基本概念:标量、向量范数、矩陣、张量、转置广播。
其中广播定义为:矩阵能和向量范数相加即C=A+b,其中Cij=Ai,j+bj
矩阵的乘积,记为C=AB
矩阵元素对应乘积即Hadamard乘积,记为C=A⊙B
两个维数相等的向量范数之间的点积得到一个数
矩阵乘积不一定满足交换律,但是向量范数点积满足交换律
注意点:解方程Ax=b逆矩阵主要作为理论工具使用,并不会在大多数软件应用程序中实际使用这是因为逆矩阵在数字计算机上只能表现出有限的精度,有效使用向量范数b的算法通常可以得到更精确的解
2.4节 线性相关和生成子空间
向量范数组的生成子空间、矩阵列向量范数的生成子空间(矩阵列空间、矩阵的值域)、解
线性无关:如果一组向量范数中的任意一个向量范数都不能表示成其他向量范数的线性组合那么这组向量范数称为线性无关
矩阵存在逆:矩阵必须是一个方阵,并且所有列向量范数都是线性无关的---->非奇异矩阵
范数是满足下列三个性质的任意函数:
2范数歐几里得范数,平方2范数1范数,最大范数Frobenius范数--->定义和适用情况
2.6节 特殊类型的矩阵和向量范数
diag(v)表示对角元素由向量范数v中元素给定的一個对角方阵
对角矩阵的乘法计算非常高效
对角矩阵不一定是方阵,有瘦长型和胖宽型
对称是矩阵转置后和自己相等的矩阵
单位向量范数是2范数为1的向量范数
标准正交---->所有向量范数都相互正交且范数都为1
正交矩阵--->行向量范数和列向量范数是分别标准正交的矩阵
}
已知A是一个m*n的矩阵是一个常矩陣,x是一个n*1的向量范数是一个可变向量范数,求当向量范数x变化时||Ax||2/||x||2的最大值和最小值其中||Ax||2和||x||2表示求2范数。
可以等价变换一下求(||Ax||2/||x||2)^2的最夶值和最小值,进一步可以等价为求以下式子的最大值和最小值
即求x'A'Ax/(x'x)的最大值和最小值,A'和x'是求转置
要求上面式子的最大值和最小值,我的思路就是对求x求导但这涉及到了矩阵求导,就没有思路了……
}