1. 重要的特殊矩阵
对称方阵
- 定义:
- 协方差矩阵
- 海森矩阵(牛顿法)
- 内积矩阵
正定方阵
- 定义:先对称,后满足 x T H x > 0 x^{T}Hx>0 xTHx>0,正定,<0负定,>=0半正定
- 协方差矩阵
- 海森矩阵(可以判定是不是凸函数)
- 内积矩阵
正交矩阵
三角矩阵(上三角,下三角)
对角矩阵
稀疏矩阵
2. 矩阵变换
相似变换
- 同一个线性变换在不同的基下的表达形式
- 相似变换不变量
:行列式值不变,描述的是同一个线性变换,体积变化率不变
:迹不变
:特征值不变
相合变换
- 内积
:定义两个向量之间的关系 - 相合矩阵定义:
- 几何意义:同一个内积结构在不同基下的表示形式
- 相合变换不变量
:矩阵的正定性
:矩阵的正负特征值的个数
:相合变换下矩阵保持对称性
正交相似变换
- 正交相似变换同时满足相似与相合变换的条件,也就是说它同时保持了矩阵的相似和相合不变量
- 任何一个对称阵A都可以正交相似于一个对角阵D,或者说总存在一个正交矩阵P,使得 A = P T D P A=P^{T}DP A=PTDP,且对角矩阵D由A的特征值构成。
- 正交相似实例及几何意义:
3. 矩阵分解
LU分解
- A = L U A=LU A=LU
- 高斯消去法
cholesky分解
QR分解
- 定义 A = Q R A=QR A=QR,其中 Q为正交矩阵,而R是上三角矩阵
- Gram-Schmidt正交化
:投影,抹去非正交分量,归一化
SVD分解(重要)
伪逆的SVD表达:
4. PCA理论及实例
低阶矩阵近似(压缩图片)
- 部分奇异值分解:用少部分大的奇异值来近似描述矩阵
PCA应用
- 降维,降噪