Linear Algebra
文章平均质量分 93
分享、总结线性代数中的一些基础知识。
NULL8333
这个作者很懒,什么都没留下…
展开
-
SVD专题2 线性映射的奇异值分解——矩阵形式的推导
本文目录SVD专题2 线性映射的奇异值分解——矩阵形式的推导前言 Preface预备知识 Prerequisite2.1 秩-零定理 Rank-Nullity Theorem2.2 最核心的四个子空间本节前言(可忽略不看,不影响主线论述)2.2.1 由秩零定理引发的思考和疑问2.2.2 标准内积与共轭映射 Adjoint2.2.3 映射最清晰的表示?2.3 A∗AA^*AA∗A 和 AA∗AA^*AA∗ 有数量相同且相等的非零特征值2.3.1 回顾算子谱定理2.3.2 对 A∗AA^*AA∗A 谱分解2.3原创 2021-11-14 17:02:57 · 975 阅读 · 0 评论 -
SVD专题1 算子的奇异值分解——矩阵形式的推导
《Linear Algebra Done Right》一书中讲述算子的奇异值分解时并未引入其矩阵分解形式,仅是在结构上予以阐明:算子奇异值分解的核心在于使用两组基。以下讨论旨在给出算子奇异值分解的矩阵形式。注:本文讨论的范围局限于算子的奇异值分解,而非更广泛的线性映射的奇异值分解。预备知识 Prerequisite不同教材中给出算子奇异值分解的方式不同,本文将在算子极分解的基础上引出奇异值分解算子极分解:一个算子 TTT 总是可以分解成一个等距同构 SSS 和一个正算子 T∗T\sqrt{T*T}T原创 2021-04-11 21:15:31 · 900 阅读 · 0 评论 -
冰山上的一角——n维欧几里得空间
由n维欧几里得空间窥探数学概念 SpaceSpaceSpace 的整个体系:Overview of types of abstract spaces. An arrow from space A to space B implies that space A is also a kind of space B. That means, for instance, that a normed ...原创 2020-03-08 14:43:52 · 1573 阅读 · 0 评论 -
3bulue1brown线性代数系列学习笔记02-基变换与特征值
前言看完这个视频后我产生了和作者不一样的理解方式,《Linear Algebra Done Right》这本书中提供了支撑作者视频中基变换可视化背后更严谨的数学内涵,我的理解方式与书中的观点保持一致,这恰好可以与视频作者的类比式的讲解互为补充。为了能更好的描述清楚这部分的内容,全篇内容在语言组织上有点啰嗦,但是目的只是为了更好地描述清楚数学概念之间的对应关系。正文将分为三个部分:基变换、什么...原创 2020-03-04 15:06:40 · 1457 阅读 · 0 评论 -
3blue1brown线性代数系列学习笔记01-点积和对偶性
线性代数系列视频9 - 点积和两重性定义点积(dot product):v⃗⋅w⃗=[v1v2v3]⋅[w1w2w3]=v1w1+v2w2+v3w3\vec{v} \cdot \vec{w} = \begin{bmatrix} v_1 \\ v_2 \\ v_3 \\ \end{bmatrix} \cdot \begin{bmatrix} w_1 \...原创 2020-02-26 00:27:54 · 872 阅读 · 0 评论 -
线性代数知识点【持续更新】
基转换矩阵实质是对恒等映射的一种表示,记录了不同基底系间的映射和转换关系。原创 2020-02-25 09:35:27 · 320 阅读 · 0 评论 -
可视化子空间的和与直和
定义子空间:向量空间的子集若成为新的向量空间,称该空间为原向量空间的子空间。子空间的和:假设有若干多个子空间,先从每个子空间里抽出一个向量(任意抽),在定义过向量加法的基础上,再将每个向量相加得到一个新的向量,以这种方式得到的新向量的全体构成一个子空间的和。子空间的直和:假设有一个子空间,若存在唯一的抽取方法来生成该子空间的每一个向量,则称此子空间的和为子空间的直和。 引理和定...原创 2020-02-25 09:29:08 · 1785 阅读 · 0 评论 -
为什么埃米尔·阿廷曾说有时要把矩阵扔在一边?
原创 2020-02-24 23:23:00 · 238 阅读 · 0 评论