![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
线性代数
文章平均质量分 85
饕子
我是北大信息管理系大数据管理与应用方向学生,我对人工智能、计算机视觉、计算机图形学、文本挖掘、搜索引擎、机器学习(深度学习)、计算神经科学、知识图谱、NLP等方向感兴趣。
展开
-
线性代数:二次型矩阵的合同
设ABAB是n×nn\times nn×n的矩阵,如果存在一个可逆矩阵PP,使得BPTAPBPTAP,则称矩阵AA和BB合同。称PP为合同变换矩阵。本文介绍了二次型矩阵及其合同变换和对称矩阵的对角化,通过对这些概念的学习,我们可以更好地理解和应用线性代数理论。希望读者在阅读完本文后,能够对二次型矩阵的合同变换和对称矩阵的对角化有更深入的理解,并能将其应用到实际问题中。原创 2023-05-10 13:31:11 · 443 阅读 · 0 评论 -
基本矩阵学习笔记
本文介绍了矩阵的基本概念,包括矩阵的定义、转置矩阵以及线性方程组;矩阵的基本运算,包括矩阵加法、数乘和乘法,以及矩阵的转置;特殊矩阵,包括单位矩阵、对角矩阵、上三角矩阵和下三角矩阵;最后介绍了逆矩阵及其相关定义。希望通过本文的学习,可以更好地掌握矩阵的基本知识。原创 2023-05-09 09:52:17 · 603 阅读 · 0 评论 -
线性代数:矩阵的秩
本文介绍了矩阵的秩的概念、计算方法和应用,并列举了一些实际应用场景。通过对矩阵的秩的学习,我们可以更深入地理解线性代数的基础知识,并将其应用到实际问题中。当然,本文只是对矩阵的秩的一个简要介绍,还有很多内容和细节需要读者自行深入探究。希望读者在阅读完本文后,能够对矩阵的秩有更深入的理解并加以应用。原创 2023-05-09 09:48:27 · 6404 阅读 · 0 评论 -
线性代数:数量矩阵学习笔记
本文介绍了数量矩阵的定义和性质,包括与矩阵加法、矩阵乘法、矩阵转置相关的性质,以及与行列式和逆矩阵相关的性质。希望这些内容能够帮助大家更好地理解和掌握线性代数中的数量矩阵。原创 2023-05-09 09:47:33 · 2629 阅读 · 0 评论 -
线性代数:基础解系
我们先回顾一下齐次线性方程组的概念。齐次线性方程组由mmm个线性方程组成,每个方程有nnn个未知数,形如a11x1a12x2⋯a1nxn0a21x1a22x2⋯a2nxn0⋮am1x1am2x2⋯amnxn0⎩⎨⎧a11x1a12x2⋯a1nxn0a21x1a22x2⋯a2nxn0⋮a。原创 2023-05-09 09:46:39 · 6133 阅读 · 0 评论 -
Cauchy-Bunyakovsky不等式
设a1a2⋯ana1a2⋯an和b1b2⋯bnb1b2⋯bn是nnn个实数,或者nnn个复数。∑i1n∣ai∣2∑i1n∣bi∣2−∑i1naibi∗2≥0i1∑n∣ai∣2i1∑n∣bi∣2−i1∑naibi∗2≥0其中,bi∗b_i^*bi∗。原创 2023-05-09 09:46:51 · 360 阅读 · 0 评论 -
线性代数:线性映射
酉空间是指一个复向量空间VV,在其上定义了一个内积⟨xy⟩⟨xy⟩非负性:对于x∈Vx∈V⟨xx⟩≥0⟨xx⟩≥0,且⟨xx⟩0⟨xx⟩0当且仅当x0x0。对称性:对于xy∈Vxy∈V⟨xy⟩⟨yx⟩‾⟨xy⟩⟨yx⟩。线性性:对于xyz∈Vxyz∈V和ab∈Ca,b\in Cab∈C⟨axbyz⟩a⟨xz⟩b⟨y。原创 2023-05-09 09:42:39 · 1064 阅读 · 0 评论 -
线性代数:欧几里得空间和酉空间
酉空间是指一个复向量空间VV,在其上定义了一个内积⟨xy⟩⟨xy⟩非负性:对于x∈Vx∈V⟨xx⟩≥0⟨xx⟩≥0,且⟨xx⟩0⟨xx⟩0当且仅当x0x0。对称性:对于xy∈Vxy∈V⟨xy⟩⟨yx⟩‾⟨xy⟩⟨yx⟩。线性性:对于xyz∈Vxyz∈V和ab∈Ca,b\in Cab∈C⟨axbyz⟩a⟨xz⟩b⟨y。原创 2023-05-09 09:41:27 · 909 阅读 · 0 评论 -
线性代数:约当标准型学习笔记
设AA是nnn阶方阵,若存在nnn维非零列向量ξ1ξ2⋯ξrξ1ξ2⋯ξrAξiλiξii12⋯rAξiλiξii12⋯r,其中λi\lambda_iλi为AA的rrr个不同的特征值。对于所有非特征向量ηηA−λiEqiη0A−λiEqiη0,其中qiq_iqi为ξiξi对应的 Jordan 块的大小。则称A。原创 2023-05-09 09:39:19 · 3316 阅读 · 0 评论 -
线性代数:线性空间学习笔记
设VVV是一个向量空间,WWW是VVV的一个非空子集。如果在VVV中定义加法和数乘运算,使得WWW也是一个向量空间,则称WWW是VVV的子空间。原创 2023-05-09 09:38:23 · 224 阅读 · 0 评论 -
线性代数:正定二次型与正定矩阵学习笔记
设AAA是nnn阶实对称矩阵,xx是nnn维列向量,则称QxxTAxQxxTAx为二次型。本文介绍了正定二次型和正定矩阵的定义、性质、判定方法和应用,希望对读者在学习线性代数时有所帮助。正定二次型和正定矩阵是线性代数中非常重要的概念,其在机器学习中的应用也非常广泛。原创 2023-05-09 09:37:43 · 1074 阅读 · 0 评论 -
线性代数:双线性函数学习笔记
对于向量空间VVV上的两个向量xyxy和一个域FFF中的标量λ\lambdaλ,如果存在一个函数BxyBxyBxyzBxzByzBxyzBxzByzBλxyλBxyBxλyBλxyλBxyBxλyBxyByxBxyByx存在一个VVV中的基eiei,使得BeiejδijBeiejδij,其中δijδij。原创 2023-05-09 09:35:40 · 1404 阅读 · 0 评论 -
线性代数:正交变换学习笔记
在线性代数中,如果一个矩阵A满足ATAAATI,则称其为正交矩阵。正交矩阵也常被称为正交变换。正交变换是线性变换的一种特殊形式,它不改变向量的长度和夹角。因此,它可以用来描述旋转、镜像等几何变换。原创 2023-05-09 09:34:34 · 1585 阅读 · 0 评论 -
线性代数:矩阵的运算学习笔记
本文介绍了矩阵的基本运算,包括加减乘除和逆矩阵等,并提供了Python示例代码。希望本文对大家有所帮助!原创 2023-05-09 09:34:38 · 883 阅读 · 0 评论 -
线性代数:齐次线性方程组学习笔记
齐次线性方程组是指所有方程的常数项均为零的线性方程组,即形如Ax0的方程组。其中,矩阵A是一个m×n的矩阵,向量x是一个n维列向量,0是一个m维零向量。原创 2023-05-09 09:32:43 · 1776 阅读 · 0 评论 -
奇异值分解(SVD)学习笔记
本篇文章主要介绍了奇异值分解(SVD)的基本原理、计算方法以及应用,包括数据降维、数据压缩、推荐系统等。SVD作为一种经典的线性代数技术,在实际应用中有着广泛的应用前景。原创 2023-05-05 23:56:10 · 413 阅读 · 0 评论