第三章 线性代数回顾(Linear Algebra Review)
第1节 线性代数回顾(Linear Algebra Review)
3.1 矩阵和向量
参考视频:3 - 1 - Matrices and Vectors (9 min).mkv
1.这是一个
4×2
4
×
2
矩阵:
A=⎡⎣⎢⎢⎢1402137194914719182114371448⎤⎦⎥⎥⎥
A
=
[
1402
191
1371
821
949
1437
147
1448
]
其中 Aij A i j 指第i行,第j列的元素。
2.向量是一种特殊的矩阵,讲义中的向量一般都是列向量,如:
A=⎡⎣⎢⎢⎢14021371949147⎤⎦⎥⎥⎥
A
=
[
1402
1371
949
147
]
为四维列向量(
4×1
4
×
1
)。
3.0索引向量和1索引向量
y0=⎡⎣⎢⎢⎢y0y1y2y3⎤⎦⎥⎥⎥y1=⎡⎣⎢⎢⎢y1y2y3y4⎤⎦⎥⎥⎥
y
0
=
[
y
0
y
1
y
2
y
3
]
y
1
=
[
y
1
y
2
y
3
y
4
]
左边向量中元素下标从1开始,称作0索引向量;右边向量中元素下标从0开始,称作1索引向量。
3.2 向量加法和标量乘法
参考视频: 3 - 2 - Addition and Scalar Multiplication (7 min).mkv
矩阵加法:行列数相等的可以加。
⎡⎣⎢123551⎤⎦⎥+⎡⎣⎢420241⎤⎦⎥=⎡⎣⎢543792⎤⎦⎥
[
1
5
2
5
3
1
]
+
[
4
2
2
4
0
1
]
=
[
5
7
4
9
3
2
]
矩阵的标量乘法:每个元素都乘。
3×⎡⎣⎢123551⎤⎦⎥=⎡⎣⎢36915153⎤⎦⎥
3
×
[
1
5
2
5
3
1
]
=
[
3
15
6
15
9
3
]
组合算法也类似。
3.3 矩阵向量乘法
参考视频:3 - 3 - Matrix Vector Multiplication (14 min).mkv
3.4 矩阵乘法
参考视频:3 - 4 - Matrix Matrix Multiplication (11 min).mkv
3.5 矩阵乘法的性质
参考视频:3 - 5 - Matrix Multiplication Properties (9 min).mkv
3.6 矩阵的逆、转置
参考视频:3 - 6 - Inverse and Transpose (11 min).mkv
截图粘贴了一下,这周就结束了!