3.线性代数回顾

Posted weststar

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了3.线性代数回顾相关的知识,希望对你有一定的参考价值。

3.1 矩阵和向量

如图:这个是4×2矩阵,即4行2列,m为行数,n为列数,那么m×n即4×2

技术图片

 

 

 矩阵的维数 即行数×列数

矩阵元素(矩阵项):

技术图片

 

 

 Aij指第??行,第??列的元素。

向量是一种特殊的矩阵,讲义中的向量一般都是列向量,如:

技术图片

 

 

 如下图为 1 索引向量和 0 索引向量,左图为 1 索引向量,右图为 0 索引向量,一般我们用 1 索引向量。

技术图片

 

 

 3.2 加法和标量乘法

矩阵的加法:行列数相等的可以加。如:

技术图片

 

 

矩阵的乘法:每个元素都要乘 

技术图片

 

 

 3.3  矩阵向量乘法

矩阵和向量的乘法如图:?? × ??的矩阵乘以?? × 1的向量,得到的是?? × 1的向量

技术图片

 

 

 3.4 矩阵乘法

矩阵乘法:
?? × ??矩阵乘以?? × ??矩阵,变成?? × ??矩阵。
如果这样说不好理解的话就举一个例子来说明一下,比如说现在有两个矩阵??和??,那
么它们的乘积就可以表示为图中所示的形式。

技术图片

 

 

 

3.5  矩阵乘法的性质

矩阵乘法的性质:
矩阵的乘法不满足交换律:?? × ?? ≠ ?? × ??
矩阵的乘法满足结合律。即:?? × (?? × ??) = (?? × ??) × ??
单位矩阵:在矩阵的乘法中,有一种矩阵起着特殊的作用,如同数的乘法中的 1,我们称
这种矩阵为单位矩阵.它是个方阵,一般用 ?? 或者 ?? 表示,本讲义都用 ?? 代表单位矩阵,
从左上角到右下角的对角线(称为主对角线)上的元素均为 1 以外全都为 0。如:
技术图片

 

 

对于单位矩阵,有???? = ???? = ??

3.6 转置和逆矩阵

矩阵的逆:如矩阵??是一个?? × ??矩阵(方阵),如果有逆矩阵,则:????^(-1)= ??^(-1)A = ?? 

我们一般在 OCTAVE 或者 MATLAB 中进行计算矩阵的逆矩阵。
矩阵的转置:设??为?? × ??阶矩阵(即??行??列),第??行??列的元素是??(??, ??),即:?? = ??(??, ??)
定义??的转置为这样一个?? × ??阶矩阵??,满足?? = ??(??, ??),即 ??(??, ??) = ??(??, ??)(??的第??行
第??列元素是??的第??行第??列元素)记A^T =B(有些书记A‘=B)
直观来看,将??的所有元素绕着一条从第 1 行第 1 列元素出发的右下方 45 度的射线作
镜面反转,即得到??的转置。

技术图片

 

以上是关于3.线性代数回顾的主要内容,如果未能解决你的问题,请参考以下文章

线性代数回顾+深化(未完成版)

线性代数回顾+深化(未完成版)

机器学习单词记录--03章线性代数回顾

斯坦福大学CS224d基础1:线性代数回顾

线性代数回顾

吴恩达《机器学习》课程总结_线性代数回顾