《矩阵论》学习笔记(一):第一章 线性空间与线性变换

2023-12-27 20:58

本文主要是介绍《矩阵论》学习笔记(一):第一章 线性空间与线性变换,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

《矩阵论》学习笔记:第一章 线性空间与线性变换

文章目录

  • 《矩阵论》学习笔记:第一章 线性空间与线性变换
    • 一、线性空间
      • 1.1 线性空间
      • 1.2 线性变换及其矩阵
        • 1.2.1 线性变换及其应用
        • 1.2.2 线性变换的矩阵表示
        • 1.2.3 特征值和特征向量
        • 1.2.4 对角矩阵
        • 1.2.6 jordan标准型
      • 1.3 两个特殊的线性空间
        • 1.3.1 欧氏空间
        • 1.3.2 酉空间
    • 二、线性变换及其性质

第一章 线性空间与线性变换
一. 线性空间
二. 线性变换及其性质
三. 两个特殊的线性空间
1 欧氏空间
2 酉空间
1 线性空间及其性质
2 线性空间的基与坐标
3 基变换与坐标变换
4 线性子空间
1 线性变换及其运算
2 线性变换的矩阵表示
3 特征值与特征向量
4 对角矩阵
5 Jordan标准矩阵

一、线性空间

1.1 线性空间

1、基变换公式:
基1: x ⃗ 1 , . . . , x ⃗ n \vec x_1,...,\vec x_n x 1,...,x n,坐标1: ( ζ 1 , . . . , ζ n ) T (\zeta_1,...,\zeta_n)^T (ζ1,...,ζn)T
基2: y ⃗ 1 , . . . , y ⃗ n \vec y_1,...,\vec y_n y 1,...,y n,坐标2: ( η 1 , . . . , η n ) T (\eta_1,...,\eta_n)^T (η1,...,ηn)T
( y ⃗ 1 , . . . , y ⃗ n ) = ( x ⃗ 1 , . . . , x ⃗ n ) ∗ C (\vec y_1,...,\vec y_n)=(\vec x_1,...,\vec x_n)*C (y 1,...,y n)=(x 1,...,x n)C
( ζ 1 , . . . , ζ n ) T = C ∗ ( η 1 , . . . , η n ) T (\zeta_1,...,\zeta_n)^T=C*(\eta_1,...,\eta_n)^T (ζ1,...,ζn)T=C(η1,...,ηn)T.

1.2 线性变换及其矩阵

1.2.1 线性变换及其应用

考点:

考点求解步骤
1、证明/判断是不是线性变换验证T(kx=ly)=k(Tx)+l(Ty)成立
2、值域空间的基和维度dim(R(T))+dim(N(T)) =n(线性空间维度)
2、核空间的基和维度Ax=o求解基向量
1.2.2 线性变换的矩阵表示
考点求解步骤
1、线性变换T在基下的各种变换基组/线性变换T/基象组/矩阵A 4个来回捣腾(下表)
2、线性变换T在两个不同基下矩阵A/B(相似矩阵)B=P^(-1)AP
线性变换T考点求解步骤
1、已知线性变换表达式、一组基,求另一基下的矩阵A对基向量做线性变换,得到的结果用基向量表示,系数构成矩阵A。
2、已知线性变换表达式、一组基,求T的特征值/向量1)对基向量做线性变换,得到的结果用基向量表示,系数构成矩阵A;
2)对A求特征多项式。
3、已知线性变换表达式、一组基1,求T的另一组基2,使A’为三角阵1)对基1向量做线性变换,得到的结果用基1向量表示,系数构成矩阵A;
2)对A求特征多项式得到特征向量作为待求基2;
3)再次 对基2向量做线性变换,得到的结果用基2向量表示,系数构成矩阵A‘。
对线性变换表达式的说明:1)给定表达式:直接带入;
2)坐标的变化表达:借助线性变换同基坐标变换: b = A α b=A\alpha b=Aα 得到变换后坐标,再用基向量表达出来。
1.2.3 特征值和特征向量
考点求解步骤
1、求线性变换T的特征值和特征多项式7
2、矩阵A的最小多项式 φ ( A ) = 0 \varphi(A)=0 φ(A)=0
1.2.4 对角矩阵
考点求解步骤
1、对线性变换T:已知基1 or 矩阵A,
求基2 or 对角矩阵
Jordan标准型
过渡矩阵
1.2.6 jordan标准型
考点求解步骤
1、求矩阵A的jordan标准型方法1、方法2

1.3 两个特殊的线性空间

1.3.1 欧氏空间
考点求解步骤
1、标准正交基Schmidt正交化过程
2、证明 T 是正交变换先证T是线性变换,再证是正交变换
1.3.2 酉空间

未完

二、线性变换及其性质

这篇关于《矩阵论》学习笔记(一):第一章 线性空间与线性变换的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/544268

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

hdu 4565 推倒公式+矩阵快速幂

题意 求下式的值: Sn=⌈ (a+b√)n⌉%m S_n = \lceil\ (a + \sqrt{b}) ^ n \rceil\% m 其中: 0<a,m<215 0< a, m < 2^{15} 0<b,n<231 0 < b, n < 2^{31} (a−1)2<b<a2 (a-1)^2< b < a^2 解析 令: An=(a+b√)n A_n = (a +

线性代数|机器学习-P36在图中找聚类

文章目录 1. 常见图结构2. 谱聚类 感觉后面几节课的内容跨越太大,需要补充太多的知识点,教授讲得内容跨越较大,一般一节课的内容是书本上的一章节内容,所以看视频比较吃力,需要先预习课本内容后才能够很好的理解教授讲解的知识点。 1. 常见图结构 假设我们有如下图结构: Adjacency Matrix:行和列表示的是节点的位置,A[i,j]表示的第 i 个节点和第 j 个