向量和矩阵学习笔记

向量和矩阵学习笔记

Ps:因为本人实力有限,有一部分可能不太详细,若有补充评论区回复,QWQ

向量

向量的定义

首先,因为我刚刚学到高中的向量,对向量的看法呢就是一条有长度和方向的线,不过这在数学上的定义其实是不对,甚至跟我看的差别其实有点大,真正的定义就是数域 F F F 中的 n n n 个数 a 1 , a 2 , a 3 , … , a n a_1,a_2,a_3,\dots,a_n a1,a2,a3,,an 组成的有序数组称为数域 F F F 上的 n n n 维向量。那么向量在这里具体表示的是什么呢?一般来说,向量一般就是指一些有关系的数组成的数组,但是也不绝对。

Ps:数域就是类似于函数的定义域或者说是值域,一般来说 F F F 常指实数域 R R R 或者是复数域 C C C

举个例子🌰:小明去海鲜市场买了3只章鱼,6条带鱼还有2.1斤的虾米。那么我们用向量来表示他买的海鲜的数量,就是 α = ( 3 , 6 , 2.1 ) T \alpha=\left(3,6,2.1\right)^T α=(3,6,2.1)T

Ps:这个指数 T T T 的话我也不知道什么意思,是比较数学的写法。

向量的运算

向量的其他运算在这里不多说,主要讲解一下向量的数乘,求和还有内积(Ps:外积是计算几何的事情)。我们一部分一部分的讲解:

  • α = ( a 1 , a 2 , a 3 , … , a n ) \alpha=\left(a_1,a_2,a_3,\dots,a_n\right) α=(a1,a2,a3,,an),那么定义乘 k k k k α = ( k a 1 , k a 2 , k a 3 , … , k a n ) k\alpha=\left(ka_1,ka_2,ka_3,\dots,ka_n\right) kα=(ka1,ka2,ka3,,kan)。( k k k 必须是数域 F F F 中的数

    举个例子🌰:小明去海鲜市场买了 3 3 3 只章鱼, 6 6 6 条带鱼还有 2.1 2.1 2.1 斤的虾米。小红买的数量是他的两倍,那么 α = ( 3 , 6 , 2.1 ) T \alpha=\left(3,6,2.1\right)^T α=(3,6,2.1)T β = 2 α = ( 6 , 12 , 4.2 ) T \beta=2\alpha=\left(6,12,4.2\right)^T β=2α=(6,12,4.2)T​。

  • α = ( a 1 , a 2 , a 3 , … , a n ) , β = ( b 1 , b 2 , b 3 , … , b n ) \alpha=\left(a_1,a_2,a_3,\dots,a_n\right),\beta=\left(b_1,b_2,b_3,\dots,b_n\right) α=(a1,a2,a3,,an),β=(b1,b2,b3,,bn),那么定义 α + β = ( a 1 + b 1 , a 2 + b 2 , a 3 + b 3 , … , a n + b n ) \alpha+\beta=\left(a_1+b_1,a_2+b_2,a_3+b_3,\dots,a_n+b_n\right) α+β=(a1+b1,a2+b2,a3+b3,,an+bn)​。

    举个例子🌰:小明去海鲜市场买了 3 3 3 只章鱼, 6 6 6 条带鱼还有 2.1 2.1 2.1 斤的虾米。小红买了 11 11 11 只章鱼, 4.5 4.5 4.5 条带鱼还有 14 14 14 斤的虾米,那么 α = c T , β = ( 11 , 4.5 , 14 ) T , γ = α + β = ( 14 , 10.5 , 16.1 ) \alpha=c^T,\beta=\left(11,4.5,14\right)^T,\gamma=\alpha+\beta=\left(14,10.5,16.1\right) α=cT,β=(11,4.5,14)T,γ=α+β=(14,10.5,16.1)​。

  • 若运算 ( α , β ) \left(\alpha,\beta\right) (α,β) 的结果为数域 F F F 中的一个数,并且满足以下条件:

    • 对称性: ( α , β ) = ( β , α ) \left(\alpha,\beta\right)=\left(\beta,\alpha\right) (α,β)=(β,α)

    • 线性性1: ( α + γ , β ) = ( α , β ) + ( γ , β ) \left(\alpha+\gamma,\beta\right)=\left(\alpha,\beta\right)+\left(\gamma,\beta\right) (α+γ,β)=(α,β)+(γ,β)

    • 线性性2: ( c α , β ) = c ( α , β ) \left(c\alpha,\beta\right)=c\left(\alpha,\beta\right) (cα,β)=c(α,β) c c c 必须属于数域 F F F

    • 正定性: ( α , α ) ≥ 0 \left(\alpha,\alpha\right) \ge 0 (α,α)0,当且仅当 α = θ \alpha=\theta α=θ ( α , α ) = 0 \left(\alpha,\alpha\right)=0 (α,α)=0,然后 θ \theta θ​ 是零向量。

      这里我学习的时候有一个疑问:就是说第二点和第三点到底可不可以互推呢?不就是分配律和结合律吗?但是发现了有问题就是说那个 α \alpha α β \beta β 他们是向量所以说是不可以互相推的。

    α = ( a 1 , a 2 , a 3 , … , a n ) , β = ( b 1 , b 2 , b 3 , … , b n ) \alpha=\left(a_1,a_2,a_3,\dots,a_n\right),\beta=\left(b_1,b_2,b_3,\dots,b_n\right) α=(a1,a2,a3,,an),β=(b1,b2,b3,,bn),则 ( α , β ) = ( a 1 b 1 , a 2 b 2 , a 3 b 3 , … , a n b n ) \left(\alpha,\beta\right)=\left(a_1b_1,a_2b_2,a_3b_3,\dots,a_nb_n\right) (α,β)=(a1b1,a2b2,a3b3,,anbn)​。这里其实很好验证它就是内积运算,不多说了。

    举个例子🌰:小明去海鲜市场买了 3 3 3 只章鱼, 6 6 6 条带鱼还有 2.1 2.1 2.1 斤的虾米。章鱼已知 8 8 8 元,带鱼一条 20 20 20 元,虾米一斤 4 4 4 元。那么小明一共花了几元呢?
    α = ( 3 , 6 , 2.1 ) T , β = ( 8 , 20 , 4 ) T , c o s t = ( α , β ) = 148.4 \alpha=\left(3,6,2.1\right)^T,\beta=\left(8,20,4\right)^T,cost=\left(\alpha,\beta\right)=148.4 α=(3,6,2.1)T,β=(8,20,4)T,cost=(α,β)=148.4

矩阵

矩阵的定义

矩阵的定义也没什么好说的,就是一个方方的东西。不做过多赘述。

矩阵的运算

这一部分我们主要就是讲矩阵乘法。举个例子🌰:小明去金拱门吃饭,有两种套餐,第一种有 1 1 1 汉堡, 1 1 1 份薯条和 1 1 1 杯可乐;第二种有 1 1 1 汉堡, 2 2 2 份薯条和 3 3 3 杯可乐,所以呢我们就可以写出这么一个矩阵:
A = [ 1 1 1 3 1 3 ] A=\begin{bmatrix} 1&1 \\ 1&3 \\ 1&3 \end{bmatrix} A= 111133
那么如果他吃了 3 3 3 个第一种套餐, 1 1 1 份第二种套餐,那么他分别吃了什么:
B = [ 3 1 ] , C = A B = [ 4 5 6 ] B=\begin{bmatrix}3\\1\end{bmatrix},C=AB=\begin{bmatrix}4\\5\\6\end{bmatrix} B=[31],C=AB= 456
定义如下:设 A = ( a i j ) m ∗ r ′ B = ( b i j ) r ∗ n , A=\left(a_{i j}\right)_{m * r^{\prime}} B=\left(b_{i j}\right)_{r * n}, A=(aij)mrB=(bij)rn, C = ( c i j ) m ∗ n C=\left(c_{i j}\right)_{m * n} C=(cij)mn c i j = ∑ k = 1 r a i k ∗ b k j c_{i j}=\sum_{k=1}^{r} a_{i k} * b_{k j} cij=k=1raikbkj

那么其实简单来说就是对第一个矩阵的所有行向量与第二个矩阵的所有列向量分别求内积。

矩阵乘法符合结合律但是不符合交换律

单位矩阵与逆矩阵

首先,我们先来说定义,那么单位矩阵就是除了对角线的元素为 1 1 1 除外,其他的都是 0 0 0。然后有几行几列,就是几阶单位矩阵,那么之所以叫做单位矩阵,那么肯定是有一些特殊的地方的。因为它的对角线是 1 1 1 的特性,所以 A I = I A = A AI=IA=A AI=IA=A。这一点非常重要。逆矩阵的定义其实也挺简单的,就是如果两个矩阵相乘最后得到的结果是单位矩阵,他们就是互逆矩阵。可以使用高斯消元来求。然后我们再说一下矩阵的初等变换,就是有以下三种:

  • 一行或者是列乘以同一个数
  • 一行或者是列与另一行或者是列作交换
  • 加上另一行或者是列乘以一个数

然后如果说只变了一次就是初等矩阵。如果用初等矩阵左乘得到的就是初等行变换,右乘就是初等列变换。如果矩阵 A A A 可以变到 B B B,那么就是矩阵 A A A B B B 相抵。

那么我们学习了矩阵变化又有什么用处呢?也就是求矩阵的逆的时候会用,也就是说我们只需要把一个矩阵通过初等变换变成单位矩阵,只要在单位矩阵,然后做同样的初等变换得到该矩阵的逆。

异或空间

Ps:下文中提到的向量空间以及秩因为考的不多,我不打算写了,想了解的同学可以自行bdfs

那么异或空间这个名字呢,其实十分抽象,它其实有另外一个名字,就是线性基。那么我们也就是说只要我们在一个向量空间中做替换就可以把向量变成 01 01 01 向量,把加法变成一个异或,就很好证明一个 n n n 维异或空间的秩最大为 n n n。在这之前我们需要先初步了解一下异或的性质,异或本质呢就是二进制的加法,那么性质就是如果两个相同的两个数相互异或,那么就是 0 0 0。然后呢,异或跟加法的关系其实非常巧妙,所以异或也满足交换律和结合律。

那么异或空间又可以表示哪些向量呢?我们不妨来对比一下:

原来向量: 10111 11110 01001 10111\\11110\\01001 101111111001001

消元后的向量: 10111 01001 00000 10111\\01001\\00000 101110100100000

如果消元后仍然消不出 0 0 0 的行就是异或空间的基。又有一个新的问题诞生了:如何求出所有可以表示的向量?答案就是主元随便取,剩余元的值就是若干个主元异或起来的值。

推荐题目

那这些知识都是属于线性代数部分的,我推荐了这些题目,大家感兴趣的可以去做一做。

P 3857 , P 3292 , P 4301 , P 6097 , P 3328 , P 10591 , P 3193 P3857,P3292,P4301,P6097,P3328,P10591,P3193 P3857,P3292,P4301,P6097,P3328,P10591,P3193

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/53077.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

C/C++入门案例01

文章目录 写在前面1. 你好,世界! (Hello, World!)2. 基本的算术运算3. 判断奇偶数4. 计算数组元素的和5. 求最大值和最小值6. 简单的计算器7. 字符串反转8. 计算阶乘9. 查找质数10. 冒泡排序 系列推荐 写在前面 以下是10个适合初学者的C语言入门案例&am…

【如何在MacOS升级ruby版本】

🎥博主:程序员不想YY啊 💫CSDN优质创作者,CSDN实力新星,CSDN博客专家 🤗点赞🎈收藏⭐再看💫养成习惯 ✨希望本文对您有所裨益,如有不足之处,欢迎在评论区提出…

C++期末知识点概述

《大学 C知识点概述》 在大学的计算机课程中,C作为一门重要的编程语言,有着广泛的应用和丰富的知识点。 一、基础语法 数据类型:C包含多种数据类型,如整数类型(int、short、long 等)、浮点类型&#xff…

Unity(2022.3.41LTS) - 音频

目录 一、音频系统概述 二、音频资源类型 三、音频组件 四、音频空间定位 五、音频效果处理 六.音乐框架设计 一、音频系统概述 Unity 的音频系统允许开发者在游戏中添加各种声音效果,包括背景音乐、音效、环境音等。它提供了丰富的功能来控制音频的播放、音…

MIT 6.5940 EfficientML.ai Fall 2023: Lab 1 Pruning

EfficientML.ai Lec 3 - Pruning and Sparsity (Part I) MIT 6.5940, Fall 2023, Zoom 本文是EfficientML.ai Fall 2023课程作业1练习答案,在本次练习里将会对经典的分类神经网络进行剪枝处理,减少模型大小和延迟。The goals of this assignment are as …

python破解[5分钟解决拼多多商家后台字体加密]

可【QQ群】拿源码 进入经营总览想把数据存下来发现返回的json数据部分空白如下 这可怎么办 稳住应该是字体的问题,可能是多多自己实现了某种字体,我们去找他的js 发现如我们所想,进行跟踪,发现的确是在css端进行了字体替换&am…

Servlet, Filter, Listener 启动与执行顺序

Servlet, Filter, Listener 启动与执行顺序 1、启动顺序 **Listener -> Filter -> Servlet**2、记忆口诀3、执行顺序 💖The Begin💖点点关注,收藏不迷路💖 在Java Web应用中,Servlet、Filter和Listener的启动与执…

从0开始深度学习(2)——自动微分

1 微积分 1.1 导数和微分 略 1.2 偏导数 略 1.3 梯度(gradient) 1.3.1 定义 对于一个多变量函数 f ( x 1 , x 2 , … , x n ) f\left(x_{1}, x_{2}, \ldots, x_{n}\right) f(x1​,x2​,…,xn​)其中点 a ( a 1 , a 2 , … , a n ) \mathbf{a}(a_…

【卷起来】VUE3.0教程-01-环境搭建与安装

​分享不易,耗时耗力,麻烦给个不要钱的关注和赞吧 🌲 什么是VUE Vue 是一个框架,也是一个生态。其功能覆盖了大部分前端开发常见的需求。但 Web 世界是十分多样化的,不同的开发者在 Web 上构建的东西可能在形式和规模…

SpringSecurity笔记整理

自定义登录页面 编写登录页面<!DOCTYPE html> <html xmlns"http://www.w3.org/1999/xhtml" xmlns:th"https://www.thymeleaf.org"> <head><title>Please Log In</title> </head> <body> <h1>Please Log …

鸿蒙OpenHarmony、HarmonyOS、HarmonyOS NEXT的区别

鸿蒙OpenHarmony、HarmonyOS、HarmonyOS NEXT的区别 OpenHarmony&#xff1a;开源底层。HarmonyOS&#xff1a;闭源手机系统&#xff0c;兼容安卓生态。HarmonyOS NEXT&#xff1a;纯血鸿蒙&#xff0c;不兼容安卓。 OpenHarmony&#xff08;开源&#xff09; 开源地址&…

Question mutiple pdf‘s using openai, pinecone, langchain

题意&#xff1a;使用 OpenAI、Pinecone 和 LangChain 对多个 PDF 文件进行提问。 问题背景&#xff1a; I am trying to ask questions against a multiple pdf using pinecone and openAI but I dont know how to. 我正在尝试使用 Pinecone 和 OpenAI 对多个 PDF 文件进行提…

【Linux】保姆级 Linux 常见命令使用

&#x1f970;&#x1f970;&#x1f970;来都来了&#xff0c;不妨点个关注叭&#xff01; &#x1f449;博客主页&#xff1a;欢迎各位大佬!&#x1f448; 文章目录 1. Linux 是什么1.1 Linux 是什么1.2 关于 Linux 我们需要学什么 2. 需提前准备的东西2.1 环境 —— 如何获取…

使用 Eigen 库中的 Kronecker 积运算

前言 在数值计算和线性代数的众多应用中&#xff0c;Kronecker 积&#xff08;Kronecker Product&#xff09;是一种常用的矩阵运算。Eigen 是一个高性能的 C 数值计算库&#xff0c;广泛用于科学计算和工程应用中。在 Eigen 库中&#xff0c;Kronecker 积运算属于不常用的扩展…

【QNX+Android虚拟化方案】114 - QNX /dev/switch 节点创建 及 读写功能实现实例

【QNX+Android虚拟化方案】114 - QNX /dev/switch 节点创建 及 读写功能实现实例 一、/dev/switch 节点创建代码分解1. 头文件包含2. 创建节 /dev/switch 节点代码3. /dev/switch 节点读函数实现(cat /dev/switch)4. /dev/switch 节点写函数实现(echo "abcdef" &g…

构建高效微服务架构:Spring Cloud中的注册中心与负载均衡实践

一、注册中心的重要性 服务发现&#xff1a; 服务注册/注销&#xff1a;注册中心维护着所有服务提供者和服务消费者的元数据信息。服务订阅/取消订阅&#xff1a;服务消费者可以通过订阅来获取服务提供者的信息&#xff0c;并且注册中心应当支持实时推送更新。服务路由&#…

Linux 进程概念

冯诺依曼体系结构 我们常见的计算机&#xff0c;大部分都遵守冯诺依曼体系结构 关于冯诺依曼的注意点 1.这里的存储器指的是内存 2.不考虑缓冲情况&#xff0c;这里的CPU能且只能对内存进行读写&#xff0c;不能访问外设(输入或输出设备) 3.外设(输入或输出设备)要输入或者输出…

自定义校验--校验json长度

mysql8中支持json格式的字段&#xff0c;某些情况下使用很方便&#xff0c;但也带来一个问题&#xff0c;就是它的最大长度不能设置&#xff0c;最大支持4GB&#xff0c;如果有恶意程序保存一条4GB的数据进去&#xff0c;估计这张表就要卡死了,所以要加一个自定义校验&#xff…

23. 如何使用Collections.synchronizedList()方法来创建线程安全的集合?有哪些注意事项?

Collections.synchronizedList() 方法用于将一个普通的 List 包装成线程安全的 List。通过这个方法生成的 List&#xff0c;所有的访问和修改操作都会被自动加锁&#xff0c;从而确保在多线程环境下对集合的并发访问是安全的。 如何使用 Collections.synchronizedList() 创建线…

学习周报-2024.8.31

目录 摘要 Abstract 创新点总结 模型数学原理 实验设置 一、验证实验 二、对比实验 摘要 这周重新梳理出论文的三个创新点&#xff0c;对所提出方法进行数学原理验证&#xff0c;证明其可行性。重新设置了实验部分&#xff0c;分为验证实验和对比实验&#xff0c;一共四…