线性代数
guanguanboy
这个作者很懒,什么都没留下…
展开
-
新MIT线性代数与机器学习18.065课程学习笔记1
1,将矩阵与向量的乘法,看成是矩阵列空间的线性组合,不要以点积的形式来看待。原创 2020-04-19 10:20:51 · 865 阅读 · 0 评论 -
仿射变换与仿射函数
仿射变换:从 到 的映射 ,称为仿射变换(affine transform)或仿射映射(affine map),其中 A 是一个 矩阵,b 是一个 m 维向量,x 是一个n维向量。 经过仿射变换,x从一个n维向量变成了一个m维向量。仿射函数:当m==1时,上述仿射变换称为仿射函数。即仿射函数的作用是把一个n维向量变成一个实数。...原创 2018-12-01 11:11:04 · 2571 阅读 · 0 评论 -
SVD(Singular Value Decomposition) 奇异值分解
(转置)其中U是正交矩阵,u1,u2...ur 是矩阵列空间的标准正交基,u(r+1)... u(m) 是A(转置)的零空间的标准正交基其中是对角矩阵,对角线上的元素是A(转置)A的特征值。其中V是正交矩阵, v1,v2...v(r) 是矩阵行空间的标准正交基,v(r+1)...v(n) 是矩阵A零空间的标准正交基。 Av(i) = (i)u(i). 我们的目标,找到一...原创 2018-08-23 22:38:42 · 494 阅读 · 0 评论 -
对称矩阵的特征值与特征向量
对称矩阵: A = A的转置这里讨论的是实对称矩阵两个好的性质:1, 特征值是实数2,特征向量是两两正交的 一个对称矩阵A可以进行如下分解:A=QQ的转置 对于对称矩阵来说,有一个性质:主元的符号与特征值得符号是相同的。即正主元的个数等于正的特征值的个数。 正定矩阵:首先是一个对称矩阵,是对称矩阵一个很好的子类。正定矩阵的所有特征值都是正数。所有的主元都...原创 2018-08-20 21:23:15 · 46196 阅读 · 0 评论 -
方阵A的幂的特征值与特征向量
如果有Ax=x,那么A*Ax = A*x=Ax=*x。这就说明A的平方的特征值是的平方,并且特征向量保持不变,还是x。 特征值和特征向量提供了一种深入了解方阵的视角。 特征值和特征向量提供了一种了解矩阵的幂的视角。特征值是计算矩阵幂的一个方法,没有特征值,矩阵的幂是非常难计算的。...原创 2018-08-19 21:33:12 · 5422 阅读 · 0 评论 -
特征向量矩阵,特征值矩阵,矩阵的对角化分解
特征向量矩阵S,由矩阵A的所有线性无关的特征向量按列排列组成的矩阵。特征值矩阵,有矩阵A的所有特征值放在对角线位置组成的对角矩阵。 矩阵对角化:AS = S(讲AS展开可以推导出这个公式)上式两边的左边同时乘以S-1,得出S-1AS = 。这就是方阵的对角化公式上式两边的右边同时乘以S-1,得出A = SS-1,这就是矩阵的句对话分解。 如果A的特征值都不相同,则A存在...原创 2018-08-19 16:06:51 · 12389 阅读 · 0 评论 -
特征向量
矩阵(这里特指方阵)是什么,从特征向量的角度来讲,矩阵其实是一个函数,一个作用在向量x的函数。这些向量中我们感兴趣是那些向量呢,是那些经过变换前后方向一致的向量。这些向量是比较特殊的,对于多数的向量,经过变换之后的向量Ax 与 x 是不同方向的。那些特定的向量能使得Ax 平行于x。这些特定的向量就是特征向量。用表达式表示就是。同方向指的的是方向相同或者是方向相反,所以允许取负值或者零。如果...原创 2018-08-19 13:39:04 · 4011 阅读 · 0 评论 -
行列式的应用--通过行列式求体积
命题:行列式的值等于一个箱子的体积。证明:三阶行列式的值 = 一个体积单位矩阵的行列式 = 一个单位立方体的大小。 二阶行列式的值 = 平行四边形的面积。...原创 2018-08-18 22:09:34 · 4657 阅读 · 0 评论 -
求解Ax=b的克莱默法则
克莱默法则的价值在于,他提供了一种代数表达式的方法来求解Ax=b,从而使得我们不需要写算法来实现了。但是如果他的计算量是比较大的,所以虽然公式很漂亮,但是不建议使用克拉默法则来求解Ax=b方程组。建议还是通过消元法来求解,matlab中使用的就是消元法。 ...原创 2018-08-18 12:09:55 · 3651 阅读 · 0 评论 -
行列式的三种求法
1,主元公式行列式的值 = 主元的乘积通过这种方法求解行列式是最简单的,能化腐朽为神奇,迅速得到答案。主元指的是行列式对应的矩阵使用消元法处理之后得到的上三角矩阵的主元。2,行列式定义这种方法比较复杂3,代数余子式代数余子式是一个行列式,是一个数,不是一个矩阵。这种方法的复杂度介于方法1和方法2之间...原创 2018-08-18 10:47:24 · 15758 阅读 · 0 评论 -
线性代数中求解Ax=0的算法
step1: 找到所有特解step2:将所有特解范化. 关于零空间的概念: 零空间是Ax=0的所有解构成的空间. 零空间的维数==通解中向量的个数==自由变量的个数.注意空间的维数的概念与向量的维数的概念不同,空间的维数指的是空间中基向量的个数;向量的维数是向量中分量的个数. 下面证明Ax=0的所有解构成了一个空间。空间的定义中有两点需要满足:1,对...原创 2018-08-05 11:43:25 · 15284 阅读 · 0 评论