《线性代数及其应用》学习笔记

这篇文章较长,主要是记录《线性代数及其应用》的定理、结论、算法以及部分定义,方便以后的回顾复习。本文术语与符号与该书保持一致。

1. 结论

la1

2. 结论

la2

3. 存在与唯一性定理

la3

4. 定理

la4

5. 结论

la5

6. 定理

la6

7. 结论

la7

8. 定理

la8

9. 线性无关与线性相关的定义

la9

10. 结论

la10

11. 结论

la11

12. 定理

la12

13. 定理

la13

14. 定理

la14

15. 线性变换的定义

la15

16. 结论

la16

17. 定理

la17

18. 单射、满射、双射

注:在该书中,“单射”称为“一对一的”,“满射”称为“映上的”、“把…映到…上的”,“双射”称为“一一对应的”(注意区别于“一对一的”)。我发现国内书籍才使用“单射、满射、双射”的概念,而涉及这些概念的国外书籍翻译过来一般都是使用与之前面提到与之对应的称呼。

la18a

la18b
la18c

19. 定理

la19

20. 定理

la20

21. 矩阵运算律

la21

22. 矩阵转置相关公式

la22
la22a

23. 定理

la23a
la23b
la23c

24. 求矩阵逆的算法(另一个方法见33)

la24

25. 可逆矩阵定理

这是整合了整本书对该定理所有描述,所以有些部分需要看到后面的概念和定理才能理解
la25a
la25b
la25c
la25d

26. 余因子展开式与行列式计算

la26
la26a
la26b

27. 定理

la27

28. 计算行列式的定理

la28

29. 定理

la29

30. 定理

la30

31. 定理

la31
la31a

32. 克拉默法则

la32

33. 逆矩阵公式(另一个方法见24)

la33

34. 行列式的几何解释

la34

35. 行列式用于描述线性变换的几何性质

la35

36. 子空间的定义

la36a
la36b

37. 生成的子空间,生成集的定义

la37

38. 零空间的定义

la38

39. 列空间的定义

la39

40. 定理(6中定理a与c的另一种说法)

la40

41. 零空间与列空间对比

la41

42. 推广后线性变换相关概念

la42

43. 推广后线性无关和线性相关的定义、定理

la43
la43a

44. 基的定义

la44

45. 生成集定理

la45a
la45b

46. 定理

la46

47. 结论

la47

48. 定理

la48

49. 定理

la49

50. 维的定义

la50

51. 基定理

la51
la51a

52. 结论

la52

53. 秩的定义

la53

54. 秩定理

la54

55. 线性差分方程的定义

la55

56. 定理

la56

57. 非齐次差分方程的解

la57

58. 马尔科夫链相关概念

la58

59. 稳态向量

la59

60. 定理

la60

61. 特征值与特征向量的定义

la61

62. 定理

la62

63. 定理

la63

64. 行列式性质

la64

65. 结论

la65

66. 矩阵相似

la66

67. 对角化定理

la67

68. 定理

la68

69. 定理

la69

70. 内积的性质

la70

71. 向量的长度(范数)

la71

72. 向量的距离

la72

73. 向量正交的定义

la73

74. 正交补的定义

la74

75. 定理

la75

76. 正交基与标准正交基的定义与定理

la76
la76b

77. 定理

la7

78. 定理

la78

79. 正交矩阵的定义与性质

正交矩阵就是列向量是单位向量而且都是正交的
la79

80. 正交分解定理

la80

81. 最佳逼近定理

la81

82. 定理

la82

83. 格拉姆-施密特方法

la83

84. QR分解算法

la84
la84a
la84b

85. 最小二乘问题与最小二乘解的定义

la85a
la85b

86. 一般最小二乘问题的解

la86

87. 最小二乘问题的另一解法

当矩阵的列正交时:
la87a
当矩阵的列线性无关时:
la87b
la87c
la87d

88. 定理

la88

89. 正交对角化的定义以及正交矩阵P的寻找

la89a
la89b

90. 对称矩阵的谱定理

la90

91. 二次型的定义

看到对称矩阵就要马上想到其对应了一个二次型,而且方程”c=二次型”几何意义是可以是椭圆、双曲线、两相交直线或不含任何点
la91

92. 主轴定理

la92

93. 奇异值的定义

la93

94. 奇异值分解(SVD)的概念、定理与例子

la94a
la94b
la94c
la94d

95. 均值、协方差矩阵、总方差、迹

la95
la95a

96. 主成分分析的过程与以及降维作用的例子

主成分分析的过程就是先求主成分再求主成分变量的过程,个人认为这个过程的意义在于,可以找到一组新的基所对应的坐标系,使得数据尽可能落在同一个坐标轴附近(体现为新的协方差矩阵为对角线或接近对角线矩阵),从而达到降维目的
la96a
la96b
la96c
la96d