《机器学习线性代数基础:Python语言描述》读书笔记----向量

什么是向量

在数学中,向量(也称为欧几里得向量、几何向量、矢量),指具有大小(magnitude)和方向的量。

直观地说,把一组数字排列成一行或一列,就成为向量。

如[4,5],可以理解成一个二维空间的坐标点,也可以理解为从原点到这一点的有向线段。

向量的加法

[ a b c ] + [ d e f ] = [ a + d b + e c + f ] \begin{bmatrix} a \\ b \\ c \end{bmatrix} + \begin{bmatrix} d \\ e \\ f \end{bmatrix} =\begin{bmatrix} a+d \\ b+e \\ c+f \end{bmatrix} abc+def=a+db+ec+f

向量的数量乘法

d [ a b c ] = [ d a d b d c ] d\begin{bmatrix} a \\ b \\ c \end{bmatrix}=\begin{bmatrix} da \\ db \\ dc \end{bmatrix} dabc=dadbdc

向量间乘法

内积:
u ⋅ v = [ u 1 u 2 u 3 ] ⋅ [ v 1 v 2 v 3 ] = u 1 v 1 + u 2 v 2 + u 3 v 3 u \cdot v = \begin{bmatrix} u_1 \\ u_2 \\ u_3 \end{bmatrix} \cdot \begin{bmatrix} v_1 \\ v_2 \\ v_3 \end{bmatrix}=u_1v_1+u_2v_2+u_3v_3 uv=u1u2u3v1v2v3=u1v1+u2v2+u3v3
外积:
u × v = [ u 1 u 2 ] × [ v 1 v 2 ] = u 1 v 2 − u 2 v 1 u \times v = \begin{bmatrix} u_1 \\ u_2 \end{bmatrix} \times \begin{bmatrix} v_1 \\ v_2 \end{bmatrix}=u_1v_2 - u_2v_1 u×v=[u1u2]×[v1v2]=u1v2u2v1
外积表示u和v两个向量张成平面的法向量。

先数乘后叠加:向量的线性组合

c u + d v + e w = c [ u 1 u 2 u 3 ] + d [ v 1 v 2 v 3 ] + e [ w 1 w 2 w 3 ] = [ c u 1 + d v 1 + e w 1 c u 2 + d v 2 + e w 2 c u 3 + d v 3 + e w 3 ] cu+dv+ew=c\begin{bmatrix} u_1 \\ u_2 \\ u_3 \end{bmatrix}+d\begin{bmatrix} v_1 \\ v_2 \\ v_3 \end{bmatrix}+e\begin{bmatrix} w_1 \\ w_2 \\ w_3 \end{bmatrix}=\begin{bmatrix} cu_1+dv_1+ew_1 \\ cu_2+dv_2+ew_2 \\ cu_3+dv_3+ew_3 \end{bmatrix} cu+dv+ew=cu1u2u3+dv1v2v3+ew1w2w3=cu1+dv1+ew1cu2+dv2+ew2cu3+dv3+ew3

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值