程序员的线性代数读书笔记——第二章

最新推荐文章于 2023-08-20 00:27:09 发布
最新推荐文章于 2023-08-20 00:27:09 发布
阅读量1.3k 收藏 1
点赞数 1
分类专栏： 数学
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/kuizhao8951/article/details/100594139
版权

目录

 

问题设定：逆问题

良性问题（可逆矩阵）

初等变换

恶性问题

对矩阵的恶劣程度进行描述有两个量：核与像

可逆<->良性 可逆性的总结

针对恶性问题的对策

 

问题设定：逆问题

现实中的很多问题可以表示为，由一个原因x，经过某个特定的系统A，最后得到预测结果y。由结果y去推测原因x的问题称为逆问题。在实际问题中，往往需要考虑噪声，y=Ax+（噪声）。

良性问题（可逆矩阵）

设x和y是具有想同维度的向量,A是方阵（非方阵没有逆矩阵的定义），如果A存在逆矩阵，则称其是可逆矩阵（也有称为正则矩阵，非奇异矩阵），否则称为奇异矩阵

初等变换

求解线性方程组或者矩阵求逆的时候我们经常是通过消元法或者gauss-jordan的方法，这些笔算的步骤都可以归结为一下三个操作

  • 将某行乘以c（c！=0）
  • 将某行的c倍加到另一行上
  • 交换两行

这三种操作都可以用“乘上一个矩阵”的形式表示出来，比如需要将3*4的矩阵A的第三行乘以5，就相当于矩阵A左乘”将I的（3，3）元素替换成5得到的矩阵Q3（5）“

Q3（5）=\left ( \begin{matrix} 1 &0 &0 \\ 0& 1 &0 \\ 0& 0 &5 \end{matrix} \right )

比如要将第1行*10加到第2行那么就将I的（2，1）替换成10得到矩阵R2，1（10）

或者需要替换1/3行，那么就替换I的第1行和第3行得到矩阵，S1，3

这样的操作叫做初等变换，只要方阵A可逆，我们就可以通过初等变换得到A的逆

恶性问题

我们说过矩阵就是映射，y=Ax就是把x通过A映射到目标空间，得到y。

当矩阵的行数m小于列数n的时候，代表未知量有n个，但是线索只有m条，这种情况我们称之矮矩阵或者核，其往往无法求解。

假如说一个矩阵Am*n，m=2，n=3，矩阵A就代表将x所在的三维空间的向量x映射到二位空间的向量y，这样高维到低维的映射一定对应着压缩扁平化，也就是所原来三维空间的许多向量x会被映射到二维空间的同一点上，以至于无法通过y判断是属于原来哪一个x

当矩阵的行数m大于列数n的时候，代表未知量有n个，但是线索有超多的m条，但是这个时候也不可以掉以轻心，如果这些线索是线性相关的（也就是说其中的一个线索可以通过其他的线索推断出来），那么这条线索就是没有意义的，当然假设线索都有意义，我们这时候的矩阵就相当于从一个低维空间（n维度）到高维度空间的映射了，这时候你会发现高维空间中的很多点其实映射后张成的空间是无法触及的。

当线索数刚刚好为未知量个数的时候，也不一定就是良性问题，当这个矩阵中的线索线性相关，有用的线索数小于未知量个数，同时，发生了压缩扁平化，这个A是没有逆矩阵的。

所以究竟怎么样才是良性什么样才是恶性呢？

当给定的问题y=Ax中，A不是方阵的时候，要么解的存在性被破坏了（m>n），要么解的唯一性被破坏了（m<n）

对矩阵的恶劣程度进行描述有两个量：核与像

一个矩阵A的核Kernel（A）的定义是在映射的作用下，满足Ax=o的x的集合，称作A的核，记作Ker A

比如图2.4的核就是标记着Ker A的平面，这时候A的核的维数是2，如果像图2.6，由于没有发生压缩映射，这时候映射到原点的还是原来空间中的原点，是一个点，所以Ker A=0

像就是映射之后张成的空间，图2.6张成的空间是一个三维空间，而图2.4张成的是二维空间（面）

我们称没有发生压缩映射的映射为单射，映射后张成的空间填满了目标空间全体值域的映射称为满射

dimX代表X的维度，则有dim Ker A+dim Im A=n意思就是映射的核的维度核映射之后张成空间的维度应该等于原来空间的维度大小，这个叫做  维数定理

dimKerA就是压缩掉的维数，ImA就是映射之后的空间的维数，这也是一个映射A的秩 rankA（线索的实际个数）。

现在总而言之，遇到y=Ax的问题，我们最主要关心的问题就是

  1. 是否单射<->rankA=n
  2. 是否满射<->rankA=m

如果都满足，那么就是双射，这个问题就是良性问题。

可逆<->良性 可逆性的总结

为了防止看论文的时候有些人装逼不说可逆，下面写出可逆的所有等价条件

  • A表示的映射不是压缩扁平化的
  • A表示的映射是单射
  • KerA只包含原点o一点
  • dimKerA=0

当A=（a1，a2...an）

  • a1，a2，....，an线性无关
  • 使得Ax=o成立的只有x=o一个解
  • detA！=0
  • A不含有0特征值
  • A^{T}可逆
  • 对于任何n维向量y，使得y=Ax的x都只有一个

如果A是方阵

  • A是满射
  • A的映射可以覆盖到全体目标空间
  • ImA是n维空间全体
  • rankA=dimImA=n

针对恶性问题的对策

我们知道就算问题的解有很多个，那么我们也要给出到底怎么样的向量才满足y=Ax，这样才算解决问题。

下面给出一个定理，给定的矩阵A，和向量y，方程y=Ax存在解x的充分必要条件是，y属于ImA。这是显而易见的。

找出所有解只需要找到一个解，然后加上KerA就可以了。

证明:

我们已知x1满足 y=Ax1 我们假设其他的解x0也满足，所以y=Ax0

所以A（x1-x0）=o 按照KerA的定义 所有满足 Ax=o的x的集合是KerA，所以令z=x1-x0

也就是说y=Ax的解可以表示称x1=x0+z或者x0=x1-z，那么只要知道一个特解x1，就可以通过KerA知道其他所有解了

 

 

 

kuizhao8951
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
《简明银行会计-程序员视角》读书笔记
01-10
《简明银行会计——程序员视角》读书笔记思维导图
《UML:Java程序员指南》的读书笔记
02-22
1. 第一章针对Java程序员的UML概述 1. UML(统一建模语言)的三个层次： 1. 概念层(Conceptual) 接近人类自然语言 有歧义 无严格的格式 2. 规格说明层(Specification) 3. 实现层(Implementation) 规格...
线性代数 笔记
ebatudou的博客
08-20 464
1、行列式2、矩阵3、矩阵的初等变换与线性方程组4、向量组的线性相关性5、相似矩阵和二次型。
c++求矩阵的秩_线性代数复习(被玩坏的矩阵)
weixin_39648430的博客
11-22 594
最近, 老有同学问, (线性)代数应该怎样复习呀. 本期就来谈谈我对这门课程的看法, 希望对大家有所帮助.线代故事梗概大家不妨回想一下之所以有这门课程的「罪魁祸首」是什么? 那当然是线性方程组如果没有线性方程组, 就没有这门课程.当然有人会说, 中国人在上千年前的《九章算术》中已经解释了怎么解线性方程组了, 为什么到近代才有线性代数呢?是的, 如果我们只想知道线性方程组的解是什么...
Solana中的native program
mutourend的博客
08-31 567
1. 引言 Solana中的native program，类似于Fabric的系统合约，或以太坊的预编译合约。 每个validator节点会运行一小部分有用的native program。与第三方合约不同，native合约是作为validator的一部分进行运行的，且可随着cluster的升级而升级。 升级针对的场景有： 增加feature fix bugs 改进性能 个别指令的接口修改比较罕见。一般是增加新的指令，并将之前的指令标记为deprecated。 对于每个native program，会提供
线性代数学习笔记
lanxiangru的博客
10-17 785
一、向量概念 向量是有顺序的一组数字，每个数字都是该向量的一个因素(element) 因素横着排列的向量叫做行向量(row vector)，因素竖着排列的向量叫做列向量(column vector) 二、矩阵及矩阵运算 矩阵乘法不满足乘法交换律：AB =! BA 线性代数8件运算规则： 1、x + y = y + x. 2、x + (y + z) = (x + y) + z
线性代数笔记
weixin_30354675的博客
08-05 222
平凡解： Ax=0中的零解，即x=0，称为平凡解 非平凡解：AX=0, 如果行列式|A|=0，那么A不可逆， 则X有非平凡解；否则，A可逆，那么只有解X=0，即是平凡解。 给定向量组 a1, a2, ···, am , x1a1+x2a2+···+xmam= 0 线性无关： x 只有零解 线性相关， x有非0 解 1. 特征向量 ...
软考程序员听课笔记、第一章~第十二章完整版
04-17
软考程序员听课笔记、第一章~第十二章完整版！
《程序员数学 》用python学透线性代数和微积分，源码程序，和书本对应 并做了错误的修改bug
09-09
《程序员数学》是一本专为IT从业者设计的数学学习书籍，旨在通过Python编程语言帮助读者深入理解线性代数和微积分的基础概念及其应用。线性代数是现代计算机科学和工程领域不可或缺的部分，它在图像处理、机器学习、...
Python-程序员线性代数教程
08-10
Free online textbook of Jupyter notebooks for fast.ai Computational Linear Algebra course
程序员的数学 3 线性代数 ,平冈和幸
07-21
程序员的数学 3 线性代数 ,平冈和幸
程序员面试宝典 读书笔记
02-08
程序员面试宝典+读书笔记
线性代数和微积分.pdf
06-10
线性代数和微积分.pdf
程序员的数学_3_线性代数 ,平冈和幸，堀玄著；卢晓南译 ,P358
04-28
本书沿袭“程序员的数学”系列平易近人的风格，用通俗的语言和具象的图表深入讲解了编程中所需的线性代数知识。内容包括向量、矩阵、行列式、秩、逆矩阵、线性方程、LU分解、特征值、对角化、Jordan标准型、特征值...
程序员晋升.doc————电子版_doc版
09-17
程序员晋升.doc————电子版_doc版
线性代数—学习笔记
lijil168的专栏
03-29 2482
对分类超平面方程： +b=0 W=∑aj Xj, ∑aj +b=0 设Xj,Xi均为列矩阵，aj 为数值，则 dot([a1,a2,...,am],dot([X1,X2,...,Xm],[Xi,Xi,...,Xi])) =dot([X1,X2,...,Xm],[Xi,Xi,...,Xi])*[a1,a2,...,am]' =Xi' * [X1,X2,...,Xm]*[a1,a2,
常微分方程——奇解与包络
热门推荐
qq_46405564的博客
04-04 1万+
1.包络（envelope） 曲线的包络：是指本身并不包含在在曲线族中，但过这条曲线上的每一点，有曲线族中的一条曲线与其在此点相切。 在几何学上，这种特殊的积分曲线称为上述积分曲线族的包络(envelope) 例如，直线y=0即为曲线族y=(x+c)^2（c为任意常数）的包络。 注:并不是每个曲线族都有包络 单参数曲线族:x^2+y^2=c^2 表示一组同心圆，不存在满足条件的曲线...
【学习笔记】线性代数
cqbzlydd的博客
01-15 893
摘抄自quack的ppt。
《Deep Learning》第二章 线性代数 笔记
weixin_34095889的博客
11-01 176
第二章 线性代数 2.1 名词 标量（scalar）、向量（vector）、矩阵（matrix）、张量（tensor） 2.2 矩阵和向量相乘 1. 正常矩阵乘法； 2. 向量点积； 3. Hadamard乘积（元素对应乘积） 矩阵乘法服从分配律、结合律，两个向量的点积满足交换律，利用两个向量点积的结果是标量（scalar），标量转置是自身。 2.3 单位矩阵和逆矩阵 逆矩阵一般作为...
matlab矩阵乘矩阵
最新发布
02-03
在MATLAB中，矩阵乘法是通过使用乘号（*）来实现的。矩阵乘法是指将一个矩阵与另一个矩阵相乘，得到一个新的矩阵。 在进行矩阵乘法时，需要确保两个矩阵的维度是兼容的。具体来说，第一个矩阵的列数必须等于第二个矩阵的行数。 下面是一个示例，展示了如何在MATLAB中进行矩阵乘法： ```matlab % 定义两个矩阵 A = [1 2 3; 4 5 6]; B = [7 8; 9 10; 11 12]; % 进行矩阵乘法 C = A * B; % 显示结果 disp(C); ``` 运行上述代码，将得到以下输出： ``` 58 64 139 154 ``` 这里，矩阵A是一个2x3的矩阵，矩阵B是一个3x2的矩阵。通过执行A * B，得到了一个2x2的结果矩阵C。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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