![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
线性代数
文章平均质量分 82
luixiao1220
这个作者很懒,什么都没留下…
展开
-
解线性方程组的各种情况
解线性方程组的各种情况原创 2022-06-10 12:30:11 · 723 阅读 · 0 评论 -
克莱蒙法则简要证明
UTF8gbsn克莱蒙法则:对于形如 (a11a12⋯a1na21a21⋯a2n⋮⋮⋱⋮an1an2⋯ann)(x1x2⋮xn)=(b1b2⋮bn)\left( \begin{array}{cccc} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{21} & \cdots & a_{2n} \\ \vdots & \vdots &原创 2021-07-14 14:34:18 · 699 阅读 · 0 评论 -
矩阵,向量的一阶函数求导
UTF8gbsn关于矩阵向量的导数在优化问题,还有机器学习领域比较常遇到.在这里我们进行一次梳理,不过本文只介绍一阶函数的导数.后面再逐渐写文来论证其他的导数.∂xTa∂x=∂aTx∂x=a\frac{\partial \mathbf{x}^T\mathbf{a}}{\partial \mathbf{x}}=\frac{\partial \mathbf{a}^T\mathbf{x}}{\partial \mathbf{x}}=\mathbf{a}∂x∂xTa=∂x∂aTx=a∂(a1x1+a原创 2020-05-26 22:22:58 · 2091 阅读 · 0 评论 -
rank(A)+rank(NULL)=n
UTF8gbsnnull space什么叫矩阵的NULL space?Ax=0Ax=0Ax=0, 那么x∈x\inx∈ NULL space of row vectors of A.我们把它明明为null.那么接下来我们看看一些结论.rank(A)+rank(null)=nrank(A)+rank(null)= nrank(A)+rank(null)=n其中n是A的行向量的含有的元素个...原创 2020-03-09 19:28:03 · 1318 阅读 · 0 评论 -
其次线性方程组,行列式为0,一定有非0解.
UTF8gbsn对于齐次线性方程组,行列式为0,则一定有非零解.看看问题的来源{a11x1+a12x2+⋯+a1nxn=0a21x1+a22x2+⋯+a2nxn=0⋮an1x1+an2x2+⋯+annxn=0\left\{ \begin{aligned} a_{11}x_{1}+a_{12}x_2+\cdots+a_{1n}x_{n}=0\\ a_...原创 2020-02-21 09:59:24 · 9638 阅读 · 3 评论 -
线性代数(Gilbert strang)笔记--第一章
UTF8gbsnvector对于向量vvv我们通常都是默认它为列向量。数学上解决问题的步骤建模(公式推导)计算Q:四维空间中的立方体,有多少个角?多少条边?多少个三维面?0000→11110000\to11110000→1111,每一个二进制数对应一个角,故而有16个角。每个角点对应四条边,每条边对应2个角点。故而16∗4/2=3216*4/2=32...原创 2019-08-12 14:05:53 · 2420 阅读 · 0 评论 -
求标准正交基的一种直观解释
UTF8gbsn本文将要介绍的内容很简单,就是如何根据一组非线性相关的向量来计算一组标准正交基。但是与其他文章不同的是,本文将以一种非常直观的思路来,顺理成章的推导出如何计算标准正交基。首先我们假设有一组非线性相关的基v1,v2,...,vn∈Vv_1,v_2,...,v_n\in Vv1,v2,...,vn∈V,我们如何根据v1,v2,...,vnv_1,v_2,...,v_nv1,...原创 2019-05-31 22:39:13 · 8954 阅读 · 0 评论 -
线性映射
Linear Maps本章是整本书内容最多的章节。很多基本概念都在这里详细论述3.A The Vector Space of Linear Maps从 VVV 到 WWW 的所有映射定义为 L(V,W)L(V,W)L(V,W)当满足以下条件时dim(V)≡dim(W),Tvj=wjj∈1,2,⋯ ,ndim(V)\equiv dim(W),Tv_j=w...原创 2019-01-22 11:01:22 · 3390 阅读 · 0 评论 -
有限向量空间
Finite-Dimensional Vector Spaces2.A Span and Linear Independence {#a-span-and-linear-independence .unnumbered .unnumbered}span的定义span(v1,v2,⋯ ,vm)={a1v1+a2v2+⋯+amvm:a1,a2,⋯&Thin...原创 2019-01-18 11:59:13 · 572 阅读 · 0 评论 -
向量空间
Vector Spaces1.A列表都是有长度的。不存在无限长度。1.BF∞F^{\infty}F∞定义F∞={(x1,x2,⋯ ):xj∈F,(j=1,2,⋯ )}F^{\infty}=\{(x_1,x_2,\cdots) :x_j\in F ,(j=1,2,\cdots)\}F∞={(x1,x2,⋯):xj∈F,(...原创 2019-01-17 22:48:09 · 403 阅读 · 0 评论 -
线性代数应该这样学目录
Vector SpacesFinite-Dimentional Vector SpacesLinear MapsPolynomialsEigenvalues, Eigenvectors, and Invariant SubspacesInner Product SpacesOperators on Inner Product SpacesOperato...原创 2019-01-17 21:52:55 · 898 阅读 · 0 评论