线性代数基础(矩阵、范数、正交、特征值分解、奇异值分解、迹运算)

目录

基础概念

矩阵转置

对角矩阵

线性相关

范数

正交

特征值分解

奇异值分解

Moore-Penrose 伪逆

迹运算

行列式


如果这篇文章对你有一点小小的帮助,请给个关注喔~我会非常开心的~

基础概念

  • 标量:一个标量就是一个单独的数字
  • 向量:一个向量就是一列数字
  • 矩阵:一个矩阵就是一个二维数组
  • 张量:超过两维的数组,一个数组的元素分布在若干维坐标系中

矩阵转置

矩阵左上角到右下角的对角线被称作主对角线,以主对角线为轴的镜像称作矩阵的转置。

矩阵 A 的转置表示为 A^T :

(A^T)_{i,j}=A_{j,i}

(AB)^T=B^TA^T

对角矩阵

diag(v) 表示一个对角元素由向量 v 中元素给定的对角矩阵。

对角矩阵除了主对角线上的元素外,其余元素都为零。

线性相关

一组向量的生成子空间,是原始向量线性组合后所能抵达的点的集合。

如果一组向量中,任意一个向量都不能表示成其他向量的线性组合,那么这组向量就是线性无关的。

如果一组向量中,存在一个向量可以表示成其他向量的线性组合,那么这种冗余被称为线性相关

范数

范数可以衡量向量的大小,范数是将向量映射到非负值的函数,L^p 定义如下:

\left\|x\right\|_p=(\sum_{i}\left|x_i\right|^p)^{\frac{1}{p}}

L^2 的范数被称为欧几里得范数,平方 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值