zhangchao19890805的专栏

因为公式太多，就用了图片。先证明了推论1，再证明本题。

本文python代码使用 python 3。本文参考了《深度学习》第107页，6.1 实例：学习XORXOR 函数也称为异或。输入两个布尔型的变量 x1 和 x2 。当 x1 和 x2 不相同的时候，返回True。当 x1 和 x2 相同的时候返回 False。为了方便计算机处理，我用 1 表示True，0 表示False。我创建一个CSV文件XOR_train.csv，里面内容就是异或的...

开发环境没有开发环境的读者，推荐你看这篇文章： https://blog.csdn.net/zhangchao19890805/article/details/78781003python 版本用的是2数据源用了一个CSV文件，文件名是 california_housing_train.csv 。我把这个文件从放到了这个地址：没有积分的读者请给我留言，我给你单独发。...

前提知识log x 表示 x 的自然对数。也有人写成 ln x ，或者 log e x。exp (x) 表示 ex 。 我们需要先了解一下基本初等函数的导数公式：公式一：常数的导数是零。 公式二：若 y = xn，y’=nxn-1。 公式三： (sin x)’ = cos x 公式四：(cos x)’ = -sin x 公式五： (ax)’ = ax log a 公式六： (ex)’

建议读者先阅读这篇文章：【092】韦达定理在一元n次方程中的推广 搞明白什么是韦达定理。行列式和特征值之间是有着特殊关系的。这种关系就是：行列式等于方阵特征值的乘积。本文给出了证明。

as

方法一: 利用韦达定理证明建议读者先阅读这篇文章：【092】韦达定理在一元n次方程中的推广 搞明白什么是韦达定理。按照特征值的定义： A =λλ - A = (λI-A) = 其中 I 表示单位矩阵。按照特征值的定义， 不能是零向量。按照克莱姆法则，若|λI-A|≠0，则 必然是零向量。所以|λI-A|=0。不妨设 ，显然 即 = 0求特征值，可以把 λ 看做未知数，行列式可以化作

本文主要是把一元二次方程的韦达定理推广到一元n次方程上。证明过程使用了数学归纳法。

已知m行n列矩阵A，n行m列矩阵B。Tr表示迹运算。求证 Tr(AB)=Tr(BA) 。

已知矩阵A，求证 。证明：设A是 m 行 n 列的矩阵。A 的行向量是。那么：因为迹运算返回的是矩阵对角线元素的和，所以：是矩阵 A 第 i 行的行向量。 是矩阵 A 第 i 行行向量的內积。那么：根据Frobenius 范数的定义：

一、推论部分为了更好的写出我们的证明过程，我们需要提炼出一些推论。推论1：对于任意一个m行n列的矩阵A，AAT是对称矩阵，并且ATA也是对称矩阵。证明： 因为 (AAT)T = (AT)T AT = AAT，所以 AAT是对称方阵。 因为 (ATA)T = AT(AT)T = ATA， 所以 ATA 是对称方阵。推论2：已知m行n列矩阵A 和 n行m列矩阵B，m阶方阵 AB

本文讨论了正交矩阵的一些特点。存在一些和正交矩阵相关的命题。本文理清了这些命题的等价关系。

求证：对角方阵的行列式等于方阵对角元素的乘积证明： 不妨设A是n阶对角方阵。n是正整数，并且n大于等于2 。A 的行列式是 |A|。 令 aij表示方阵 A 中的第 i 行，第 j 列的元素。显然，令 Aij 表示元素 aij 的代数余子式。 题目可以描述成求证 |A| = a11a22···ann 存在两种情况。1. A的对角线元素至少有一个为0 。2. A的对角线元素全都不为0 。第

读《深度学习》这本书，在第24页提到了一个定义：“一个列向量线性相关的方阵被称为奇异的”。我身边还有一本任明荣、张洪谦主编的《线性代数》。这本书里奇异方阵的定义是：“设 A 为 n 阶方阵，当|A|=0时，称A为奇异方阵（退化方阵）”。其实这两种奇异方阵是等价的。也就是说，对于一个n阶方阵A，|A|=0 等价于 A是一个列向量线性相关的方阵。可以证明这种等价关系。

推论1、2、3 讨论了我对向量由向量组线性表示、线性方程组和n维空间这三个概念之间的思考与理解。本文中，推论2和推论3都是由推论1，按照从特殊到一般的思路证明出来的。推论4讨论的是本文主题，正定矩阵的两种定义。直接应用了推论1.

《深度学习》第26页给出了特征分解的公式，本文补上了公式的证明过程。