自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(55)
  • 收藏
  • 关注

原创 算法导论笔记(六) :桶排序及其C++实现

1 桶排序简介2 桶排序过程3 完整代码

2014-07-11 19:02:35 1394 1

原创 算法导论笔记(五) :基数排序与C++实现

算法导论笔记(五) :基数排序

2014-07-11 10:26:35 1208

原创 算法导论笔记(四) : 计数排序

1 计数排序概述2 计数排序执行过程3 代码实现

2014-07-09 16:34:29 1101

原创 算法导论笔记(三) : 快速排序

1 快速排序简介2 快速排序过程3 代码实现4 性能分析

2014-07-09 10:26:56 989

原创 算法导论笔记(二) : 优先级队列

1 堆与优先级队列2 优先级队列

2014-07-08 14:29:30 1012

原创 算法导论笔记(一) :堆排序

1 完全二叉树与堆一颗高度为h的树.如果前h-1层为满二叉树,并且第h层的叶子节点均集中在左侧.这样的树称为完全二叉树.堆可以被视为完全二叉树.给定了每个节点的下标i,其父节点PARENT(i),左儿子LEFT(i)和右儿子(i)的下标可以简单的被计算出来:2 堆的数组表示堆可以表示为一个完全二叉树 或者一个数组.圆圈内是节点的值,圆圈上是节点在数组中的位置.根节点的高度为

2014-07-08 09:55:51 802

原创 线性代数(五十二) : 对角化与惯性律

本节介绍将二次型转化为对角矩阵.1 对角化

2014-04-08 20:31:57 1962

原创 线性代数(五十一) : 自伴随映射与二次型

线性代数(四十二) : 伴随矩阵

2014-04-03 17:11:56 4165

原创 线性代数(五十) :向量积

线性代数(五十) :向量积

2014-04-01 20:39:31 3414

原创 线性代数(四十九) : 希尔伯特-施密特范数

本节介绍希尔伯特-施密特范数,它是矩阵的范数的一个简单而有用的上界1 希尔伯特-施密特范数设矩阵A=(aij),则以下式子称为A的希尔伯特-施密特范数(Hilbert-Schmidt Norm):它是A的范数的一个上界.下边以实矩阵为例证明它是上界:设mxn的实矩阵A:对任意:则y的分量可用x的分量表示:利用施瓦兹不等式估计上式右端的

2014-04-01 14:41:12 9898

原创 线性代数(四十八) : 谱半径

本节介绍复欧几里得空间映射到其自身的矩阵.给出其范数的一个简单而有用的下界.该矩阵范数的定义同实欧几里得空间.0 说明:本节以下的研究都是针对复欧几里得空间到自身的映射1 范数2 特征值设A为任意的复方阵.h为A的一个长度为1的特征向量.a为对应的特征值.则:由于:该式对任意特征值成立,于是有:其中ai取遍A的全体特征

2014-04-01 11:11:57 4936

原创 线性代数(四十七) : 复欧几里得空间

本节简单介绍复欧几里得空间的结构.0 共轭复数两个实部相等,虚部互为相反数的复数互为共轭复数.z的共轭复数记做:1 复欧几里得空间标量积2 复欧几里得空间的矩阵伴随若:则根据标量积的定义:也可以写作:即:即矩阵A的伴随等于其转置的复共轭.3 定义复欧几里得空间与标量积设X为复数域上的线性空间,如

2014-04-01 10:30:34 3093

原创 线性代数(四十六) : 完备性与局部紧致性

线性代数(四十八) : 线性映射的范数

2014-03-31 16:44:26 4850 1

原创 线性代数(四十五) : 线性映射的范数

本节定义衡量线性映射或者说矩阵的大小的一个概念:范数.1 上确界设A是欧几里得空间X到另一欧几里得空间U的线性映射.我们知道实数的任何有界子集都存在最小的上节,称为上确界简记为sup.对于任意向量x,和线性映射A,Ax的每个分量都是x的分量的线性组合.当向量x的长度为1的时候。Ax的长度就构成了一个有界数集.这个数集的上确界就称为矩阵A的范数.定义:(1)式2 矩阵

2014-03-30 11:00:58 4968 1

原创 线性代数(四十四) : 正交矩阵

线性代数(四十六) : 正交群

2014-03-29 17:22:20 5466

原创 线性代数(四十三) : 等距映射

本节介绍等距映射 为正交群做准备.1 等距映射M是欧几里得空间到自身的映射.如果对任意x,y有:则称M为等距映射,最简单的等距映射的例子是平移:2 等距映射的性质(i) 等距映射的复合仍是等距映射(根据定义,易证)(ii)对任意等距映射都存在某个平移,使得两者复合后的映射将0映射为0.(iii)任意一个等距映射都可以拆为一个平移和一个将0映射为0的等距映

2014-03-29 11:36:23 9289

原创 线性代数(四十二) : 超定方程组

如果一个线性方程组的方程数大于其未知数的个数,这样的方程组就叫做超定方程组(Overdetermined System).1 超定方程对于未知量:很多时候我们不能直接测得他们的值.却可以测得他们的某些线性组合:假设可以得到m个这样的线性组合,则可以构造方程组:其中为各线性组合的测量值,A为mxn的矩阵,我们需要检查测量值个数m是否大于我们

2014-03-27 16:36:05 12738 1

原创 线性代数(四十一) : 伴随矩阵

线性代数(四十一) : 正交投影

2014-03-26 15:57:24 9609 1

原创 线性代数(四十) : 正交补与正交投影

线性代数(四十) : 正交补

2014-03-25 12:42:50 16985

原创 线性代数(三十九) :格拉姆-施密特正交化与标准正交基

本节介绍正交的概念,以及将基变为正交基的格拉姆-施密特(Gram-Schmidt)方法0 回顾正交基1 正交如果向量x,y满足:则称x与y正交(orthogonal)或者垂直(perpendicular),记做:2 标准正交基设X是具有欧几里得结构的有限维线性空间则称这组基是标准正交的(orthonormal)3 格拉姆-施密特方法具有欧

2014-03-24 19:41:22 14988

原创 线性代数(三十八) : 柯西-施瓦茨不等式与三角不等式

本节介绍欧几里得结构的两个基本不等式1 柯西-施瓦茨(Cauchy–Schwarz)不等式对任意向量x,y有:证明:观察实变量t的函数:根据范数的定义,以及标量积的性质可知:在上式中假定y不等于0且令:又由于q(t)>=0,于是:y=0的情形是显然的2 三角不等式对任意向量x,y有:该定理的证明参照上一节

2014-03-17 16:20:23 19493

原创 线性代数(三十七) :欧几里得结构-标量积与余弦定理

从本节开始学习欧几里得结构相关的知识:1 欧几里得结构与标量积设X为实数域上的线性空间,如果X上存在满足下列条件的二元实值函数,则称X具有欧几里得结构,同时称该函数为标量积,标量积又叫做内积或者点积,记做:(x,y)(i) (x,y)为双线性函数,即当固定其中一个自变量时(x,y)是另一个自变量的线性函数(ii)(x,y)具有对称性,即(x,y)=(y,x)(iii

2014-03-17 14:59:37 4050

原创 线性代数(三十六) : 最小多项式

线性代数(三十六) : 最小多项式

2014-03-17 11:08:26 27310 1

原创 线性代数(三十五) : 谱定理

线性代数(三十五) : 谱定理

2014-03-17 08:51:53 16661

原创 线性代数(三十四) : 广义特征向量

线性代数(三十四) : 广义特征向量

2014-03-16 17:36:27 42161 2

原创 线性代数(三十三) : 凯莱-哈密顿定理

凯莱-哈密顿定理由两位数学家的名字命名,该定理有利于寻找标准若尔当形。1 凯莱哈密顿定理矩阵A满足其自身的特征多项式:证明:该定理的证明需要分以下两种情况:(i)  A无相同特征值此时A存在n个线性无关的特征向量:因此对于任意向量h有:在上式两端同时乘以Pa(A) 得到:(ii)对于一般情形的证明,需要用到以下的引理:

2014-03-16 10:19:25 23585 1

原创 线性代数(三十二) : 矩阵的谱映射定理

本节介绍谱映射定理,该定理说明了矩阵特征向量特征值与多项式的关系谱映射定理包括两部分:1 q是多项式a是方阵A的特征值,则q(a)是q(A)的特征值证明:根据特征值定义有:因此:归纳得到:定义多项式q:用q的系数分别乘上边的式子有:累加到一起得到:这就表明了该定理2 若a是A的一个特征值,则q(A)的特征值都形

2014-03-14 17:19:06 7279

原创 线性代数(三十一) : 特征值与行列式以及迹的关系

线性代数(三十一) : 谱定理

2014-03-13 15:36:25 28738

原创 线性代数(三十) :特征值与特征向量的性质

线性代数(二十九) :特征值与特征向量的性质(一)

2014-03-12 17:20:16 14202

原创 线性代数(二十九) :特征值与特征向量的计算

线性代数(二十九) :特征值与特征向量的性质

2014-03-03 15:23:51 34350 1

原创 线性代数(二十八) : 特征值与特征向量

本节开始定义矩阵谱理论中的概念特征值与特征向量以及他们存在性的证明1 定义特征值与特征向量2 存在性证明

2014-03-02 17:08:36 2697

原创 线性代数(二十七) : 矩阵的迹

线性代数(二十六) : 矩阵的迹

2014-02-28 11:26:20 15479

原创 线性代数(二十六) : 伴随矩阵与逆矩阵

线性代数(二十七) : 伴随矩阵与逆矩阵

2014-02-27 17:17:22 25729 4

原创 线性代数(二十五) : 克拉姆法则

线性代数(二十五) : 克拉姆法则

2014-02-27 15:57:05 6456

原创 线性代数(二十四) : 行列式的展开式—拉普拉斯公式

线性代数(二十四) : 行列式的展开式—拉普拉斯公式

2014-02-26 17:12:37 136433 3

原创 线性代数(二十三) : 行列式的乘法性质与其几何意义

本节定义行列式的一个新的性质,行列式的乘法性质1 行列式的乘法性质2 行列式乘法性质的证明3 行列式乘法性质的几何意义

2014-02-26 10:11:42 12442

原创 线性代数(二十二) :行列式的展开式

本节根据置换的和多重线性函数来推导行列式的展开式0 回忆行列式函数D的性质(i)  若存在i不等于j有ai= aj 则D(a1,...,an)=0;(ii)D是其自变量的多重线性函数(iii)D(e1,...,en)=1;(iv)若D是其自变量的交错函数,即如果交换ai和aj,则D的值将改变一个因子(-1)1 行列式函数D的展开式(1)定义函数D(a1,a2,...,a

2013-12-22 22:23:02 8419

原创 线性代数(二十一) : 定义矩阵的行列式-介绍置换与群的概念

线性代数(二十一) : 行列式与可逆性

2013-12-18 22:11:25 7103

原创 线性代数(二十) :行列式的性质的几何意义

本节介绍行列式性质的几何意义,也就是行列式的性质与有序单形的体积的性质之间的关系。0 关于有序单形以及其与行列式的关系请点这里1根据有序单形体积的性质推断出行列式的性质,该方法最早由阿根廷人提出。D表示以a1,a2,...,an为列的矩阵的行列式(1)性质一:若存在i不等于j有ai = aj 则行列式D = 0;对应到有序单形,当有两个顶点重合时改单形是退化的有序单形,体积

2013-12-16 19:51:00 3380 2

原创 线性代数(十九) : 行列式的性质

线性代数(十九) : 行列式的性质

2013-12-16 13:07:26 8719

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除