数据分析-统计基础

集中趋势,离散测度,均值,中位数,众数,方差等点估计,区间估计等相关的知识

一:基与坐标

        1.1基

                基的定义:向量空间的一组基是张成该空间的一个线性无关的向量组。

                例如,在2空间中,最常用的一组基就是自然基(i,j),其中i=\binom{1}{0},j=\binom{0}{1},显然,2中所有向量都可以通过他们的线性组合线性表出,且这两个向量线性无关。

        1.2坐标

                

坐标的定义:向量可以被基1,2,…,唯一地线性表出:

                =11+22+…+

                则系数1,2,…,称为向量在基1,2,…,下的坐标,记为(1,2,…,)

                一个向量 在不同的基下 坐标一般也不同。

二:线性变换与矩阵

        2.1线性变换(也称线性映射)

                从空间VV的线性变换是对加法和数乘封闭的函数 :T:V→V

                也就是说,空间V中的任意一个元素,都可以通过变换TV中找到另一个元素与之一一对应。

                变换一个向量有两种方式:

        1. 将该向量旋转拉伸。
        2 . 改变整个坐标系,这是操纵空间的手段。

                线性空间中,改变空间只需改变基,也就是改变基向量的方向和长度。线性变换通常用大写花体字母表示,例如 ,

        2.2矩阵

                矩阵代表一次变换。用一个向量左乘一个矩阵,就表示将这个向量按此矩阵所定义的变换映射到新的向量。(矩阵一般用大写英文字母表示,例如 A, B)

                矩阵乘法(矩阵乘法就是复合变换:两个变换先后作用)

                矩阵乘法的规则:行和列分别相乘

                        数据分析-统计基础_第1张图片

 三:行列式

        以2维空间为例:

        既然线性变换是改变基组,那么我们只需要找到一个指标来度量 2个基向量围成的矩形面积 增大或缩小的比例

        该指标就是行列式的值。记作det(),或| |

       例: 

                数据分析-统计基础_第2张图片数据分析-统计基础_第3张图片

                 行列式计算规则:主对角线相乘减去副对角线相乘

                  行列式总结:1.若行列式的值为负,表示空间发生了翻转,交换了坐标轴的顺逆时针顺序 2.矩阵行列式等于零,则矩阵一定出现了向量的线性相关,则空间一定会被降维   3.行类式行数必须等于列数,也就是说必须式方阵才有行列式

四:逆矩阵和矩阵的秩

        数据分析-统计基础_第4张图片

         

        在线性代数里,当det(A)=0时,空间被降维后就没有对应的逆变换−1A^(-1)能变回去了。

        因此当det(A)=0,逆不存在。

        不可逆矩阵称为奇异矩阵。

        可逆矩阵称为非奇异矩阵

        4.2单位矩阵

                在所有矩阵中主对角线元素为1,其他元素都为0的矩阵,就代表什么都不做的变换。

                这种矩阵称为单位矩阵,记作I或者E.

        4.3核

                所有被线性变换变成零向量的向量组成的集合,称为该变换的“核”

                                

                在几何上,核就是即将在变换后落在原点的向量的集合。

        4.4值域

                所有被线性变换映射出的向量的集合,称为该变换的“值域”,就是

你可能感兴趣的:(数据分析)