![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
线性代数学习思考
文章平均质量分 66
Cake_C
小呆子一枚,学吧学吧。 有什么疑问可能不及时看csdn,可以投送opelac@qq.com。有空就会回复!我自己不会的话也可以一起探讨~
展开
-
线性代数笔记(8) 各种矩阵分解:对角、三角、满秩、QR、奇异值分解
已经考完了,考的很开心,下次还考()记录一下各种分解的做法:三角分解LDR又称为Cholesky分解LR分解就直接设分解下来的下、上三角矩阵各未知数,根据矩阵运算解方程即可。最简单了。对角分解正规矩阵总能对角分解:分解流程:满秩分解最后一步其实就相当于P^-1取前r列,Q^-1取前r行。其中r为A的秩。行最简型就是各行第一个为1,且所在列其他行为0,列同理。QR分解QR分解就是分解成酉矩阵(单位正交基)*上三角矩阵的形式例题:奇异值分解PQ均为酉矩阵。下原创 2022-01-04 09:46:47 · 2928 阅读 · 2 评论 -
线性代数笔记(7) 向量、矩阵的范数
向量、矩阵的范数在向量、矩阵(复数域)上定义一个关于内部各个元素的运算,只要运算满足以下规律就可以成为范数正定性:||A|| >= 0,且当且仅当为0向量(0矩阵)时取等号齐次性:||kA|| = |k| · ||A|| ,k为一个复数三角不等式:||A+B|| <= ||A|| + ||B||此外对于方阵还有一个相容性(乘法不等式)4. 相容性:||AB|| <= ||A||·||B||一些常用的向量、矩阵范数https://blog.csdn.net/zaishui原创 2021-11-24 15:32:32 · 1878 阅读 · 0 评论 -
线性代数笔记(6) 矩形的相似——标准型与约当标准型及求法
矩阵相似的定义对两个矩阵A B,他俩相似的定义就是,存在这样一个可逆阵,使得:我们可以称为相似变换矩阵的标准型矩阵的标准型就是经过相似变换,把它变成一个对角矩阵当然不是所有的矩阵都可以这样变的,其充要条件是有n个线性无关的特征向量或说有n个不同的特征值(这两者是等价的说法)于是就可以对应矩阵分量相等,解方程求Pi就行啦矩阵的约当标准型一个矩阵有n个线性无关的特征向量是个相对比较严格的条件我们希望找到通用的矩阵能相似变换得到的最简单的某种形式的矩阵约当标准型就是这样的矩阵它原创 2021-11-17 17:29:34 · 39708 阅读 · 8 评论 -
线性代数笔记(5) 矩阵多项式的运用——哈密顿-凯莱定理
定理概念哈密顿-凯莱定理讲的就是将一个矩阵 A 的特征多项式 f(λ)中的 λ 替换为矩阵本身后的多项式 f(A),其值为0使用因此我们随便拿出一个矩阵 A 就可以直接写出一个恒等方程 f(A) = 0这个方程可以用在很多地方典型用法比如:对于别的更高次的矩阵多项式可以先用f(A)除F(A)得余式,其和F(A)等价于是就很大程度降次了最小零化多项式上述的f(A)就是一种零化多项式,即带入A的值计算后答案为0矩阵的多项式而这样的多项式有很多,他们都叫零化多项式我们希望能找到次数最原创 2021-11-17 16:20:39 · 9324 阅读 · 0 评论 -
线性代数笔记(4) 特征向量/值与基变换
学到很后面才接触到这两个概念,然而突然发现,居然早在三年前高考的道路上,我就已经会用应试的方法处理这个问题了!!都想通后发现其实没什么很好理解。P13 和P14 一起看,尝试去理解特征向量的意义核心https://www.bilibili.com/video/BV1ys411472E?p=13https://www.bilibili.com/video/BV1ys411472E?p=14本节的图源依然来自上述视频特征向量/值的定义对于一个矩阵,它的若干组特征向量与特征值满足下面的等式,也就是原创 2021-09-13 20:33:46 · 847 阅读 · 1 评论 -
线性代数笔记(3) 向量叉积的几何理解
这一篇看https://www.bilibili.com/video/BV1ys411472E?p=12可能稍微有点绕,但主要是因为英语表述的问题短时间听起来说了一大堆话,讲的还是清楚的本节图源都是上面的视频叉积的一般概念两个向量的叉积结果也是一个向量v x w = c其中c的数值为以v w为相邻边的平行四边形面积,方向上符合v 到w的右手定则而从c向量的求解上,有一种简单巧妙的求解方法:如下,将分别代表x、y、z轴单位向量的i j k 和v w的各个分量写成行列式的方式,求算之,则得到c =原创 2021-09-13 09:34:03 · 993 阅读 · 0 评论 -
线性代数的思考(2) 向量点积的几何意义统一化理解
为什么不看看生动形象的视频理解呢~https://www.bilibili.com/video/BV1ys411472E?p=10向量点积点积有两种好记好用的理解方法,他们都可以基于做功去理解:假设b是个均匀分布的力场,a为收到其中作用进行的一个运动。第一种基于几何:a点乘b等于一方(例b)投影到另一方(例a)的长度乘以另一方的长度(此处为a)另一种基于代数:他们的点积就是a的x方向运动长度与b的x方向分力大小的乘积,加上a的y方向运动长度与b的y方向分力大小的乘积那么这两者,从数学的角原创 2021-09-12 21:20:21 · 1130 阅读 · 0 评论 -
线性代数的思考(1) 坐标变换与基融合理解
3Blue1brown的线性代数课很大程度上弥补了我大学课堂学习线性代数时缺少的直观思维。下面讲的大学课堂为本人的上课经验,无普适性。https://www.bilibili.com/video/BV1ys411472E?p=6原片的动画效果做的很棒,这一系列都十分值得大家去看对坐标变换(特指线性变换)与基的融合理解大学课上讲坐标变换,并没有将其与基的真正关联内涵讲清楚,以至于我最多只能能一定程度上想象出来一个坐标变换(矩阵)对变换前空间中的一个向量是怎样拉伸与旋转的,但是并未能真正搞清楚计算出来的原创 2021-09-12 12:13:36 · 348 阅读 · 0 评论