保研线性代数复习4

一.范数(Norms)

1.什么是范数?

范数是一个向量空间V的函数,每一个属于向量空间V的向量x都匹配了一个实数(它的长度):

2.范数的性质?

齐次性:\left \| \lambda x \right \|=|\lambda|\left \| x \right \|

正定性:\left \| x \right \|\geq 0 and \left \| x \right \|=0 \Leftrightarrow x=0

三角不等式:\left \| x+y \right \|\leq \left \| x \right \|+\left \| y \right \|

3.什么是曼哈顿范数?

对于x \in R^n(n维向量),\left \| x \right \|_1=\Sigma _{i=1}^n|x_i|称为曼哈顿范数,也称作l_1范数

4.什么是欧几里得距离?

对于x \in R^n(n维向量),\left \| x \right \|_2=\sqrt{\Sigma _{i=1}^n x_i^2}=\sqrt{x^T x}称为欧几里得距离,也称作l_2范数。

5.向量的p范数?

\left \| x \right \|_p=\sqrt[p]{\Sigma _{i=1}^n x_i^p}当p越大,图像越方,二维情况如下

二.向量的内积

1.什么是双线性映射(bilinear mapping)

对于x,y,x \in V,\psi \in R,存在:

2.什么是内积(Inner product)?

如果V是一个向量空间,并且存在双线性映射\Omega :V\times V \rightarrow R,那么

称这个映射是对称的\Omega (x,y)=\Omega(y,x)

称这个映射是正定的对于任何x \in V \setminus \left \{ 0 \right \}:\Omega (x,x)>0,\Omega(0,0)=0

一个正定,对称的双线性映射称为向量空间V上的内积(Inner Product),一般写作<x,y>

3.什么是内积空间?什么是欧几里得向量空间?

(V,< , >)称为内积空间,如果内积操作变为点积,那么称作欧几里得向量空间,这里强调:内积不等于点积,举例:

4.什么是正定(positive definite)矩阵?什么是半正定矩阵?

存在矩阵A:x \in V \setminus \left \{ 0 \right \}:x^TAx>0,那么说明矩阵A是正定的,

如果x \in V \setminus \left \{ 0 \right \}:x^TAx\geq 0,那么说明矩阵A是半正定的。

5.正定矩阵有什么性质?

  • 正定矩阵A的行列式值|A|恒为正
  • 实对称矩阵A正定当且仅当A与单位矩阵合同
  • 若A是正定矩阵,那么A的逆矩阵也是正定矩阵
  • 两个正定矩阵的和仍是正定矩阵
  • 正实数与正定矩阵的积仍是正定矩阵

三.长度和距离(Length and Distance)

1.什么是柯西不等式?

对于内积空间(V,< , >),存在运算|| {\cdot }||,使得不等式|<x,y>|\leq ||x|| ||y||成立

2.什么是两个向量之间的距离?什么是两个向量之间的欧几里得距离?

首先介绍距离映射:d:V\times V\rightarrow R,对于单个元素:(x,y) \rightarrow d(x,y)

Distance:对于内积空间(V,< , >)来说:

欧几里得距离:当内积变换为点积的时候,称作欧几里得距离。

其中映射d满足:对称,正定,三角不等式。

四.正交投影(Orthogonal Projection)

1.如何求得二维平面的坐标?投影?投影矩阵?

考虑情况:R2向量空间的向量x向子空间投影到直线b上,投影结果为\pi _U(x)

  • 求坐标λ,有\lambda=\frac{b^Tx}{b^Tb}=\frac{b^Tx}{||b^2||}
  • 求投影\pi _U(x)=\lambda b=\frac{b^Tx}{||b||^2}b,求投影长度||\pi _U(x)||=||\lambda b||=|\lambda|\cdot ||b||=|cosw|\cdot||x||
  • 求投影矩阵\pi _U(x)=P_\pi x,所以P_\pi =\frac{bb^T}{||b||^2}

2.如何求得多维空间的坐标?投影?投影矩阵?

考虑情况:x \in R^nx向更低维度的子空间U投影,U\subseteq R^n(b_1,b_2...b_m)是U的有序基,投影可以被这些有序基线性表示:\pi _U(x)=\Sigma _{n=1}^m\lambda_i b_i=B\lambda

  • 求投影的坐标λi,最终得到齐次线性方程组:

                

              所以有\lambda=(B^TB)^{-1}B^Tx

  • 求投影:\pi _U(x)=B(B^TB)^{-1}B^Tx
  • 求投影矩阵:P_\pi =B(B^TB)^{-1}B^T,如果基底是正定的,那么B^TB=I_n,上面计算可以省略。

3.格拉姆施密特法是什么?

格拉姆施密特就是在相同向量空间V中,给定一组基底,求正交基底。

假定有不平行向量a,b,c,我们需要(1)正交化(如下)(2)单位化(自行考虑)

五.旋转(Rotation)

1.R2空间中矩阵的旋转

2.R3空间中矩阵的旋转

分别关于e1,e2,e3的旋转矩阵:

3.吉文斯旋转

六.矩阵的等价、相似、合同

1.什么是矩阵的等价?

矩阵A和B等价的充要条件是对于同型矩阵A和B的秩相等。定义是存在可逆矩阵P和Q,使得A=PBQ。

2.什么是矩阵的合同?

矩阵的合同是指对于同型方阵A和B,存在可逆矩阵P使得B=P^TAP

3.什么是矩阵的相似?

矩阵的相似是指对于同型方阵A和B,存在可逆矩阵P使得A=P^{-1}BP

4.三者关系?

  • 等价(只有秩相同)–>合同(秩和正负惯性指数相同)–>相似(秩,正负惯性指数,特征值均相同),矩阵亲密关系的一步步深化。
  • 相似矩阵必为等价矩阵,但等价矩阵未必为相似矩阵
  • PQ=E的等价矩阵是相似矩阵
  • 合同矩阵必为等价矩阵,等价矩阵未必为合同矩阵
  • 正惯性指数相同的等价矩阵是合同矩阵
  • 合同矩阵未必是相似矩阵
  • 相似矩阵未必合同
  • 正交相似矩阵必为合同矩阵,正交合同矩阵必为相似矩阵
  • 如果A与B都是n阶实对称矩阵,且有相同的特征根.则A与B既相似又合同

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/news/803590.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

大创项目推荐 深度学习 机器视觉 车位识别车道线检测 - python opencv

0 前言 &#x1f525; 优质竞赛项目系列&#xff0c;今天要分享的是 &#x1f6a9; 深度学习 机器视觉 车位识别车道线检测 该项目较为新颖&#xff0c;适合作为竞赛课题方向&#xff0c;学长非常推荐&#xff01; &#x1f947;学长这里给一个题目综合评分(每项满分5分) …

webrtc m98编译问题记录

webrtc m98编译问题 执行命令 gn gen --targetx64 --idevs2019 --args"is_debugtrue rtc_enable_protobuffalse is_clangfalse target_cpu\"x64\" enable_iterator_debuggingtrue use_custom_libcxxfalse symbol_level0 rtc_include_testsfalse" out/d…

【开源书籍】深入讲解内核网络、Kubernetes、ServiceMesh、容器等云原生相关技术。

项目地址&#xff1a;GitHub - isno/theByteBook: ⭐ 【开源书籍】深入讲解内核网络、Kubernetes、ServiceMesh、容器等云原生相关技术。经历实践检验的 DevOps、SRE指南。如发现错误&#xff0c;谢谢提issue 深入架构原理与实践 这是什么&#xff1f; 这是一本关于架构设计…

1. qml的基础入门篇-及学习思路大纲

目录 学习习惯学习大纲&#xff08;会不间断修订&#xff09;&#xff08;留意第一篇&#xff09; 学习习惯 学习qt不得不说的一些基本习惯&#xff1a; ①查看qt源码&#xff0c;学习qt一定要耐心去看qt的源码&#xff0c;有很多技术我们可以从中借鉴 ②查看代码开放平台&…

【Python】基础(专版提升1)

Python基础 1. 导学1.1 学习理念1.1.1 弱语法&#xff0c;重本质1.1.2 是技术&#xff0c;更艺术 1.2 学习方法1.2.1 当天知识必须理解 2. Python 简介2.1 计算机基础结构2.1.1 硬件2.1.2 软件 2.2 基础知识2.2.1 Python介绍2.2.1.1定义2.2.1.2优势2.2.1.3从业岗位 2.2.2 Pytho…

openGauss学习笔记-255 openGauss性能调优-使用Plan Hint进行调优-Hint的错误、冲突及告警

文章目录 openGauss学习笔记-255 openGauss性能调优-使用Plan Hint进行调优-Hint的错误、冲突及告警 openGauss学习笔记-255 openGauss性能调优-使用Plan Hint进行调优-Hint的错误、冲突及告警 Plan Hint的结果会体现在计划的变化上&#xff0c;可以通过explain来查看变化。 …

LeetCode|501. Find Mode in Binary Search Tree

题记 时隔若干年后&#xff0c;我又开始刷leetcode了&#xff0c;看看这次会刷多少。 题目 Given the root of a binary search tree (BST) with duplicates, return all the mode(s) (i.e., the most frequently occurred element) in it. If the tree has more than one …

apex0.1版本安装踩坑指南

踩了无数坑&#xff0c;发现只需要三行命令就可以成功安装apex0.1. 由于pip命令下只能找到0.9的版本&#xff0c;所以需要git clone的方式安装。 1. ​ git clone https://www.github.com/nvidia/apex 这个命令的意思是下载apex到本地。注意&#xff0c;这里需要稳定的环境…

负荷预测 | Matlab基于TCN-GRU-Attention单输入单输出时间序列多步预测

目录 效果一览基本介绍程序设计参考资料 效果一览 基本介绍 1.Matlab基于TCN-GRU-Attention单输入单输出时间序列多步预测&#xff1b; 2.单变量时间序列数据集&#xff0c;采用前12个时刻预测未来96个时刻的数据&#xff1b; 3.excel数据方便替换&#xff0c;运行环境matlab20…

[法规规划|数据概念]数据要素市场三月速递

“ 代表关注&#xff0c;市场活跃&#xff0c;发展迅速” 01—听听两会代表怎么说 在2024年的全国两会期间&#xff0c;数据要素作为新型的生产要素受到广泛关注&#xff0c;众多代表围绕数据要素市场化、立法、安全监管、人才培养及基础设施建设等方面&#xff0c;积极建言献策…

P8602 [蓝桥杯 2013 省 A] 大臣的旅费【树的直径】

P8602 [蓝桥杯 2013 省 A] 大臣的旅费 - 洛谷 | 计算机科学教育新生态 (luogu.com.cn) #include<iostream> #include <algorithm> #include <vector> using namespace std; #define int long long const int N5e5100; int n; int res0; typedef pair<int,…

植物大战僵尸Python版,附带源码注解

目录 一、实现功能 二、安装环境要求 三、如何开始游戏 四、怎么玩 五、演示 六、部分源码注释 6.1main.py 6.2map.py 6.3Menubar.py 七、自定义 7.1plant.json 7.2zombie.json 一、实现功能 实施植物&#xff1a;向日葵、豌豆射手、壁桃、雪豆射手、樱桃炸弹、三…

蓝桥杯——最长递增

题目 在数列 a1, a2,,an 中&#xff0c;如果 a¡ < ai1 < ai2 <<aj&#xff0c;则称 ai 至 a,为一段递增序列&#xff0c;长度为 j-i 1。 定一个数列&#xff0c;请问数列中最长的递增序列有多长。 输入描述 输入的第一行包含一个整数 n。 第二行包含 几 个整…

【前端】学习路线

1、基础 1.1 HTML 菜鸟教程-主页&#xff1a;https://www.runoob.com/ 可以学习&#xff1a;HTML、CSS、Bootstrap等 1.2 CSS 《通用 CSS 笔记、建议与指导》 1.3 JavaScript 1&#xff09;入门&#xff1a;JavaScript 的基本语法 2&#xff09;进阶&#xff1a;现代 …

蓝桥杯中的DFS算法

前言 和上一篇文章一样&#xff0c;这篇文章是介绍蓝桥杯中的第二种暴力算法就是DFS算法&#xff0c;在蓝桥杯中非常常用。 简单介绍 DFS算法中文名就是深度优先算法&#xff0c;在这里就不详细介绍这个算法了&#xff0c;可以自行搜索&#xff0c;网上有很多&#xff0c;或…

前端小白的学习之路(Vue2 二)

提示&#xff1a;学习vue2的第二天&#xff0c;笔记记录&#xff1a;自定义指令&#xff0c;事件修饰符&#xff0c;属性计算&#xff0c;属性监听&#xff0c;属性过滤 目录 一、自定义指令 1.全局注册 2.局部注册 二、事件修饰符 1.常用事件修饰符 1&#xff09;事件相…

Http客户端Feign

RestTemplate存在的问题 这是一段使用RestTemplate来发起远程调用的代码&#xff0c;存在以下问题 1&#xff0c;代码可读性差&#xff0c;编程体验不统一&#xff08;其实还好&#xff09; 2&#xff0c;复杂的url难以维护&#xff0c;修改起来十分麻烦 3&#xff0c;总结…

4.9作业

完善对话框&#xff0c;点击登录对话框&#xff0c;如果账号和密码匹配&#xff0c;则弹出信息对话框&#xff0c;给出提示“登录成功“&#xff0c;提供一个Ok 按钮&#xff0c;用户点击Ok后&#xff0c;关闭登录界面&#xff0c;跳转到其他界面 如果账号和密码不匹配&#xf…

python pygame库的略学

文章目录 概述1. pygame的初始化和退出2. 创建游戏窗口&#xff08;1&#xff09;set_mode()&#xff08;2&#xff09;set_capyion()&#xff08;3&#xff09;update() 3. 游戏循坏与游戏时钟4. 图形和文本绘制&#xff08;1&#xff09;图形绘制&#xff08;2&#xff09;文…

thinkphp5关联预载入with指定字段属性查询

一、thinkphp5.0 如果要指定属性查询&#xff0c;可以使用&#xff1a; $list User::field(id,name)->with([profile>function($query){$query->field(email,phone);}])->select([1,2,3]); foreach($list as $user){// 获取用户关联的profile模型数据dump($user…