视觉惯性单目SLAM （五）-线性和二次型

1. 矩阵基本运算法则

• 大写字母是矩阵，小写字母是向量
• 矩阵乘法
  $$(AB)C = A(BC) \\ A(B+C) = AB +AC \\ (A+B)C = AB + BC$$
• 可交换矩阵
  $$AB=BA$$
• 矩阵转置
  $$(A^T)^T = A \\ (A+B)^T = A^T + B^T \\ (AB)^T = B^TA^T$$
• 向量内积($\color {red}{常用于最小二乘法}$)
  
  • $x \in R^{n \times 1}，则有：$
    $$x^Tx=||x||^2 = \sum_{i=1}^n x_i^2$$
  • $几何意义：向量x长度的平方$
• $\color {red}{方阵 A \in R^{n \times n}}$
  
  • $\color {red}{对称矩阵}$： $$A^T=A， \quad \quad A = \frac {A+A^T}{2}$$
  • $\color {red}{反对称矩阵}$： $$A^T=-A$$
  • $\color {red}{矩阵的逆}$
    1) $r(A) = n \iff A是非奇异的（non-singular）$
    2) $r(A) < n \iff A是奇异的（singular）$
    3) $AA^{-1} = A^{-1}A = I$
    4) $(A^{-1})^T = (A^T)^{-1}$
    5) $(AB)^{-1} =B^{-1}A^{-1}$
    6) $若A为正交矩阵，则A^{-1} = A^T$

2. 线性和二次型

• 线性和二次型：Linear forms and Quadratic forms
• 符号：$a \in R^{n \times 1}， A \in R ^{n \times n}, B \in R^{n \times m} , x \in R^{n \times 1}， y \in R^{m \times 1}$
• $\color {\red}{x的线性表示：}$
  $$a^Tx$$
• $\color {\red}{x的二次型：}$
  $$x^TAx$$
  
  • 若A是对称矩阵，则有： $$x^TAx = x^T\left(\frac {A+A^T}{2} \right)x$$
  • 对称矩阵A的正定的判别方式：
    1）$\forall x \neq 0，若x^TAx >0$，则A是正定矩阵（positive definite）
    2）$\forall x\quad\;\;\;，若x^TAx \ge0$，则A是半正定矩阵（positive semidefinite）
    3）$\forall x \neq 0，若x^TAx <0$，则A是负定矩阵（negative definite）
    4）$\forall x \quad\;\;\;，若x^TAx \le0$，则A是半负定矩阵（positive semidefinite）
    5）$若一些x使x^TAx > 0，另一些x使x^TAx < 0$，则A是不定的（indefinite）
• $\color {\red}{x和y的双线性表示：}$
  $$x^TBy$$
  $\quad\quad 对x和y都分别是线性表示，所以叫双线性表示$
• $\color {\red}{有用的定理}, A \in R ^{m \times n}， B \in R^{n \times p}, C \in R^{n \times p}, x \in R^{n \times 1}$
  (a) $Ax = 0 \iff A^TAx = 0$
  (b) $AB = 0 \iff A^TAB = 0$
  (c) $A^TAB = A^TAC \iff AB = AC$
• $\color {\red}{}$