![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Linear+_Algebra
门萨程序媛
这个作者很懒,什么都没留下…
展开
-
MIT_Linear_Algebra_lec12: 网络图像 关联矩阵 基尔霍夫定律
Linear_Algebra_lec12: 网络图像 关联矩阵 基尔霍夫定律143251243这是一个网络图结构,节点+流向,可以表示复杂的关系,如电路结构,人物关系,网络结构。关联矩阵这种结构可以用矩阵加以表示。课中讲到的表示方法是,行代表边,列表示节点。图中有5条边,所以行数是5;有4个节点,所以列数是4.A=[−11000−110−1010−100100−11]A = \le...原创 2018-12-31 20:03:31 · 1251 阅读 · 0 评论 -
MIT_Linear_Algebra_lec14: 正交向量和正交子空间
MIT_Linear_Algebra_lec14: 正交向量和正交子空间正交向量x与y正交,表示x,y点积为零xTy=0x^Ty = 0xTy=0x, y, x+y可以构成一个直角三角形,满足毕达哥拉斯定理,即: ∣∣x∣∣2||x||^2∣∣x∣∣2 + ∣∣y∣∣2||y||^2∣∣y∣∣2 = ∣∣x+y∣∣2||x+y||^2∣∣x+y∣∣2xTxx^TxxTx + yTyy^T...原创 2019-01-14 16:18:54 · 420 阅读 · 0 评论 -
MIT_Linear_Algebra_lec15:投影到子空间
Lecture 15: Projection onto Subspaces投影为什么投影当 Ax=bAx = bAx=b 无解(b不在A的列空间中)时,而 Ax=pAx = pAx=p 有解 (其中p是b向A的列空间投影得到的向量)---------- 就是说b不在A的列空间中,那么我们就把b投影到A的列空间中投影过程一维情况bbb 投影到 aaa 上, 在 aaa 上...原创 2019-01-19 19:19:52 · 463 阅读 · 0 评论 -
MIT_Linear_Algebra_lec16: 投影矩阵和最小二乘
Lecture 16: Projection Matrix and Least Square投影矩阵据前几讲, Pb=p,b=p+ePb = p, b = p + ePb=p,b=p+e其中PPP是投影矩阵,bbb是需要投影到列空间的向量,ppp是投影到列空间的向量。容易得到,p∈Ap∈Ap∈A的列空间,AAA的零空间⊥⊥⊥A的列空间若Pb⊥APb⊥APb⊥A的列...原创 2019-02-03 19:50:42 · 473 阅读 · 0 评论 -
MIT_Linear_Algebra_lec17: 正交基、正交矩阵和施密特正交化
Lecture 17: Orthogonal Matrices and Gram-Schmidt标准正交基qiTqj={1(i=j)0(i≠j)q_i^Tq_j = \left\{\begin{array}{cc}1 (i = j) \\ 0(i ≠ j) \\\end{array}\right. qiTqj={1(i=j)0(i̸=j)正交矩阵定义Q是正交矩阵,当它的各...原创 2019-02-15 22:44:32 · 437 阅读 · 0 评论 -
MIT_Linear_Algebra_lec18 19: 行列式的性质 行列式及代数余子式
赵原创 2019-03-12 17:37:21 · 978 阅读 · 0 评论 -
MIT 公开课:Gilbert Strang《线性代数》课程笔记(汇总)
lecture 1-11: 转lecture 12: 网络lecture 14: 正交向量和正交子空间lecture 15: 投影到子空间lecture 16: 投影矩阵和最小二乘lecture 17: 正交基、正交矩阵和施密特正交化lecture 18: 行列式的性质lecture 19: 代数余子式...原创 2019-03-25 10:34:30 · 8555 阅读 · 0 评论 -
MIT_Linear_Algebra_lec20:克拉姆法则 逆矩阵 体积
MIT 公开课:Gilbert Strang《线性代数》课程笔记(汇总克拉姆法则A−1=CT/detAA^-1 = C^T/detAA−1=CT/detAC 是 A 对应元素的代数余子式例子[abcd]−1=1/(ad−bc)[d−b−ca]\left[\begin{matrix}a & b \\c & d \\\end{matrix}\r...原创 2019-04-23 15:58:16 · 541 阅读 · 0 评论