基础数学知识-线性代数

1. 矩阵相乘

c i j = a i k ∗ b k j c_{ij} = a_{ik} * b_{kj} cij=aikbkj

1. 范数

1. 向量的范数

任意一组向量设为 x ⃗ = ( x 1 , x 2 , . . . , x N ) \vec{x}=(x_1,x_2,...,x_N) x =(x1,x2,...,xN) 如下:

  • 向量的1范数: 向量的各个元素的绝对值之和

∥ x ⃗ ∥ 1 = ∑ i = 1 N ∣ x i ∣ \Vert\vec{x}\Vert_1=\sum_{i=1}^N\vert{x_i}\vert x 1=i=1Nxi

  • 向量的2范数: 向量的每个元素的平方和再开平方根

∥ x ⃗ ∥ 2 = ∑ i = 1 N ∣ x i ∣ 2 \Vert\vec{x}\Vert_2=\sqrt{\sum_{i=1}^N{\vert{x_i}\vert}^2} x 2=i=1Nxi2

  • 向量的负无穷范数: 向量所有元素的绝对值中最小的
    ∥ x ⃗ ∥ − ∞ = min ⁡ ∣ x i ∣ \Vert\vec{x}\Vert_{-\infty}=\min{|{x_i}|} x =minxi

  • 向量的正无穷范数: 向量所有元素的绝对值中最大的

∥ x ⃗ ∥ + ∞ = max ⁡

你可能感兴趣的:(面试题,线性代数,机器学习,算法)