lch的博客

目录实对称矩阵定义实反对称矩阵定义厄米特矩阵定义反厄米特矩阵定义正交矩阵定义性质酉矩阵（幺正矩阵）定义性质正规矩阵定义性质正定矩阵定义性质充要条件友矩阵（伴侣矩阵）定义性质旋转矩阵定义性质对比实对称矩阵定义AT=AA^T=AAT=A实反对称矩阵定义AT=−AA^T=-AAT=−A厄米特矩阵定义AH=AA^H=AAH=A反厄米特矩阵定义AH=−AA^H=-AAH=−A正交矩阵定义ATA=AAT=IA^TA=AA^T=IATA=AAT=I换言之，当AT=A−1A^T=A

目录简述矩阵分解定义作用三角分解LU分解（LR分解）QR分解奇异值分解（SVD分解）特征值分解（谱分解）简述矩阵分解定义把一个矩阵表示为多个矩阵连乘的形式。作用用更少的内存消耗，存储一样多信息。eg：稀疏矩阵分解为多个稠密矩阵。提高计算速度。eg：小矩阵比大矩阵更容易求逆。用于矩阵补全。eg：推荐系统中，填补评分矩阵中的空缺项。分解后的矩阵有一些实际的意义。eg：三角分解LU分解（LR分解）这部分可以参考我之前的博客，链接QR分解这部分可以参考我之前的博客，链接奇异值

目录矩阵的秩低秩矩阵概念作用稀疏矩阵稀疏编码矩阵的秩矩阵的秩 = 最大的线性无关的行（或列）向量的个数。对于图像而言，秩可以表示图像中包含信息的丰富程度、冗余程度、噪声。秩越小：基的个数少数据冗余性大图像信息不丰富图像噪声少低秩矩阵概念当矩阵的秩较低时（r << n, m），就可以视其为低秩矩阵。低秩矩阵意味着，此矩阵中有较多的行（或列）是线性相关的，即：信息冗余较大。作用利用低秩矩阵的冗余信息，可以对缺失数据进行恢复，此问题叫做 “低秩矩阵重构” ，即：“假设恢

这部分包括：二次型的定义、二次型的意义、二次型的规范化、正定二次型及如何判定。

这部分包括：正交矩阵、矩阵的特征值、特征向量、相似矩阵、实对称矩阵对角化。

这部分包括：（不）可线性（唯一）表示、线性相（无）关向量组、向量空间、（非）齐次线性方程组解的结构。

这部分包括：一些特殊矩阵、矩阵的初等变换、可逆矩阵、矩阵的秩等。

2017年研一上学期，复习了一遍线性代数，趁着下学期开学之前整理一下笔记，方便以后随时阅读。

这部分包括：Fritz John条件、Kuhn Tucker条件、容许方向法、外部罚函数法、乘子法。

这部分包括：线性规划的基本知识（基本容许解等概念）、单纯形法。

这部分包括：直线搜索的方法、最速下降法、牛顿法、共轭方向法、共轭梯度法、拟牛顿法、步长加速法、单纯形替换法。

这篇文章主要讲述最优化问题的准备知识，包括：极值问题、基本概念、图解法、梯度、Hesse矩阵、凸集和凸函数、极小值的判定和迭代算法。