线性代数 --- 个人文章索引

这是我自己学习MIT线性代数过程中的所有学习文章索引

 

1,向量,矩阵(vector and Matrix)

1.1,基本概念

什么叫线性组合 Linear Combination

线性相关与线性无关

矩阵的列视图与行视图

1.2,向量
向量的内积(点积)

向量的长度

向量的内积与正交(垂直),Orthogonal Vectors

用内积重新定义矩阵的转置

1.3,矩阵与向量的相关操作

如何用行向量和列向量对矩阵进行操作?

矩阵与向量相乘

如何用行置换矩阵(P)和列置换矩阵(Q)对矩阵进行操作?

1.4,矩阵的逆

什么是矩阵的逆?

矩阵求逆的4种方法

可逆矩阵的性质

如何判断矩阵是否可逆(奇异与非奇异)?

1.5,矩阵

置换矩阵 - permutation matrix

线性代数中的一些特殊矩阵(被广泛用于高斯消元法的消元矩阵E)

2,高斯消元,LU分解(Gaussian Elimination and LU decomposition)

2.1,高斯消元

Gauss消元的部分主元法和完全主元法

什么是高斯消元法,什么又是高斯-若尔当消元?

高斯消元法的几何解释

2.2,LU分解

LU分解(Gauss消元法的矩阵表示)

带有置换矩阵P的LU分解

LU分解的数值算法Crout‘s method

3,线性方程组,向量空间(Linear equations and Vector space)

3.1,线性方程组  

什么是线性方程组?

线性方程组的相容与不相容

如何求解不可逆的mxn长方形矩阵Ax=0的通解Null(A)和Ax=b的通解

​​​​​​求解Ax=0/Ax=b的计算步骤

Rank秩

3.2,向量空间

向量空间(vector space)与子空间(subspace)

张成(span),基底(basis)与向量空间的维数(dimension of vector space)

Matrix A的零空间(Null space)与列空间(Column space)

线性代数基本定理上(四个基本子空间的维数,行秩=列秩)

线性代数基本定理下(四个基本子空间两两正交且互为正交补)

4,正交,投影与最小二乘(Orthogonality, Projections and Least Squares)

线性代数 --- 投影Projection 一(投影向量p)

线性代数 --- 投影Projection 二(投影即分量)

线性代数 --- 投影Projection 三(投影矩阵P)

线性代数 --- 投影Projection 四(投影有什么用?Why projection)

线性代数 --- 投影Projection 五(投影矩阵的性质)

线性代数 --- 投影Projection与Cauthy-Schwarz柯西不等式

5,行列式(Determinants)

三种计算矩阵的行列式的方法之一 拉普拉斯展开法

三种计算矩阵的行列式的方法之二 莱布尼兹展开法

三种计算矩阵的行列式的方法之三 LU分解法

6,特征值与特征向量(Eigenvalues and Eigenvectors)

特征向量,特征值与迹

矩阵的n次幂 - 特征值

矩阵的对角化 - 特征向量

7,正定矩阵(Positive Definite Matrices)

8,矩阵的计算(Computations with Matrices)

条件数(condition number)

9,其他

如何学好线性代数?

求解Ax=b时的反斜杠“\“,backslash

纳尼? 2D的高斯核可以通过1D的高斯核直接生成?

线性代数中方程Ax=b的A究竟是什么?!

(全文完)

作者 --- 松下J27

鳴謝:

1, Introduction to Linear Algebra --- Gilbert Strang

2, MIT open course ware --- 18.06.Gilbert Strang

3,Gilbert Strang's Homepage

古文赏析:

《曹刿论战》左传

---  左丘明,先秦

  十年春,齐师伐我。公将战,曹刿请见。其乡人曰:“肉食者谋之,又何间焉?”刿曰:“肉食者鄙,未能远谋。”乃入见。问:“何以战?”公曰:“衣食所安,弗敢专也,必以分人。”对曰:“小惠未遍,民弗从也。”公曰:“牺牲玉帛,弗敢加也,必以信。”对曰:“小信未孚,神弗福也。”公曰:“小大之狱,虽不能察,必以情。”对曰:“忠之属也。可以一战。战则请从。”(遍 同:徧)

  公与之乘,战于长勺。公将鼓之。刿曰:“未可。”齐人三鼓。刿曰:“可矣。”齐师败绩。公将驰之。刿曰:“未可。”下视其辙,登轼而望之,曰:“可矣。”遂逐齐师。

  既克,公问其故。对曰:“夫战,勇气也。一鼓作气,再而衰,三而竭。彼竭我盈,故克之。夫大国,难测也,惧有伏焉。吾视其辙乱,望其旗靡,故逐之。”

线性代数 --- 个人文章索引_第1张图片

 (配图与本文无关)

版权声明:所有的笔记,可能来自很多不同的网站和说明,在此没法一一列出,如有侵权,请告知,立即删除。欢迎大家转载,但是,如果有人引用或者COPY我的文章,必须在你的文章中注明你所使用的图片或者文字来自于我的文章,否则,侵权必究。 ----松下J27

你可能感兴趣的:(Linear,Algebra,线性代数,矩阵,数学基础)