关闭

机器学习笔记_数学基础_4-线性代数

537人阅读 评论(0) 收藏 举报
分类:
  • 行列式

  • 矩阵的乘法
    优化算法: 分治+动态规划

  • 矩阵的秩

  • 秩与线性方程组: AX=b
    1. 无解: R(A)<R(A,b)
    2. 唯一解: R(A)=R(A,b)=n
    3. 无穷多解 R(A)=R(A,b)<n
  • Ax=0 有非零解的重要条件
    R(A)<n

  • 向量组

  • 特征值和特征向量

    Ax=λx


特殊矩阵

  • 正交阵: n阶矩阵A满足 ATA=I
    1. A是正交矩阵的充要条件:A的列向量都是单位向量,且两两正交
    2. A是正交矩阵,x为向量, 则Ax是正交变换(正交标号不改变向量的长度)

  • 实对称阵(A 是nn的方阵)
    1 常见的实对称矩阵: 协方差矩阵;二次型矩阵; 无向图额领接矩阵
    2 实对称矩阵的不同特征值的特征向量正交 (μTiμj=0)

  • 合同矩阵: A是n阶对称矩阵 ,必有正交矩阵P,满足

    P1AP=PTAP=Λ;(A线)
    AΛ


  • 二次型
    1. 一个二次型对于一个对称矩阵

  • 正定矩阵 (n阶方阵A,若任意n阶向量X,都有 XTAX>0 => A是正定矩阵)
    1. A的特征值大于0
    2. A的顺序主子式大于0
0
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:102729次
    • 积分:6686
    • 等级:
    • 排名:第3497名
    • 原创:589篇
    • 转载:2篇
    • 译文:0篇
    • 评论:2条
    最新评论