1.矩阵乘法:A B相乘要满足 A的列= B的行
eg:
乘法的性质:结合律:(AB)C=A(BC);分配律:(A+B)C = AC + BC, C(A + B)= CA + CB,k(AB)= (kA)B = A(kB);
转置:。 没有交换律。
2.矩阵转置:矩阵的行和列的翻转
; ;
3.对称矩阵:方阵A满足,如果满足 为反对称矩阵。对于任何方阵A都满足 为对称矩阵,为反对称矩阵。
4.矩阵的迹:方阵A对角线的元素之和,称为A的迹,满足
迹的性质:; tr(A + B) = tr(A) + tr(B); tr(AB) = tr(BA); tr(ABC) = tr(BAC) = tr(CAB),更多矩阵相乘,这个性质也不变,具体证明:
5.线性相关、秩
对于一组向量{x1,x2,...xn} ∈ ,如何向量中的任意向量可以表示为其他向量的线性组合,则称为线性相关,否则为线性无关。
秩的性质:
- 对于 A ∈ , rank(A) ≤ min(m,n). 如果rank(A) = min(m,n), 则称A满秩。
- 对于 A ∈ , rank(A) = rank(AT ).
- 对于 A ∈ , B ∈ , rank(AB) ≤ min(rank(A),rank(B)).
- 对于 A,B ∈ , rank(A + B) ≤ rank(A) + rank(B)。
6.矩阵的逆
定义:,其中I为单位矩阵。可逆矩阵是方阵,也是满秩的,也称为非奇异矩阵。
矩阵性质: ; ; =
7.正交矩阵
正交: ;归一化:
若一个矩阵的所有列都相互正交且都是归一化的,则为正交矩阵。
7.正定矩阵、二次型
二次型:对于方阵A,向量x,被称为二次型。如果对于任意x, > 0,则为正定的, > = 0为半正定的, < 0,则为负定的。
8.特征值和特征向量
对于方阵A,向量x,有,则为A的特征值,x为A的特征向量
性质:A有几个秩就有几个特征向量;特征值的和为迹;特征值的乘积为det|A|;若A为非奇异矩阵,则为的特征值。
9.Hession矩阵
Hessian Matirx设计到的数学相关点有泰勒公式、极值判断、矩阵特征值及特征向量、二次型等。它应用在牛顿方法、求极值以及边缘检测、消除边缘效应等方面。
10.最小二乘法
在我们研究两个变量(x,y)之间的相互关系时,通常可以得到一系列成对的数据(x1,y1.x2,y2... xm,ym);将这些数据描绘在x -y直角坐标系中,若发现这些点在一条直线附近,可以令这条直线方程: 。
对于矩阵A和向量b,我们找一个向量x∈Rn,使得Ax是尽可能接近b,即欧氏范数
展开
取对x的梯度:
得到
https://www.cnblogs.com/hhddcpp/p/5742717.html
未完待续。。。。。