đã xảy ra ở đây. Bạn có thể có các phiên bản khác nhau nếu chúng ta cố gắng làm điều này thành 16.
You might have different versions there, depending on the different weights. These are different weights that are being provided to these two different images.
Có thể bạn có các phiên bản khác nhau ở đó. tùy thuộc vào trọng lượng khác nhau. Đây là các trọng lượng khác nhau được cung cấp. với hai hình ảnh khác nhau này.
So when you think about wanting to recover these two images, how many unknowns are there? These are 512 by 512 images.
Vậy nên khi bạn nghĩ đến việc muốn khôi phục hai hình ảnh này, Có bao nhiêu ẩn số? Đây là các hình ảnh có kích thước 512x512 pixel.
So that's about, I think, 200,000 variables that, basically, every single pixel is an unknown. You want to recover every single one of these.
Vậy là, tôi nghĩ, có khoảng 200.000 biến số. Về cơ bản, mỗi pixel đều là một ẩn số. Bạn muốn khôi phục lại tất cả những thứ này.
We could do it by hand. But I trust none of you want that as your homework exercise.
Chúng ta có thể làm bằng tay. Nhưng tôi tin rằng không ai trong số các bạn muốn làm bài tập về nhà với chủ đề đó cả.
And so what we want to try and do is figure out, basically, systematically, how can we disentangle these two images?
Vì vậy, điều chúng ta muốn cố gắng làm là tìm ra câu trả lời, Về cơ bản, một cách có hệ thống, chúng ta có thể làm thế nào? Làm thế nào để tách biệt hai hình ảnh này?
And the way that Jupyter Notebooks, or basically, IPython, will do this is — let's say we can print out each of these images. And what you see here are all of these pixel values.
Và cách mà Jupyter Notebooks hoạt động, hay nói cách khác, IPython sẽ thực hiện điều này — Giả sử chúng ta có thể in ra từng hình ảnh này. Và những gì bạn thấy ở đây chính là giá trị của tất cả các pixel này.
And I can print out, and I can see the shape of it, which I can see it's 512 pixels by 512 pixels.
Và tôi có thể in ra và xem. Tôi có thể thấy hình dạng của nó là 512 pixel x 512 pixel.
I can print out the other mixture, and I can print out its shape as well.
Tôi có thể in ra hỗn hợp còn lại. Và tôi cũng có thể in hình dạng của nó ra.
And now what I have here is a little bit of just organizational — just a little bit of organizational code.
Và bây giờ những gì tôi có ở đây là một chút chỉ mang tính tổ chức — Chỉ cần một chút mã tổ chức thôi.
And what I want to call, really, here is this function, np.linalg.solve.
Và điều tôi thực sự muốn gọi ở đây là hàm này, np.linalg.solve.
And then I'm going to do that, I have that, I have this. And let's see. I get two answers. Let's see what the answers I get.
Và rồi tôi sẽ làm điều đó, tôi có cái này, tôi có cái kia. Và chúng ta hãy xem nào. Tôi nhận được hai câu trả lời. Hãy xem tôi sẽ nhận được những câu trả lời nào.
Oh, I get one nice image, and I get a second clean image. And what did I do here?
Ồ, tôi có được một bức ảnh đẹp và một bức ảnh thứ hai cũng rất rõ nét. Vậy tôi đã làm gì ở đây?
I basically told this function np.linalgebra.solve that I have, basically, some measurements, which are in this B vector.
Về cơ bản, tôi đã nói với hàm này np.linalgebra.solve Về cơ bản, tôi có một số số đo, mà nằm trong vectơ B này.
And I know that these images are combined by these ratios. Please solve this to give me the original images back.
Và tôi biết rằng những hình ảnh này được kết hợp theo các tỷ lệ này. Vui lòng khắc phục sự cố này để trả lại cho tôi những hình ảnh gốc.
And what we're going to talk about today is, what is in the guts of this function — linknowledge.solve. Because we really don't want to be solving this out exactly by hand.
Và điều chúng ta sẽ bàn luận hôm nay là, Bên trong hàm này có gì? linknowledge.solve. Vì chúng ta thực sự không muốn giải quyết vấn đề này một cách chính xác. Bằng tay.
So with that, I want to try and shift to the document camera.
Vậy nên, tôi muốn chuyển sang sử dụng máy chiếu tài liệu.
Can everyone see this at the back? Yeah? Great. Thank you.
Mọi người phía sau có nhìn thấy điều này không? Vâng? Tuyệt vời. Cảm ơn.
okay, so you have this image mix 1, which is some factor alpha 1 times image 1, plus some factor alpha 2 times image 2.
được rồi, vậy bạn có hình ảnh hỗn hợp 1 này, mà là một hệ số alpha nào đó nhân với ảnh 1, cộng thêm một hệ số alpha 2 nhân với ảnh 2.
And you have mix 2, which is beta 1 times image 1, plus beta 2 times image 2.
Và bạn có bản phối 2, là bản beta 1 nhân với ảnh 1. cộng thêm beta 2 lần hình ảnh 2.
And these M1, M2 — these are your measurements, or your data.
Và những M1, M2 này — Đây là các số liệu đo lường, hay dữ liệu của bạn.
These are the two superposed images that you saw. And what are these guys — Alpha 1, alpha 2, beta 1, beta 2?
Đây là hai hình ảnh chồng lên nhau mà bạn đã thấy. Vậy những người này là ai — Alpha 1, alpha 2, beta 1, beta 2?
These are those coefficients that were used to generate the combination. And these are also known. So the measurements and data are known.
Đây là những hệ số đó đã được sử dụng để tạo ra sự kết hợp đó. Và những điều này cũng đã được biết đến. Như vậy, các số liệu và phép đo đã được biết đến.
And we want to figure out, what were the underlying images? So these guys — image 1, image 2 — these are what are unknown.
Và chúng ta muốn tìm hiểu xem, những hình ảnh ẩn đằng sau đó là gì? Vậy là những người này — ảnh 1, ảnh 2 — Đây là những điều chưa biết.
It's important to keep track, especially when you're doing a lot of symbolic math, you might have symbols that are representing variables and other symbols that are representing constants.
Việc theo dõi rất quan trọng, đặc biệt là khi Bạn đang thực hiện rất nhiều phép toán ký hiệu. Bạn có thể có các ký hiệu đại diện cho các biến. và các ký hiệu khác đại diện cho các hằng số.
Constants are known, variables are unknown. It's important to figure out a way in your head to keep track of these different things.
Các hằng số đã biết, các biến số chưa biết. Điều quan trọng là phải tìm ra cách giải quyết trong suy nghĩ của bạn. để theo dõi những điều khác nhau này.
And the way that we solve this, what I did — the little piece of code that we had — what it actually did was it took this image, which is this, basically, square that is 512 by 512.
Và cách chúng ta giải quyết vấn đề này, điều mà tôi đã làm — Đoạn mã nhỏ mà chúng ta có — Thực chất, nó đã chụp bức ảnh này. Về cơ bản, đây là một hình vuông có kích thước 512 x 512.
And it said, oh, look, there's so many little pixels here. All of these is a little pixel.
Và nó nói, ồ, nhìn kìa, có rất nhiều điểm ảnh nhỏ ở đây. Tất cả những thứ này đều là những điểm ảnh nhỏ.
But this is a bit hard to manipulate, and so it transformed these into what we're going to call a "vector."
Nhưng việc này hơi khó thao tác. và vì vậy nó đã biến đổi những thứ này thành cái gì Chúng ta sẽ gọi nó là "vectơ".
And a vector is just an ordered — O-R-D-E-R-E-D — ordered list of elements. And usually, we'll write this in a long column.
Và vectơ chỉ là một tập hợp có thứ tự — ORDERED — danh sách các phần tử được sắp xếp theo thứ tự. Và thông thường, chúng tôi sẽ viết điều này thành một bài dài.
So I'm going to write this as, let's say, a vector x, which is equal to x1, x2, all the way up to xn, where, here, n is equal to the 512 times 512.
Vậy nên tôi sẽ viết điều này như sau: một vectơ x, bằng x1, x2, cho đến xn, trong đó, n bằng 512 nhân 512.
And so basically, this pixel goes here, the second pixel goes here, this third pixel goes here, so on and so forth until I put all of these pixel in the this really really, really long vector.
Về cơ bản, điểm ảnh này nằm ở đây. Điểm ảnh thứ hai nằm ở đây, điểm ảnh thứ ba này nó ở đây, cứ thế tiếp tục cho đến khi tôi đặt tất cả các pixel này vào đây. trong vectơ cực kỳ, cực kỳ dài này.
You're going to be doing something very, very similar in the lab.
Bạn sắp làm một việc rất, rất Tương tự trong phòng thí nghiệm.
And so you'll get to understand a little bit more about this — how do you go from things that are organized as a grid into things that are organized in a vector in a straight line.
Và như vậy bạn sẽ hiểu thêm một chút về điều này — Làm thế nào để chuyển đổi từ những thứ được sắp xếp theo dạng lưới? thành những thứ được sắp xếp theo hình vectơ trên một đường thẳng.
You'll get to see more about this in lab. But what we want to figure out is now, how do we solve this?
Bạn sẽ được tìm hiểu thêm về điều này trong phòng thí nghiệm. Nhưng điều chúng ta cần tìm hiểu bây giờ là, làm thế nào để giải quyết vấn đề này?
How do we solve? And what did that function — the solve function — actually do?
Chúng ta giải quyết vấn đề này như thế nào? Vậy chức năng đó là gì — Chức năng giải quyết — thực sự làm được điều đó?
And I don't really want to sit here and do our full example with these many variables. It's too much algebra, and we'll never get anywhere. We'll spend the entire time writing out the problem.
Và tôi thực sự không muốn ngồi đây. và chúng ta sẽ thực hiện ví dụ đầy đủ với nhiều biến số như vậy. Quá nhiều phép toán đại số rồi, chúng ta sẽ chẳng bao giờ đi đến đâu cả. Chúng ta sẽ dành toàn bộ thời gian để viết ra bài toán.
So we're going to do basically something that we're going to keep doing over and over and over in this class.
Vậy nên về cơ bản chúng ta sẽ làm điều gì đó. chúng ta sẽ tiếp tục làm như vậy. và lặp đi lặp lại nhiều lần trong lớp học này.
And if there's one thing that I want you to take away with you when you leave this class, it is when you're faced with a complicated, large problem, simplify.
Và nếu có một điều tôi muốn các bạn ghi nhớ Tôi sẽ mang theo bên mình khi rời khỏi lớp học này. Đó là khi bạn phải đối mặt với một vấn đề phức tạp, lớn lao. đơn giản hóa.
Make a simple example, and understand that.
Hãy đưa ra một ví dụ đơn giản và hiểu điều đó.
So we're going to do our usual 16A strategy, which is simplify.
Vì vậy, chúng ta sẽ áp dụng chiến lược 16A thông thường của mình, đó là... Nó được đơn giản hóa.
When in doubt, simplify. It's probably one of the most important things you can take away from this class. okay, so let me see if I can zoom out a little bit.
Khi không chắc chắn, hãy đơn giản hóa. Đó có lẽ là một trong những điều quan trọng nhất mà bạn cần làm. có thể rút ra bài học từ lớp học này. Được rồi, để tôi xem liệu mình có thể thu nhỏ màn hình lại một chút được không.
If I zoom out to this level, can the people at the back still read? No. okay. okay, I will zoom in again.
Nếu tôi thu nhỏ đến mức này, liệu những người ở phía sau có thể nhìn thấy không? Bạn vẫn còn đọc chứ? KHÔNG. được rồi. Được rồi, tôi sẽ phóng to lại.
And the simple example I want to think about is the following — 2x plus 3y equal to 8. Let's call this equation 1.
Và ví dụ đơn giản mà tôi muốn đề cập đến là như sau: 2x cộng 3y bằng 8. Chúng ta hãy gọi phương trình này là phương trình 1.
And 3x minus y equal to 1. Let us call this equation 2. So we have two variables. We have two equations.
Và 3x trừ y bằng 1. Chúng ta hãy gọi phương trình này là phương trình 2. Vậy là chúng ta có hai biến số. Chúng ta có hai phương trình.
Why don't you just take a minute to work this out, solve it, talk to your neighbor, take a stretch break, whatever you want. But ideally, in a minute, try to solve this problem.
Sao bạn không dành chút thời gian để suy nghĩ và giải quyết vấn đề này? Trò chuyện với người bên cạnh, nghỉ giải lao và vươn vai. Bạn muốn gì cũng được. Nhưng lý tưởng nhất là, hãy cố gắng giải quyết vấn đề này trong vòng một phút.
Feel free to talk. Get to know your neighbors.
Hãy thoải mái trò chuyện. Hãy làm quen với hàng xóm của bạn.
[INTERPOSING VOICES] How many people think they have a solution for this system?
[GIỌNG NÓI XEN KẼ] Có bao nhiêu người cho rằng họ có giải pháp cho hệ thống này?
Show of hands. okay. How many people solved this system exactly the same way as the person sitting next to them?
Giơ tay lên. được rồi. Có bao nhiêu người đã giải hệ phương trình này theo cùng một cách? Còn người ngồi cạnh họ thì sao?
How many people saw it in a different way from the person sitting next to them? Right? How many people think that they're probably several different ways that all of you collectively solved this problem?
Có bao nhiêu người nhìn nhận nó theo một cách khác? Từ người ngồi cạnh họ? Phải? Có bao nhiêu người nghĩ rằng họ có lẽ có nhiều cách khác nhau mà tất cả các bạn Chúng ta đã cùng nhau giải quyết vấn đề này chưa?
Probably some of you chose to solve for x first, others chose to solve for y first, some of you substituted equation 1 into equation 2. Some of you did the other way around.
Có lẽ một số bạn đã chọn giải phương trình tìm x trước. Một số người khác chọn giải phương trình tìm y trước, còn một số bạn thì... Thay phương trình 1 vào phương trình 2. Một số bạn lại làm ngược lại.
There's clearly many, many different ways to do this, right?
Rõ ràng là có rất nhiều cách khác nhau để làm điều này. Phải?
But if we wanted to now write a piece of software that would solve systems of equations for us, do we want that software to have different behavior every single time?
Nhưng nếu bây giờ chúng ta muốn viết một phần mềm mà sẽ giải hệ phương trình cho chúng ta. Chúng ta có muốn phần mềm đó có hành vi khác không? Lần nào cũng vậy sao?
We want it to be reliable, predictable, and we want it to be systematic.
Chúng ta muốn nó phải đáng tin cậy, có thể dự đoán được. và chúng tôi muốn nó được thực hiện một cách có hệ thống.
So what we're going to talk about is, how do we develop a systematic way for solving these systems of linear equations?
Vậy chúng ta sẽ bàn về điều gì? Làm thế nào để chúng ta phát triển một phương pháp có hệ thống? Để giải các hệ phương trình tuyến tính này?
And for that, let's start doing it together. So first thing that I'm going to try and do is I'm going to try and be a little bit lazy.
Vì vậy, chúng ta hãy cùng nhau bắt đầu thực hiện điều đó. Vậy điều đầu tiên mà tôi sẽ cố gắng làm là... Tôi sẽ cố gắng lười biếng một chút.
So I have 2x plus 3y equal to 8, and 3x minus y equal to 1. But there's like some repetition here. x shows up twice, y shows up twice.
Vậy tôi có 2x cộng 3y bằng 8 và 3x trừ y bằng 1. Nhưng hình như có sự lặp lại ở đây. x xuất hiện hai lần, y xuất hiện hai lần.
So I'm going to write these numbers in a box. I'm going to put a 2 here, and a 3 here, and an 8 here.
Vậy tôi sẽ viết những con số này vào một ô vuông. Tôi sẽ đặt số 2 ở đây, số 3 ở đây và số 8 ở đây.
And I'm going to put a 3 here, and a minus 1 here, and a 1 here. And I'm going to draw this line.
Và tôi sẽ đặt số 3 ở đây, số -1 ở đây, và số 1. đây. Và tôi sẽ vạch ra ranh giới này.
And this is what I call the "augmented-matrix form" for this system of linear equations.
Và đây là cái mà tôi gọi là "dạng ma trận mở rộng". cho hệ phương trình tuyến tính này.
It's just a rewriting of the equation where we're ignoring the variables. And we'll see why this is useful.
Đây chỉ là cách viết lại phương trình. trong đó chúng ta bỏ qua các biến số. Và chúng ta sẽ thấy tại sao điều này lại hữu ích.
And you'll start to use this more and more as we go along, but we don't even have to think about it so much. But how would we now solve this systematically?
Và bạn sẽ bắt đầu sử dụng nó nhiều hơn khi chúng ta tiếp tục học. Nhưng chúng ta thậm chí không cần phải suy nghĩ nhiều về điều đó. Nhưng làm thế nào chúng ta có thể giải quyết vấn đề này một cách có hệ thống?
What I want to do is I want to say, first, set the coefficient for x to be 1.
Điều tôi muốn làm là tôi muốn nói rằng, Đầu tiên, hãy đặt hệ số của x bằng 1.
Basically, normalize equation 1.
Về cơ bản, hãy chuẩn hóa phương trình 1.
So what I'm going to do is I'm going to say I'm going to take E1, and I'm going to divide it by 2, which is going to give me x plus 3 over 2y is equal to 4.
Vậy nên điều tôi sẽ làm là tôi sẽ... Tôi định nói rằng tôi sẽ tham gia E1, và tôi... Tôi sẽ chia nó cho 2, điều này sẽ cho tôi x cộng 3/2y bằng 4.
I'm going to call this E1 star.
Tôi sẽ xếp hạng nó là sao E1.
Does everyone see how I got E1 star from E1? We're good?
Mọi người có thấy tôi đã nâng cấp từ E1 lên E1 sao như thế nào không? Chúng ta ổn chứ?
STUDENT
Yeah.
Vâng.
GIREEJA RANADE
Yes? okay, great. Now, our second step in doing things systematically is to systematically eliminate.
Vâng? Tuyệt vời! Bước thứ hai trong việc thực hiện mọi việc một cách có hệ thống là đây: Mục tiêu là loại bỏ một cách có hệ thống.
So we're going to say, use equation 1 star to eliminate x from equation 2.
Vậy chúng ta sẽ nói, sử dụng phương trình 1 sao để loại bỏ x khỏi phương trình 2.
And so in equation 2, I know that there is a coefficient of 3. So if I wanted to remove x, what do I need to multiply this equation by?
Và như vậy, trong phương trình 2, tôi biết rằng ở đó là hệ số 3. Vậy nếu tôi muốn xóa x, tôi phải làm thế nào? Cần nhân phương trình này với bao nhiêu?
STUDENT
[INAUDIBLE] GIREEJA RANADE: 3, right? Or minus 3. So I can write E2 times — or sorry — E2 minus 3 times E1 star.
[KHÔNG NGHE RÕ] GIREEJA RANADE: 3, đúng không? Hoặc trừ đi 3. Vậy là tôi có thể viết E2 lần — hoặc xin lỗi — E2 trừ 3 lần E1 sao.
This gives me 3x minus y minus 3 times x plus 3 over 2y.
Điều này cho tôi kết quả là 3x trừ y trừ 3 lần x cộng 3 trên 2y.
And this is equal to — now on the right side, I have 1 minus 3 times 4, which is equal to minus 11.
Và điều này tương đương với — bây giờ ở phía bên phải, Tôi có 1 trừ 3 nhân 4, bằng -11.
STUDENT
[INAUDIBLE] GIREEJA RANADE: Yep.
[KHÔNG NGHE RÕ] GIREEJA RANADE: Vâng.
We're good here? okay. And so now, this gives me, basically, minus 11y over 2 is equal to minus 11 is my equation.
Chúng ta ổn chứ? được rồi. Và như vậy, bây giờ điều này về cơ bản cho tôi kết quả là -11 năm chia cho 2. Phương trình của tôi là bằng -11.
So my 3x — this cancels.
Vậy là phép nhân 3 của tôi — điều này triệt tiêu lẫn nhau.
And now my third step — notice that I'm being very systematic here. You all can read off the value of y from this equation.
Và giờ là bước thứ ba của tôi — Hãy lưu ý rằng tôi đang trình bày vấn đề một cách rất có hệ thống. Các bạn đều có thể đọc giá trị của y từ phương trình này.
But I'm going to say third step is solve for y, which gives me y is equal to 2.
Nhưng tôi sẽ nói rằng bước thứ ba là giải phương trình để tìm y. Điều này cho tôi kết quả y bằng 2.
And finally, what we're going to say is for back-substitute.
Và cuối cùng, điều chúng ta sẽ nói đến là về cầu thủ dự bị vào sân từ băng ghế dự bị.
okay, let me try to zoom out just a little bit.
Được rồi, để tôi thử thu nhỏ lại một chút.
okay.
được rồi.
Probably some of you solve the problem exactly this way. But this is one way of solving it. And so I want to now just compare this.
Có lẽ một số bạn đã giải quyết vấn đề theo cách này. Nhưng đây là một cách để giải quyết vấn đề. Và bây giờ tôi muốn so sánh điều này.
And write this exact algorithm in a slightly different form using these augmented matrices. So here, I had this augmented matrix. And what did I do?
Và hãy viết lại thuật toán chính xác này dưới một dạng hơi khác. sử dụng các ma trận mở rộng này. Vậy là ở đây, tôi có ma trận mở rộng này. Và tôi đã làm gì?
I just divided, basically, the first equation by 2, which here, is the same as dividing the first row by two.
Về cơ bản, tôi chỉ chia phương trình đầu tiên. chia cho 2, ở đây có nghĩa là chia hàng đầu tiên cho hai.
So if I divide the first row by 2, I can represent the step 1 as 2 divided by 1 is 1, 3 divided by 2 is 3 over 2, 8 divided by 2 is 4.
Vậy nếu tôi chia hàng đầu tiên cho 2, Tôi có thể biểu diễn bước 1 như sau: 2 chia cho 1 bằng 1. 3 chia cho 2 bằng 3/2, 8 chia cho 2 bằng 4.
And I didn't change anything on the bottom equation, so that's just as it is.
Và tôi không thay đổi gì ở phương trình cuối cùng cả. Vậy nên mọi chuyện là như thế đấy.
That's all I did here. And how would we do that for the second step? Here, in the second step, we haven't changed the first equation. It's exactly as it was.
Tôi chỉ làm đến đây thôi. Vậy chúng ta sẽ thực hiện bước thứ hai như thế nào? Ở bước thứ hai này, chúng ta chưa đã thay đổi phương trình đầu tiên. Mọi thứ vẫn y như cũ.
But now, I am taking E2 and replacing it by E2 minus 3 times E1 star.
Nhưng bây giờ, tôi đang dùng E2 và thay thế nó. bằng E2 trừ đi 3 lần E1 sao.
So when I did that, here, I got, basically, this was implicitly a 0x plus — minus 11 over 2. So when I do this operation, what do I get here?
Vậy nên khi tôi làm như vậy, về cơ bản, tôi đã nhận được kết quả này. ngầm hiểu đó là 0x cộng — trừ 11 chia 2. Vậy khi tôi thực hiện thao tác này, tôi sẽ nhận được gì ở đây?
I get a 0 here, I get minus 11 over 2, and here, I get a minus 11.
Tôi nhận được số 0 ở đây, tôi nhận được -11/2. Và ở đây, tôi nhận được kết quả âm 11.
I'm just representing the output of each of these systematic steps. I'm just drawing them in this table form. And then the last step — I solved for y.
Tôi chỉ đang trình bày kết quả đầu ra của từng cái. của các bước có hệ thống này. Tôi chỉ đang trình bày chúng dưới dạng bảng này thôi. Và bước cuối cùng — Tôi đã giải phương trình để tìm y.
What did I do? I got 1, 3 over 2, 0. I divided.
Tôi đã làm gì vậy? Tôi được 1, 3 trên 2, 0. Tôi đã chia.
I scaled this by 2 over 11 to get, basically, here, a 1; and here, a 4; and here, a 2.
Tôi đã nhân tỷ lệ này với 2 trên 11 để về cơ bản được kết quả là 1; và ở đây, số 4; và ở đây, số 2.
And as soon as I saw this 1, I basically knew that this meant 1 times y equal to 2. And I was done. I was able to solve.
Và ngay khi tôi nhìn thấy cái này, về cơ bản là tôi biết rằng điều này có nghĩa là 1 nhân với y bằng 2. Và thế là xong. Tôi đã giải quyết được vấn đề.
The nice thing here, when you notice, when you look at this, what are you seeing here? You're seeing that there's a triangle that has formed here.
Điều hay ở đây, khi bạn để ý, khi bạn nhìn vào điều này, Bạn đang nhìn thấy gì ở đây? Bạn có thể thấy một hình tam giác đã được hình thành ở đây.
And you can think about it as stuff above the diagonal is non-0. Stuff below the diagonal is 0.
Và bạn có thể coi nó như những thứ nằm phía trên đường chéo. khác 0. Các phần tử nằm dưới đường chéo có giá trị bằng 0.
This algorithm that we have just performed, we did it using just operations and manipulations to these equations. Then I rewrote it with some boxes and some lines around it.
Thuật toán mà chúng ta vừa thực hiện, Chúng tôi đã làm được điều đó chỉ bằng các phép toán và thao tác. đối với các phương trình này. Sau đó, tôi viết lại nó bằng cách thêm một số khung và đường kẻ xung quanh.
This algorithm is Gaussian elimination.
Thuật toán này là phép khử Gauss.
And this algorithm is what forms the basic fundamental principles behind the linalgebra.solve that we used in the example that we just did in the IPython Notebook.
Và thuật toán này chính là nền tảng cơ bản. nguyên lý đằng sau đại số tuyến tính.solve mà chúng ta đã sử dụng trong ví dụ vừa rồi. đã thực hiện trong IPython Notebook.
So Gaussian elimination — one would think that if this method is named after it Gauss, that was the person that invented it.
Vì vậy, phép khử Gauss — người ta sẽ Tôi nghĩ rằng nếu phương pháp này được đặt theo tên của Gauss, Đó chính là người đã phát minh ra nó.
Turns out that Gauss did do a lot of work on this algorithm, and he is one of the reasons that it is so widely used today.
Hóa ra Gauss đã bỏ ra rất nhiều công sức cho thuật toán này. và anh ấy là một trong những lý do khiến điều đó xảy ra. Nó được sử dụng rộng rãi ngày nay.
But actually, this algorithm was invented in China more than 2000 years ago.
Nhưng thực tế, thuật toán này được phát minh ở Trung Quốc. hơn 2000 năm trước.
It showed up in a book, I think, called Nine Jewels of Mathematics, or Nine Chapters of Mathematical Art.
Nó xuất hiện trong một cuốn sách, tôi nghĩ vậy, có tên là... Chín viên ngọc quý của toán học, hay chín chương. Nghệ thuật Toán học.
It was a book that was written 2,000 years ago in China, but the attribution of this algorithm — we always give to Gauss — so something to keep in mind when we're thinking about names.
Đó là một cuốn sách được viết cách đây 2.000 năm ở Trung Quốc. nhưng việc quy kết cho thuật toán này — Chúng tôi luôn quyên góp cho Gauss — Vì vậy, đây là điều cần ghi nhớ khi Chúng tôi đang cân nhắc về tên gọi.
Either way, I hope that I've convinced you that this is pretty simple. There is nothing complicated here.
Dù sao thì, tôi hy vọng mình đã thuyết phục được bạn. Việc này khá đơn giản. Không có gì phức tạp ở đây cả.
And what I want to do is now use this systematic strategy for solving things to go back to answering the question from last lecture. What was the question that we left with?
Và điều tôi muốn làm bây giờ là sử dụng chiến lược có hệ thống này. để giải quyết vấn đề, hãy quay lại trả lời. Câu hỏi từ bài giảng trước. Câu hỏi mà chúng ta còn bỏ ngỏ khi ra về là gì?
How do I know that there is going to be a unique solution to my system of linear equations?
Làm sao tôi biết là sẽ có chuyện gì xảy ra? Liệu có phải là nghiệm duy nhất cho hệ phương trình tuyến tính của tôi không?
How do I know when I've solved stuff, I'm going to be able to — when I've set up my system of the equations, I'm going to have a solution.
Làm sao tôi biết khi nào mình đã giải quyết xong vấn đề? Tôi sẽ có thể làm được điều đó khi tôi đã Tôi thiết lập hệ phương trình của mình. Tôi sẽ tìm ra giải pháp.
Or maybe I'll have no solutions, maybe I'll have infinite solutions. That's exactly what I want to try and figure out. And so that's what we're going to do for the rest of the lecture.
Hoặc có thể tôi sẽ không có giải pháp nào cả, có thể Tôi sẽ có vô số giải pháp. Đó chính xác là điều tôi muốn tìm hiểu. Và đó là điều chúng ta sẽ làm. cho phần còn lại của bài giảng.
But before doing that, I just wanted to point out another representation for this that we will be coming back to later in this class for these systems of linear equations.
Nhưng trước khi làm điều đó, tôi chỉ muốn để chỉ ra một cách biểu diễn khác cho điều này mà chúng ta sẽ quay lại sau. trong lớp học này dành cho các hệ phương trình tuyến tính này.
And remember, we drew this is a box. We had this box here. And we call it an the augmented matrix form. I'm going to call this "matrix-vector form."
Và hãy nhớ rằng, chúng ta đã vẽ nó trong một hình hộp. Chúng tôi có cái hộp này ở đây. Và chúng ta gọi đó là dạng ma trận mở rộng. Tôi sẽ gọi đây là "dạng ma trận-vectơ".
And here, I'm just going to add a little reminder about what the variables are. So I'm going to copy this exactly, and I have my 8 and my 1.
Và ở đây, tôi chỉ muốn thêm một lời nhắc nhở nhỏ. Về các biến số đó là gì. Vậy nên tôi sẽ sao chép y nguyên đoạn này. và tôi có số 8 và số 1.
So I basically separated this out. The stuff after the line, I put here. The stuff before the line, I put here.
Vì vậy, về cơ bản tôi đã tách riêng phần này ra. Những nội dung sau dòng này, tôi để ở đây. Những nội dung trước dòng này, tôi để ở đây.
And I'm going to put a reminder that x and y are my variables. And how do I read this?
Và tôi sẽ nhắc lại rằng x và y là các biến số của tôi. Vậy tôi đọc điều này như thế nào?
I read this as the variables associated with the first column are at the top of this vector.
Tôi hiểu điều này là các biến liên quan Cột đầu tiên nằm ở phía trên cùng của vectơ này.
Whatever variable is associated with the second column is the second element. So if I had more equations and more variables, I would just have a larger stack. But basically, do you see this correspondence?
Bất kỳ biến nào được liên kết với cột thứ hai là yếu tố thứ hai. Vậy nếu tôi có nhiều phương trình hơn và nhiều biến số hơn, Tôi chỉ cần một chồng giấy lớn hơn thôi. Nhưng về cơ bản, bạn có thấy sự tương ứng này không?
But this is 2x plus 3 y equal to 8. And I'm just writing exactly this equation, but in this other form.
Nhưng đây là 2x cộng 3y bằng 8. Và tôi chỉ đang viết chính xác phương trình này, nhưng ở dạng khác này.
okay? Great. Now is a good time to pause and take a question or two. Anyone have any questions?
được rồi? Tuyệt vời. Đây là thời điểm thích hợp để tạm dừng và trả lời một hoặc hai câu hỏi. Có ai có câu hỏi gì không?
Yeah.
Vâng.
STUDENT
[INAUDIBLE] GIREEJA RANADE: Great question. The question was, do you always had to have an upper triangle, or can you have a lower triangle as well?
[KHÔNG NGHE RÕ] GIREEJA RANADE: Câu hỏi hay đấy. Câu hỏi đặt ra là, liệu bạn luôn phải có một tam giác trên hay không? Hoặc bạn cũng có thể có một tam giác phía dưới?
So when you're solving the algorithm of Gaussian elimination, your goal is to get an upper-triangular matrix. But as we just saw, there's many, many different ways of solving systems of linear equations.
Vì vậy, khi bạn giải thuật toán Gaussian Bằng phương pháp loại trừ, mục tiêu của bạn là thu được một ma trận tam giác trên. Nhưng như chúng ta vừa thấy, có rất nhiều cách khác nhau. về việc giải hệ phương trình tuyến tính.
So another way would be to come up with an algorithm that would get you a lower triangular matrix. This could also lead to solving the system, but it would be a different way.
Vậy một cách khác là đi lên với một thuật toán sẽ giúp bạn có được ma trận tam giác dưới. Điều này cũng có thể dẫn đến việc giải quyết vấn đề của hệ thống. nhưng đó sẽ là một cách khác.
So is it Gaussian elimination? No. But is it wrong? Also no.
Vậy đó có phải là phương pháp khử Gauss không? KHÔNG. Nhưng liệu điều đó có sai không? Cũng không.
It's just a different way. And in fact, I believe some of the precursors to Gaussian elimination involved generating writing equations slightly differently, involved writing the equations vertically.
Chỉ là một cách khác thôi. Và trên thực tế, tôi tin rằng một số tiền thân của phương pháp Gaussian quá trình loại trừ bao gồm việc tạo ra các phương trình bằng văn bản. hơi khác một chút, liên quan đến việc viết các phương trình theo chiều dọc.
So we, nowadays, write horizontally. But sometimes, these equations are written vertically with the same arrangement. So there are slightly different manipulations, things look slightly different.
Vì vậy, ngày nay chúng ta viết theo chiều ngang. Nhưng đôi khi, những phương trình này được viết theo chiều dọc. với cách bố trí tương tự. Vì vậy, có những thao tác khác nhau một chút. Mọi thứ trông hơi khác một chút.
This was back in the ancient days when these algorithms were actually being invented. Yes, question.
Chuyện này xảy ra vào thời cổ đại. Vào thời điểm những thuật toán này thực sự được phát minh. Vâng, đúng vậy.
STUDENT
Following up on that, can the triangle [INAUDIBLE] GIREEJA RANADE: Following up on that, can the triangle be inverted?
Tiếp theo đó, liệu tam giác [KHÔNG NGHE RÕ] có thể được không? Tiếp theo đó, Tam giác này có thể đảo ngược được không?
Again, it is possible for the triangle to be inverted — another different way of solving the system.
Một lần nữa, tam giác có thể bị đảo ngược. Một cách giải khác cho hệ thống này.
But again, in Gaussian elimination, the standard algorithm that we will be learning and using — we will be using what is called an "upper triangular setup."
Nhưng một lần nữa, trong phép khử Gauss, Thuật toán tiêu chuẩn mà chúng ta sẽ học và sử dụng — Chúng ta sẽ sử dụng cái gọi là "cấu hình tam giác trên".
So this is called an "upper triangular matrix."
Vậy nên đây được gọi là "ma trận tam giác trên".
And our goal will be to try and get this to being in an upper triangular form. And here, I just want to label this guy as a matrix.
Và mục tiêu của chúng ta là cố gắng đạt được Điều này dẫn đến việc hình thành một hình tam giác trên. Và ở đây, tôi chỉ muốn gọi anh chàng này là một ma trận.
This guy is a vector. This guy is a vector.
Anh chàng này là một vectơ. Anh chàng này là một vectơ.
okay.
được rồi.
So now, since we had our goal of trying to understand, when do systems have infinite solutions or no solutions, let's try another example.
Vậy nên, vì chúng ta đã đặt ra mục tiêu là thử Để hiểu rõ, khi nào các hệ thống có Vô số giải pháp hoặc không có giải pháp nào, Chúng ta hãy thử một ví dụ khác.
Let's try the following example, where we have example 2.
Hãy thử ví dụ sau, trong đó chúng ta có ví dụ 2.
2x plus 3y is equal to 8 — so very similar to the first one. And we have 2x plus 3y is equal to 6.
2x cộng 3y bằng 8 — Rất giống với cái đầu tiên. Và ta có 2x cộng 3y bằng 6.
So let's try and do Gaussian elimination on this example. Looking at this, example you should already be feeling a little funny. It's like, why would I come up with this example?
Vậy chúng ta hãy thử áp dụng phép khử Gauss cho ví dụ này. Nhìn vào ví dụ này, bạn hẳn đã thấy Tôi cảm thấy hơi khó chịu. Tôi tự hỏi, tại sao mình lại nghĩ ra ví dụ này?
Because we're trying to understand what's going on. So if I want to write this in augmented-matrix form, how would I write this? Can someone call out the numbers for me?
Vì chúng tôi đang cố gắng hiểu chuyện gì đang xảy ra. Vậy nếu tôi muốn viết điều này dưới dạng ma trận mở rộng, Tôi nên viết điều này như thế nào? Ai đó có thể đọc to các con số cho tôi được không?
STUDENT
2, 3, 8, 2, 3, 6.
2, 3, 8, 2, 3, 6.
GIREEJA RANADE
Great. Now what are we going to do? What is our first step? Our first step is to normalize the first row.
Tuyệt vời. Giờ chúng ta sẽ làm gì đây? Bước đầu tiên của chúng ta là gì? Bước đầu tiên của chúng ta là chuẩn hóa hàng đầu tiên.
So what am I going to do? What am I going to get? I'm going to get 1, 3/2, 4 — just as before — and 2, 3, 6.
Vậy tôi sẽ làm gì đây? Tôi sẽ nhận được gì? Tôi sẽ lấy 1, 3/2, 4 — Cũng như trước đây - và 2, 3, 6.
Everybody with me here? I divide row one by 2.
Mọi người có mặt ở đây không? Tôi chia hàng thứ nhất cho 2.
okay Now, I'm going to try and eliminate x from equation 2. And how am I going to do that?
được rồi Bây giờ, tôi sẽ cố gắng loại bỏ x khỏi phương trình 2. Vậy tôi sẽ làm điều đó như thế nào?
Well, I can take the second row minus 2 times the first row. So I can have row 2 minus 2 times row one.
Tôi có thể lấy hàng thứ hai trừ đi 2 lần hàng thứ nhất. Vậy tôi có thể lấy hàng 2 trừ 2 nhân với hàng 1.
What will that give me? I'll get 1, 3/2, 4 because that won't change. Here, I'll get a 0. What will I get here?
Điều đó sẽ mang lại cho tôi điều gì? Tôi sẽ nhận được 1, 3/2, 4 vì điều đó sẽ không thay đổi. Ở đây, tôi sẽ lấy số 0. Tôi sẽ nhận được gì ở đây?
STUDENT
[INAUDIBLE] GIREEJA RANADE: Thank you. What will I get here?
[KHÔNG NGHE RÕ] GIREEJA RANADE: Cảm ơn. Tôi sẽ nhận được gì ở đây?
STUDENT
0 GIREEJA RANADE: 0, and — right?
SINH VIÊN: 0 GIREEJA RANADE: 0, và — Phải?
STUDENT
[INAUDIBLE] GIREEJA RANADE: Thank you.
[KHÔNG NGHE RÕ] GIREEJA RANADE: Cảm ơn.
So what am I getting here now? I'm getting, basically, a row of 0s equal to a nonzero number.
Vậy tôi sẽ nhận được gì ở đây? Về cơ bản, tôi nhận được một dãy toàn số 0, trong đó giá trị của chúng khác 0.
And so what does this mean? in our interpretation, we've been writing it in this form, but really, this means 0x plus 0y is equal to 2, or negative 2.
Vậy điều này có nghĩa là gì? Theo cách hiểu của chúng tôi, chúng tôi đã viết nó theo hình thức này: Nhưng thực ra, điều này có nghĩa là 0x cộng 0y bằng 2. hoặc âm 2.
It doesn't really matter.
Điều đó thực ra không quan trọng.
So can you solve this? What does this mean? This means that there is no solution, right?
Vậy bạn có thể giải quyết vấn đề này không? Điều này có nghĩa là gì? Điều này có nghĩa là không có giải pháp nào cả, phải không?
So Gaussian elimination — if you put things into an upper triangular form, but you get basically, a row of 0s on the left and nonzero on the right, this
Vậy phép khử Gauss — nếu bạn đặt mọi thứ thành dạng tam giác trên, nhưng về cơ bản bạn sẽ nhận được, một hàng toàn số 0 ở bên trái và các số khác 0 ở bên phải, điều này
means you have no solution.
Điều đó có nghĩa là bạn không có giải pháp.
So do you see how, now because we're doing it in this systematic way, we can teach a computer how to do this — we can write an algorithm — whereas if we sometimes did it so that we had an upper triangular matrix, and sometimes did it so we had a lower triangular matrix, or sometimes did it in some other order, we could still solve it.
Vậy giờ bạn đã hiểu rồi đấy, vì chúng ta đang làm điều đó theo cách này. Bằng phương pháp có hệ thống, chúng ta có thể dạy máy tính cách làm điều này. Chúng ta có thể viết một thuật toán — trong khi nếu đôi khi chúng ta làm như vậy thì chúng ta có ma trận tam giác trên, và đôi khi nó làm như vậy. Vì vậy, chúng ta có một ma trận tam giác dưới. hoặc đôi khi thực hiện theo một thứ tự khác, Chúng ta vẫn có thể giải quyết được.
But we wouldn't be able to teach a computer how to interpret that result. By doing it in the standard way, we can then write software that basically allows you to look at this and immediately tell what kind of system it is.
Nhưng chúng ta không thể dạy máy tính cách diễn giải. kết quả đó. Bằng cách thực hiện theo cách thông thường, Sau đó, chúng ta có thể viết phần mềm về cơ bản là như vậy. cho phép bạn nhìn vào điều này và ngay lập tức nhận ra. Đó là loại hệ thống nào?
So this says that there's one more type of system that we want to try and figure out.
Như vậy, điều này cho thấy có thêm một loại hệ thống nữa. Chúng ta muốn cố gắng tìm hiểu điều đó.
And the last example that I want to do is the following — x plus 4y equal to 6.
Và ví dụ cuối cùng mà tôi muốn đưa ra là như sau: x cộng 4y bằng 6.
And let's say 2x plus 8y is equal to 12.
Và giả sử 2x cộng 8y bằng 12.
So why don't you take a minute to do this one out, and just check your answer with your neighbor.
Vậy tại sao bạn không dành một phút để làm việc này, và chỉ cần... Hãy kiểm tra đáp án của bạn với người bên cạnh.
[INTERPOSING VOICES] So when you try to do the first step, what is the first step?
[GIỌNG NÓI XEN KẼ] Vậy khi bạn cố gắng thực hiện bước đầu tiên, bước đầu tiên đó là gì?
The first step says, normalize.
Bước đầu tiên là bình thường hóa.
If you try to do this first step normalize, do you need to normalize? It's kind of already done for you. The leading coefficient here is already 1.
Nếu bạn thử thực hiện bước đầu tiên này để chuẩn hóa, Bạn có cần chuẩn hóa không? Về cơ bản thì việc đó đã được thực hiện sẵn cho bạn rồi. Hệ số dẫn đầu ở đây đã là 1.
When you look at this matrix here, there's already a 1 here. So there's nothing you need to do. Great. This was easy.
Khi bạn nhìn vào ma trận này, bạn sẽ thấy số 1 đã có sẵn ở đây. Vậy nên bạn không cần phải làm gì cả. Tuyệt vời. Việc này dễ thôi.
So then let's go to the second step, and let's use this row to eliminate x from the second row.
Vậy thì chúng ta hãy chuyển sang bước thứ hai, và chúng ta hãy sử dụng hàng này để loại bỏ x từ hàng thứ hai.
So I want to take basically, row 2 minus 2 times row one. So I get 2 minus 2 times 1, which is going to be a 0 here.
Vậy về cơ bản, tôi muốn lấy hàng 2 trừ đi 2 nhân với hàng 1. Vậy ta được 2 trừ 2 nhân 1, kết quả là 0.
Here, I keep exactly the same. So 2 minus 2 is 0. 8 minus 4 times 2 is 0.
Ở đây, tôi vẫn giữ nguyên như cũ. Vậy 2 trừ 2 bằng 0. 8 trừ 4 nhân 2 bằng 0.
And 12 minus 6 times 2 is 0. So again, I have ended up with this row of 0s at the bottom. And this is different from the first example where we did.
Và 12 trừ 6 nhân 2 bằng 0. Vậy là, cuối cùng tôi lại có một hàng toàn số 0 ở phía dưới. Điều này khác với ví dụ đầu tiên mà chúng ta đã làm.
See, because here, you see in this example, there is no operation that you could have done that would have gotten you a row of 0s at the bottom.
Bạn thấy đấy, vì trong ví dụ này, bạn sẽ thấy, không có thao tác nào bạn có thể thực hiện được Nếu bạn làm như vậy thì cuối cùng sẽ có một hàng toàn số 0.
But as you see in both of our problem situations — this one, where we have no solution, and this one, where we know that we're going to have many solutions — we have this row of 0s showing up.
Nhưng như bạn thấy trong cả hai tình huống khó khăn của chúng ta — Cái này thì chúng ta không có giải pháp, và cái này nữa, nơi mà chúng ta biết rằng mình sẽ có nhiều giải pháp — Chúng ta thấy một hàng toàn số 0 xuất hiện.
And so this row of 0s is telling us something about our equations.
Và như vậy, dãy số 0 này đang cho chúng ta biết điều gì. Một vài điều liên quan đến các phương trình của chúng ta.
But we know from looking at them, because there's a few number of equations, what we're seeing is that basically, equation 2 is just a scalar, a multiple, of the first equation.
Nhưng nhìn vào chúng ta biết điều đó, vì có một số lượng phương trình nhất định. Điều chúng ta thấy là về cơ bản, phương trình 2 chỉ đơn giản là... một đại lượng vô hướng, một bội số của phương trình đầu tiên.
They're not actually giving you two pieces of information. They're giving you the same information twice. They're not new things.
Thực ra họ không cung cấp cho bạn hai thông tin khác nhau. Họ đang cung cấp cho bạn cùng một thông tin hai lần. Chúng không phải là những thứ mới mẻ.
And so what this is saying is that this isn't enough information to give you a unique solution for x and y.
Vậy điều này có nghĩa là... Thông tin này không đủ để cung cấp cho bạn. một giải pháp duy nhất cho x và y.
In fact, if you were able to choose any value for x — let's say I choose x — what is your favorite number?
Thực tế, nếu bạn có thể chọn bất kỳ giá trị nào cho x — hãy... Giả sử tôi chọn x - vậy số yêu thích của bạn là gì?
STUDENT
3.
3.
GIREEJA RANADE
3 — favorite number is 3. If you chose x as 3, would you be able to find a value for y?
3 - con số yêu thích của tôi là 3. Nếu bạn chọn x là 3, liệu bạn có thể tìm được giá trị của y không?
STUDENT
Yes.
Vâng.
GIREEJA RANADE
Yes. What about if you chose x as 15?
Vâng. Vậy nếu bạn chọn x là 15 thì sao?
STUDENT
Yes.
Vâng.
GIREEJA RANADE
Yes, right? If you chose x as 10 million, you'd still find a value for what y is. So here, you have an infinitely many solutions.
Vâng, đúng không? Nếu bạn chọn x là 10 triệu, bạn vẫn sẽ Hãy tìm giá trị của y. Vì vậy, ở đây bạn có vô số lời giải.
Many solutions. Let me try and zoom out here.
Có nhiều giải pháp. Để tôi thử thu nhỏ khung hình lại xem sao.
Yeah.
Vâng.
So again, here, we're looking at this in upper triangular form. And what we see here is now there is this row of 0s. Here also, there's a row of 0s.
Vì vậy, một lần nữa, ở đây, chúng ta đang xem xét điều này dưới dạng tam giác trên. Và điều chúng ta thấy ở đây là một hàng toàn số 0. Ở đây cũng có một hàng toàn số 0.
But this guy is nonzero.
Nhưng anh chàng này có giá trị khác không.
And these are basically the systematic ways in which we can figure out if there is a unique solution, or infinitely many solutions, or just no solutions at all.
Và đây về cơ bản là những cách thức có hệ thống. trong đó chúng ta có thể tìm ra liệu có là một giải pháp duy nhất, hoặc vô số giải pháp. Hoặc chẳng có giải pháp nào cả.
So this is an introduction to Gaussian elimination by example. What I wanted to do now is formally present this algorithm because clearly, Python does not implement this by example.
Đây là phần giới thiệu về phép khử Gauss. bằng ví dụ. Điều tôi muốn làm bây giờ là trình bày một cách chính thức. thuật toán này vì rõ ràng, Python không Hãy minh họa điều này bằng ví dụ.
Each example is not hard-coded. There's an algorithm that's hard-coded. So let's try and actually write this exact algorithm out.
Mỗi ví dụ đều không được mã hóa cứng. Có một thuật toán được lập trình sẵn. Vậy hãy thử viết ra thuật toán chính xác này.
So in a general setup, when you have many, many variables and many, many equations — let's say you have random variables and m equations.
Vì vậy, trong một thiết lập tổng quát, khi bạn có rất nhiều biến số. và rất nhiều phương trình — Giả sử bạn có các biến ngẫu nhiên và m phương trình.
So this means you have, let's say, alpha 11 — let me write these — alpha 12 dot, dot, dot, alpha 1n, x1 plus x2 plus xn is equal to beta 1.
Vậy điều này có nghĩa là bạn có, giả sử, alpha 11 — Hãy để tôi viết những điều này — alpha 12 chấm, chấm, chấm, alpha 1n, x1 cộng x2 cộng xn bằng với beta 1.
And then I have alpha 12, alpha 22, alpha 2n equal to beta 2, x1 plus x2 plus xn.
Và sau đó tôi có alpha 12, alpha 22, alpha 2n bằng beta 2, x1 cộng x2 cộng xn.
And then they have 1m, alpha 2m, alpha mn, x1 plus x2 xn.
Và sau đó họ có 1m, alpha 2m, alpha mn, x1 cộng x2 xn.
This is equal to — the reason I'm taking all this effort to put things in color is, again, it's really important to keep track of what is known and what is unknown.
Điều này tương đương với — Lý do tôi bỏ nhiều công sức để tô màu cho mọi thứ là vì điều đó. Một lần nữa, điều thực sự quan trọng là phải theo dõi những gì đã biết. và những điều chưa biết.
So here — STUDENT: [INAUDIBLE] GIREEJA RANADE: Is this readable?
Vậy nên đây — HỌC SINH: [KHÔNG NGHE RÕ] GIREEJA RANADE: Văn bản này có dễ đọc không?
[INTERPOSING VOICES] GIREEJA RANADE: okay.
[GIỌNG NÓI XEN KẼ] GIREEJA RANADE: Được rồi.
Yeah, question?
Ừ, có câu hỏi gì không?
STUDENT
There should be [INAUDIBLE]..
Phải có [KHÔNG NGHE RÕ]...
GIREEJA RANADE
Oh, sorry. Yep, you're right.
Ồ, xin lỗi. Đúng vậy, bạn nói đúng.
Thank you. Anyway, the point of this was to show that — what are these guys? These are the measurement.
Cảm ơn. Tóm lại, mục đích của việc này là để cho thấy rằng — Những người này là ai vậy? Đây là các số đo.
These alphas are coefficients, or our experimental design, basically. So these are also known.
Các hệ số alpha này là các hệ số, hay thiết kế thí nghiệm của chúng ta. Về cơ bản là vậy. Vậy nên những điều này cũng đã được biết đến.
And the Xs — these are our variables.
Và các chữ X—đây là các biến số của chúng ta.
okay, writing is going to be challenging. Let me try.
Được rồi, việc viết lách sẽ là một thử thách. Để tôi thử xem.
okay, so what we're going to do is we're going to write this all into a giant augmented matrix form.
Được rồi, vậy chúng ta sẽ làm như sau: Chúng ta sẽ viết tất cả những điều này vào một ma trận tăng cường khổng lồ. hình thức.
So we're going to have alpha 11, alpha 12, alpha 1n, alpha 21, alpha 22, alpha 2n, alpha — m1 — should be m1, n2, alpha mn.
Vậy chúng ta sẽ có alpha 11, alpha 12, alpha 1n, alpha 21, alpha 22, alpha 2n, alpha — m1 — đáng lẽ phải là m1, n2, alpha mn.
And here, you have beta 1, beta 2, beta m.
Và ở đây, bạn có beta 1, beta 2, beta m.
And the way we're going to talk about Gaussian elimination is we're going to talk about it systematically as operations on one row after the other.
Và cách chúng ta sẽ nói về phép khử Gauss Chúng ta sẽ thảo luận về nó một cách có hệ thống như là hoạt động. xếp thành từng hàng nối tiếp nhau.
So we're going to start with the first row. Start with row i equal to 1.
Vậy chúng ta sẽ bắt đầu với hàng đầu tiên. Bắt đầu với hàng thứ i bằng 1.
And then we're going to say, first step — one of the things that you have to think about Gaussian elimination is you have this setup.
Và sau đó chúng ta sẽ nói, bước đầu tiên — một trong những điều bạn phải suy nghĩ Về phép khử Gauss, bạn có thiết lập như sau.
But what if alpha 11 was 0? What does that mean? That means that the first equation doesn't contain the first variable. x1 doesn't show up.
Nhưng nếu alpha 11 bằng 0 thì sao? Điều đó có nghĩa là gì? Điều đó có nghĩa là phương trình đầu tiên không Chứa biến đầu tiên. x1 không hiển thị.
So now, what do you need to do deal with that? Our algorithm always said, normalize so that you have the coefficient of 1 for the first variable in the first spot.
Vậy bây giờ bạn cần làm gì để giải quyết vấn đề đó? Thuật toán của chúng tôi luôn nói, hãy chuẩn hóa để bạn có hệ số là 1 đối với biến đầu tiên ở vị trí đầu tiên.
So there's actually a pre-step that you want to do.
Vì vậy, thực ra có một bước chuẩn bị mà bạn cần thực hiện.
And what you want to do is you want to basically swap rows so you have the equation with xi in i-th row.
Và điều bạn muốn làm về cơ bản là hoán đổi các hàng. Vậy bạn có phương trình với xi ở hàng thứ i.
So when you're starting with i equal to 1, this means that make sure that the first row actually has the variable x1.
Vậy nên khi bạn bắt đầu với i bằng 1, Điều này có nghĩa là hãy đảm bảo rằng hàng đầu tiên thực sự có biến x1.
Then what you do is you make sure that the coefficient of xi in row i should be 1.
Sau đó, điều bạn cần làm là đảm bảo hệ số của xi Trong hàng này, tôi phải là số 1.
So this requires multiplying and dividing as necessary.
Vì vậy, điều này đòi hỏi phải nhân và chia khi cần thiết.
Now for all the remaining rows, for all the rows j that are starting from i plus 1 to n — so you basically — you take your first row.
Bây giờ, đối với tất cả các hàng còn lại, đối với tất cả các hàng j bắt đầu từ i cộng 1 đến n — Vậy nên về cơ bản bạn sẽ ngồi ở hàng đầu tiên.
You normalize it, you make sure that you have the coefficient 1 for x1, then you take all of the bottom rows, and you systematically eliminate x1 from these other rows.
Bạn chuẩn hóa nó, bạn đảm bảo rằng hệ số bằng 1. Đối với x1, sau đó bạn lấy tất cả các hàng dưới cùng. và bạn lần lượt loại bỏ x1 khỏi các hàng còn lại.
In our case, we only had two variables, so it was really easy.
Trong trường hợp của chúng tôi, chúng tôi chỉ có hai biến số. Vì vậy, nó thực sự rất dễ dàng.
If you have more variables, you do exactly what you did for the second row for the third row, and the fourth row, and so on and so forth.
Nếu bạn có nhiều biến số hơn, bạn sẽ làm như vậy. Chính xác những gì bạn đã làm cho hàng thứ hai. đối với hàng thứ ba và hàng thứ tư, và cứ thế tiếp tục.
So you say use the i-th row to cancel xi from row j.
Vậy bạn nói rằng hãy sử dụng hàng thứ i để triệt tiêu xi từ hàng thứ j.
And once you've done this all the way through, you update, and then you start with the second row and the second variable and so on and so forth.
Và một khi bạn đã hoàn thành toàn bộ quá trình này, Bạn cập nhật, rồi bắt đầu với hàng thứ hai. và biến số thứ hai, cứ thế tiếp tục.
You keep going until you get your upper triangular matrix.
Bạn tiếp tục cho đến khi nhận được ma trận tam giác trên.
And then you can see the bottom row there. Is it a row of all 0s?
Và bạn có thể thấy hàng dưới cùng ở đó. Đó có phải là một hàng toàn số 0 không?
It is a row of 0s with a nonzero Is basically a row of 0s and then a 1 and then something?
Đó là một dãy toàn số 0 với một số khác 0. Về cơ bản, đó là một dãy toàn số 0. Rồi số 1, rồi lại thêm gì đó nữa?
This will tell you which situation you're in, how many solutions you have, and once you have that, you can basically solve or back-substitute in the case that you have this unique solution.
Điều này sẽ cho bạn biết bạn đang ở trong tình huống nào. Bạn có bao nhiêu giải pháp, và một khi bạn đã có được điều đó, Về cơ bản, bạn có thể giải hoặc thay thế ngược lại trong trường hợp này. Bạn có giải pháp độc đáo này.
And this is your algorithm. Maybe I can zoom out a little bit to have all of this show.
Và đây là thuật toán của bạn. Có lẽ tôi có thể thu nhỏ màn hình một chút để quan sát toàn bộ khung cảnh này.
This is basically the algorithm of Gaussian elimination. This is written out in a lot of detail in the notes. Please go and read it. Please make sure you understand it.
Đây về cơ bản là thuật toán khử Gauss. Điều này được ghi chép rất chi tiết trong phần ghi chú. Hãy đọc nó đi. Hãy chắc chắn rằng bạn đã hiểu rõ điều này.
Ask questions if you have any questions. okay, let's see how much time I have left. okay, great.
Nếu có thắc mắc, hãy cứ hỏi. Được rồi, xem tôi còn bao nhiêu thời gian nữa nào. Tuyệt vời!
So we're good here?
Vậy là ổn rồi chứ?
Basically now, there's the stopping conditions.
Về cơ bản, bây giờ đã có các điều kiện dừng.
And just to write all of these out very carefully, we have three stopping conditions. We can have a row of 0s and a 0.
Và để viết tất cả những điều này ra một cách thật cẩn thận, Chúng ta có ba điều kiện dừng. Chúng ta có thể có một hàng toàn số 0 và một số 0.
And we know here that we're going to have an infinite number of solutions.
Và chúng ta biết ở đây rằng chúng ta sẽ đi Có vô số lời giải.
We can have a row of 0s and then something else, where b is not equal to 0. And here, we have no solution.
Chúng ta có thể có một hàng toàn số 0 rồi sau đó là một số khác. trong đó b khác 0. Và ở đây, chúng ta không có giải pháp.
And the third option is that we're going to have 0s, and then the 1, and then some constant b. And here, we know that we have a unique solution.
Và lựa chọn thứ ba là chúng ta Sẽ có số 0, rồi số 1, và sau đó là một hằng số b nào đó. Và ở đây, chúng ta biết rằng mình có một giải pháp độc nhất vô nhị.
Are your stopping conditions clear? Any questions about this algorithm?
Điều kiện dừng xe của bạn có thông thoáng không? Bạn có câu hỏi nào về thuật toán này không?
Basically, what I want to emphasize is that this is something that is very similar to what you've been doing in terms of solving systems the equations, just written differently.
Về cơ bản, điều tôi muốn nhấn mạnh là... Điều này rất giống với những gì bạn đã biết. Tôi đã làm việc đó về mặt giải hệ phương trình, chỉ vậy thôi. được viết theo cách khác.
Question there in the red shirt.
Có câu hỏi dành cho người mặc áo đỏ kia.
STUDENT
[INAUDIBLE] GIREEJA RANADE: Sorry, you have to speak up.
[KHÔNG NGHE RÕ] GIREEJA RANADE: Xin lỗi, bạn phải nói to hơn.
I can't — STUDENT: [INAUDIBLE] GIREEJA RANADE: Yes. So you will see examples in your homework where you might not get through all of the rows.
Tôi không thể — HỌC SINH: [KHÔNG NGHE RÕ] GIREEJA RANADE: Vâng. Vì vậy, bạn sẽ thấy các ví dụ trong bài tập về nhà. Trong trường hợp đó, bạn có thể không đọc hết được tất cả các hàng.
You might end up with a row of 0s early on, and you will end up stopping early. So the question was, do you how to go through the algorithm?
Ban đầu, bạn có thể nhận được một hàng toàn số 0. và cuối cùng bạn sẽ phải dừng lại sớm. Vậy câu hỏi đặt ra là, bạn có biết cách thực hiện thuật toán đó không?
If you hit a stopping condition early, what if you haven't gone through the entire matrix yet? What if you haven't touched all of your rows yet?
Nếu bạn gặp phải tình trạng dừng xe sớm, Nếu bạn chưa đi hết toàn bộ ma trận thì sao? Nếu bạn chưa thao tác với tất cả các hàng thì sao?
And the answer is that these stopping conditions will terminate you if you hit them early on as well. I know there is a question back there Yeah.
Và câu trả lời là những điều kiện dừng này Họ cũng sẽ chấm dứt hợp đồng nếu bạn tấn công họ quá sớm. Tôi biết có một câu hỏi ở phía sau. Vâng.
STUDENT
Is the number of rows m, not n?
Số hàng là m chứ không phải n phải không?
GIREEJA RANADE
Isn't the number of rows m, not n? So if you have m equations, you have m rows.
Số hàng là m chứ không phải n phải không? Vậy nếu bạn có m phương trình, bạn sẽ có m hàng.
STUDENT
[INAUDIBLE] GIREEJA RANADE: Yes, thank you. Good catch. This should be m.
[KHÔNG NGHE RÕ] GIREEJA RANADE: Vâng, cảm ơn. Bắt được rồi! Đây phải là m.
Thank you.
Cảm ơn.
Other questions? Yes.
Bạn còn câu hỏi nào khác không? Đúng.
STUDENT
[INAUDIBLE] GIREEJA RANADE: Great question. Can you explain what "upper triangular matrix" means?
[KHÔNG NGHE RÕ] GIREEJA RANADE: Câu hỏi hay đấy. Bạn có thể giải thích "ma trận tam giác trên" nghĩa là gì không?
So whenever I say, "upper triangular matrix," I mean a matrix of this form, where, when I look below the diagonal, all I have is 0s.
Vì vậy, bất cứ khi nào tôi nói "ma trận tam giác trên," Ý tôi là một ma trận có dạng như thế này, trong đó, Khi nhìn xuống phía dưới đường chéo, tôi chỉ thấy toàn số 0.
So above the diagonal — there can be 0s above the diagonal too, but below the diagonal, they had better all be 0s.
Vì vậy, phía trên đường chéo— có thể có các số 0 phía trên đường chéo. Cũng vậy, nhưng phía dưới đường chéo, tốt hơn hết là tất cả chúng đều phải là số 0.
So even if this was not a 0 here, that would still be an upper triangular matrix.
Vậy nên ngay cả khi đây không phải là số 0, Đó vẫn sẽ là một ma trận tam giác trên.
okay, last question.
Được rồi, câu hỏi cuối cùng.
STUDENT
[INAUDIBLE] GIREEJA RANADE: The question is about, are there conditions between m and n?
[KHÔNG NGHE RÕ] GIREEJA RANADE: Câu hỏi là về, Có điều kiện nào giữa m và n không?
And it turns out that Gaussian elimination will actually be robust. Try it out. You'll see.
Và hóa ra phép khử Gauss thực sự sẽ Hãy mạnh mẽ. Hãy thử xem. Rồi bạn sẽ thấy.
And you'll see examples of this in discussion, and how to deal with more equations, and less unknowns, and so on and so forth.
Và bạn sẽ thấy những ví dụ về điều này trong các cuộc thảo luận, và cách thức thực hiện. để giải quyết nhiều phương trình hơn và ít ẩn số hơn, và cứ thế tiếp tục.
Basically, you'll find that you'll end up in these situations where you have either no solution or infinite number of solutions if your m and n are mismatched.
Về cơ bản, bạn sẽ thấy rằng bạn sẽ cuối cùng rơi vào những tình huống mà bạn hoặc là... Không có lời giải hoặc vô số lời giải Nếu m và n của bạn không khớp nhau.
okay, so now, I want to move, finally, to talking a little bit about something that is a different perspective on systems of linear equations, which is a geometric perspective.
Được rồi, giờ thì cuối cùng tôi cũng muốn chuyển đi rồi. để nói một chút về điều gì đó là một góc nhìn khác về các hệ thống của các phương trình tuyến tính, đó là một quan điểm hình học.
And let's start with the example that we did first. So we have 2x plus 3y equal to 8.
Và chúng ta hãy bắt đầu với ví dụ mà chúng ta đã làm đầu tiên. Vậy ta có 2x cộng 3y bằng 8.
And we have 3x minus y equal to 1. This was our E1, and this was our E2.
Và ta có 3x trừ y bằng 1. Đây là E1 của chúng tôi, và đây là E2 của chúng tôi.
And we know that a linear equation like this can be represented as a line in a two-dimensional plane.
Và chúng ta biết rằng một phương trình tuyến tính như thế này có thể được biểu diễn như một đường thẳng trong mặt phẳng hai chiều.
So how does our understanding of Gaussian elimination connect to this geometric perspective? So for this, I want to just plot this out.
Vậy sự hiểu biết của chúng ta về phép khử Gauss như thế nào? Có thể liên hệ với quan điểm hình học này không? Vậy nên, tôi muốn phác thảo điều này ra.
So let's say I have my x-axis here and my y-axis here, and I have some units on my x-axis.
Giả sử tôi có trục x ở đây và trục y ở đây, Và tôi có một số đơn vị trên trục x của mình.
okay, And so 2x plus 3y equal to 8.
Được rồi, vậy 2x cộng 3y bằng 8.
Here, I can put x equals to 0, which tells me that y is 8 by 3 equal to 2.66.
Ở đây, tôi có thể đặt x bằng 0, điều này cho tôi biết... rằng y là 8 chia 3 bằng 2,66.
And if I put y equal to 0, this tells me that x is equal to 4.
Và nếu tôi đặt y bằng 0, điều này cho tôi biết x bằng 4.
So I know that, let's say for my first equation — for my first equation, I'm going to have, basically,
Vậy tôi biết rằng, giả sử với phương trình đầu tiên của tôi — Đối với phương trình đầu tiên của tôi, về cơ bản tôi sẽ có,
x0 y is 2.66. So I'm going to have x is 4 when y is 0.
x0 y là 2,66. Vậy tôi sẽ có x bằng 4 khi y bằng 0.
And so this line — this is my E1.
Và vì vậy, dòng này — Đây là E1 của tôi.
This point is basically 0 comma 4. This point is — oh sorry — this is 0 comma 2.66, and this is 4 comma 0.
Điểm này về cơ bản là 0,4. Điểm này là — ồ xin lỗi — đây là 0,2,66, và đây là 4 phẩy 0.
I can graph this equation as a line.
Tôi có thể vẽ đồ thị phương trình này dưới dạng đường thẳng.
And what about the other one?
Còn cái kia thì sao?
I know there that if I put — for this one, I can say that if x is equal to 0, then I know that y is equal to minus 1.
Tôi biết rằng nếu tôi đặt — Với trường hợp này, tôi có thể nói rằng nếu x bằng 0, Khi đó tôi biết rằng y bằng -1.
If y is equal to 0, I know x is equal to 1/3. So again, I have 0 comma minus 1 and 1/3 comma 0.
Nếu y bằng 0, tôi biết x bằng 1/3. Vậy nên, tôi có 0 trừ 1 và 1/3 0.
So I have a point here, and I have a point here. And this is my line.
Tôi có lý lẽ riêng ở đây, và tôi cũng có lý lẽ riêng ở đây. Và đây là lời thoại của tôi.
And so what is the solution that I have for these two systems?
Vậy giải pháp mà tôi có cho hai hệ thống này là gì?
This is 2 comma 1, which is exactly the solution that you recovered when you solved these.
Đây là 2 phẩy 1, chính xác là... Giải pháp mà bạn tìm ra khi giải quyết những vấn đề này.
STUDENT
1 comma 2.
1 dấu phẩy 2.
GIREEJA RANADE
Oh, 1 comma 2 — very good. Thank you.
Ồ, 1 phẩy 2 — rất tốt. Cảm ơn.
And so we can see that, basically, since we are talking about linear equations, they can be represented by lines.
Và như vậy, về cơ bản, chúng ta có thể thấy rằng, vì chúng ta đang nói về các phương trình tuyến tính, Chúng có thể được biểu diễn bằng các đường thẳng.
And we can see that, okay, well, the first equation allows motion along this blue line, the second equation along allows motion along this orange line. Where they intersect is basically a solution.
Và chúng ta có thể thấy rằng, được rồi, phương trình đầu tiên cho phép chuyển động dọc theo đường màu xanh này, phương trình thứ hai dọc theo cho phép di chuyển dọc theo đường màu cam này. Điểm giao nhau của chúng về cơ bản chính là lời giải.
HỌC SINH
So now, how would you think about the case that there are no solutions for a system of — STUDENT: [INAUDIBLE] GIREEJA RANADE: There.
Vậy bây giờ, bạn nghĩ sao về vụ việc này? rằng không có giải pháp nào cho một hệ thống... [KHÔNG NGHE RÕ] GIREEJA RANADE: Đó.
If you had parallel lines, if I was to take this orange line and rotate it to be parallel to the blue line, then you'll see that these are never going to intersect, which means that there's never going to be a solution.
Nếu có các đường thẳng song song, nếu tôi đi theo đường màu cam này và xoay nó sao cho song song với đường màu xanh lam, sau đó Bạn sẽ thấy rằng những điều này sẽ không bao giờ xảy ra. giao nhau, điều đó có nghĩa là sẽ không bao giờ có Sẽ có một giải pháp.
What about an infinite number of solutions?
Vậy còn trường hợp có vô số lời giải thì sao?
STUDENT
[INAUDIBLE] GIREEJA RANADE: If the lines were right on top of each other, right?
[KHÔNG NGHE RÕ] GIREEJA RANADE: Nếu những dòng chữ đó đúng Chúng chồng lên nhau, đúng không?
And so this geometric perspective is something that holds not only in two dimensions, but it also holds in much higher dimensions.
Và do đó, đây là quan điểm hình học. là điều không chỉ tồn tại trong không gian hai chiều, Nhưng điều này cũng đúng ở những chiều không gian cao hơn nhiều.
And it's a perspective that we will build on because we are going to start talking about linear transformations. And when we're talking about linear transformations, we want to keep this geometry in mind.
Và đó là một quan điểm mà chúng ta sẽ tiếp tục phát triển dựa trên đó. vì chúng ta sắp bắt đầu nói chuyện Về các phép biến đổi tuyến tính. Và khi chúng ta nói về các phép biến đổi tuyến tính, Chúng ta cần ghi nhớ hình học này.
And so basically, when we're manipulating these equations, we're basically looking at them as different lines. So one of your TAs has actually made a really great demo that I will share with everyone.
Về cơ bản, khi chúng ta thao tác với các phương trình này, Về cơ bản, chúng ta coi chúng như những dòng sản phẩm khác nhau. Vậy là một trong những trợ giảng của bạn đã thực hiện một bản demo thực sự tuyệt vời. Tôi sẽ chia sẻ điều đó với mọi người.
But I wanted to show it to you here. Could I have this again?
Nhưng tôi muốn cho bạn xem nó ở đây. Tôi có thể gọi món này lại lần nữa được không?
Go ahead.
Cứ tiếp tục đi.
STUDENT
[INAUDIBLE] GIREEJA RANADE: The question was, for infinitely many solutions, a plane also works. Absolutely.
[KHÔNG NGHE RÕ] GIREEJA RANADE: Câu hỏi là, Với vô số nghiệm, mặt phẳng cũng là một giải pháp. Tuyệt đối.
That would be in a situation where you're considering an ambient space that is three dimensional. Then you could have infinitely many solutions in the plane.
Đó sẽ là trong trường hợp mà bạn đang cân nhắc một không gian thư giãn Nó có ba chiều. Khi đó, bạn có thể có vô số nghiệm trên mặt phẳng đó.
Alternatively, you could have, basically, no constraints in a two-dimensional space, and you could still have infinitely many solutions in a plane. So that's definitely possible.
Nói cách khác, về cơ bản bạn có thể có, không có ràng buộc nào trong không gian hai chiều. và bạn vẫn có thể có vô số giải pháp. trên máy bay. Vậy nên điều đó hoàn toàn có thể xảy ra.
So what you have here, what some of your teachers have done, is it's an interactive Jupyter Notebook.
Vậy nên những gì bạn thấy ở đây, những gì một số giáo viên của bạn đã làm, Đây là một Jupyter Notebook tương tác.
And this is basically showing you that you can try and figure out how systems are going to behave by looking at them geometrically.
Và điều này về cơ bản đang cho bạn thấy bạn có thể thử và tìm hiểu cách Các hệ thống sẽ hoạt động như thế nào khi được xem xét dưới góc độ hình học.
And we've been writing systems as basically in this format — oh, we can't see here. Never mind.
Và chúng tôi đã viết các hệ thống về cơ bản theo định dạng này — Ồ, chúng tôi không thể nhìn thấy gì ở đây cả. Đừng bận tâm.
We've been writing systems as a times x plus b times y equal to some constant c, right?
Chúng tôi đã viết các hệ thống nhiều lần x cộng b nhân y bằng một hằng số c nào đó, đúng không?
But we can also write them in a format that is a slope-and-intercept format, that y is equal to m times x plus c, where m is your slope and c is your intercept.
Nhưng chúng ta cũng có thể viết chúng theo định dạng mà là dạng phương trình đường thẳng y = hệ số góc và hệ số chặn, tức là y bằng m nhân x cộng c, trong đó m là độ dốc của bạn và c là hệ số chặn.
You can just divide to rewrite these in different formats. So this is written using basically the slope-and-intercept format. And it draws out this point of parallel lines.
Bạn chỉ cần chia nhỏ chúng ra để viết lại theo các định dạng khác nhau. Vì vậy, đoạn văn này được viết về cơ bản bằng cách sử dụng Định dạng hệ số góc và điểm cắt trục tung. Và nó làm nổi bật điểm giao nhau của các đường thẳng song song.
So what this allows you to do is you have actually — I might have to restart this and see if this runs.
Vậy điều này cho phép bạn thực hiện được điều gì? Có lẽ tôi phải khởi động lại và xem liệu nó có chạy được không.
yeah. So this basically plots two equations. The first is y is equal to — can everyone see this in the back?
vâng. Về cơ bản, biểu đồ này thể hiện đồ thị của hai phương trình. Thứ nhất, y bằng — Mọi người phía sau có thể nhìn thấy điều này không?
It's 2 times x minus 1, and this other one is y is equal to minus 3 times x plus 1.
Nó bằng 2 lần x trừ 1, và cái kia là y. bằng âm 3 nhân x cộng 1.
And as you basically play around with the slopes, you can see that — oh, I can adjust it to be exactly parallel.
Và khi bạn chơi đùa với các con dốc, Bạn có thể thấy điều đó — Ồ, tôi có thể điều chỉnh nó sao cho hoàn toàn song song.
For example, if you have parallel lines — they're never going to intersect. But, oh, as I change the intercept, I can get it to be, actually, an infinite number of solutions.
Ví dụ, nếu bạn có các đường thẳng song song — Chúng sẽ không bao giờ giao nhau. Nhưng, ồ, khi tôi thay đổi hệ số chặn, tôi có thể làm cho nó trở thành, Thực tế, có vô số lời giải.
Or as my intercept moves off, I still have no solutions. If I change the slope on the other line, I can actually have a unique solution.
Hoặc khi điểm giao cắt của tôi di chuyển ra xa, tôi vẫn không có giải pháp nào. Nếu tôi thay đổi độ dốc của đường thẳng còn lại, Tôi hoàn toàn có thể đưa ra một giải pháp độc đáo.
So this is a tool that we will put up on the website that you can play with, that you can try to build on.
Đây là một công cụ mà chúng tôi sẽ đưa lên trang web. Bạn có thể chơi đùa với nó, bạn có thể cố gắng phát triển nó.
Perhaps you can also try to explore this in three dimensions. So with that, I'm going to end for the day. If you have questions, please come to office hours.
Có lẽ bạn cũng có thể thử khám phá Điều này được thể hiện trong không gian ba chiều. Vậy là tôi xin kết thúc phần trình bày hôm nay tại đây. Nếu có thắc mắc, vui lòng đến giờ làm việc.
Follow me right after. And please look into submitting your homework. Thank you.
Hãy theo dõi tôi ngay sau đó. Và hãy nhớ nộp bài tập về nhà nhé. Cảm ơn.
Đăng nhập để đánh giá học liệu này.
Đăng nhập để bình luận — chưa ai bình luận về học liệu này.
Không có khóa học liên quan.