﻿<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:trackback="http://madskills.com/public/xml/rss/module/trackback/" xmlns:wfw="http://wellformedweb.org/CommentAPI/" xmlns:slash="http://purl.org/rss/1.0/modules/slash/"><channel><title>C++博客-tommy-随笔分类-数学</title><link>http://www.cppblog.com/tommy/category/15889.html</link><description>It's hard to tell the world we live in is either a reality or a dream</description><language>zh-cn</language><lastBuildDate>Mon, 20 Jun 2011 01:30:30 GMT</lastBuildDate><pubDate>Mon, 20 Jun 2011 01:30:30 GMT</pubDate><ttl>60</ttl><item><title>如何用sin和cos表达复杂的周期现象 </title><link>http://www.cppblog.com/tommy/archive/2011/06/19/148968.html</link><dc:creator>Tommy Liang</dc:creator><author>Tommy Liang</author><pubDate>Sun, 19 Jun 2011 08:09:00 GMT</pubDate><guid>http://www.cppblog.com/tommy/archive/2011/06/19/148968.html</guid><wfw:comment>http://www.cppblog.com/tommy/comments/148968.html</wfw:comment><comments>http://www.cppblog.com/tommy/archive/2011/06/19/148968.html#Feedback</comments><slash:comments>0</slash:comments><wfw:commentRss>http://www.cppblog.com/tommy/comments/commentRss/148968.html</wfw:commentRss><trackback:ping>http://www.cppblog.com/tommy/services/trackbacks/148968.html</trackback:ping><description><![CDATA[<img src="http://www.cppblog.com/images/cppblog_com/tommy/1.png" border="0" alt="" width="619" height="814" /><br /><img src="http://www.cppblog.com/images/cppblog_com/tommy/2.png" border="0" alt="" width="614" height="804" /><br /><img src="http://www.cppblog.com/images/cppblog_com/tommy/31.png" width="376" height="106" alt="" /><img src ="http://www.cppblog.com/tommy/aggbug/148968.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.cppblog.com/tommy/" target="_blank">Tommy Liang</a> 2011-06-19 16:09 <a href="http://www.cppblog.com/tommy/archive/2011/06/19/148968.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item><item><title>麻省理工《线性代数》学习笔记</title><link>http://www.cppblog.com/tommy/archive/2011/01/18/138741.html</link><dc:creator>Tommy Liang</dc:creator><author>Tommy Liang</author><pubDate>Tue, 18 Jan 2011 05:43:00 GMT</pubDate><guid>http://www.cppblog.com/tommy/archive/2011/01/18/138741.html</guid><wfw:comment>http://www.cppblog.com/tommy/comments/138741.html</wfw:comment><comments>http://www.cppblog.com/tommy/archive/2011/01/18/138741.html#Feedback</comments><slash:comments>0</slash:comments><wfw:commentRss>http://www.cppblog.com/tommy/comments/commentRss/138741.html</wfw:commentRss><trackback:ping>http://www.cppblog.com/tommy/services/trackbacks/138741.html</trackback:ping><description><![CDATA[





















1.矩阵乘以向量即为使用向量的分量对矩阵的列进行线性组合；<br>2.每个消元步骤都可以用矩阵乘法表达；由此导出求逆的办法：<br>&nbsp;&nbsp;E[A I]表明对 [A I]分块矩阵进行消元，消元的步骤归结为 E,则得到 [EA E]，EA最终变成I，那么E就是A<sup>-</sup>,其值由[EA E](即[I E])的右边分块给出。<br>3.矩阵乘法可以改变组合顺序（重新组合括号），但不可交换；<br>4.矩阵在左边的时候，用行变换，在右边的时候，用列变换；<br>5.行操作的步骤：选择左边矩阵每行的分量作为组合因子，对右边矩阵的各行进行线性组合，产生对应的各行；<br>6.列操作的步骤：选择右边矩阵每列（向量）的分量作为组合因子，对左边矩阵的各列进行线性组合，产生对应的各列；<br>7.置换矩阵：行交换后的单位矩阵；<br>8.置换矩阵的特点：总是可逆的，并且其转置恰好等于其逆；<br>9.PA=LU， 矩阵总可做LU分解，P是置换矩阵(Permutation)；<br>10.对称矩阵：转置后等于自身的矩阵；<br>11.矩阵乘上其转置可以产生一个对称矩阵；<br>12.向量空间：即若干向量的线性组合；<br>&nbsp;&nbsp;线性无关：如果向量无论如何组合（除了零组合）都得不到零向量，那么这些向量就是线性无关的，反之就是线性相关的，简言之，如果 Ax = 0 无解（零解除外），则A的列向量线性无关。<br>&nbsp;（矩阵的）零空间（NA)：使得Ax=0的所有x，总是包括零向量,零空间告诉我们矩阵的列向量是如何组合使得他们线性相关的；<br>13.Ax=b的可解性分析：首先b必须在C(A)（A的列空间）中，第二是如果A的行的某个线性组合产生了零行，那么b的同样的线性组合必须也给出零；<br>14.如何找到Ax=b的全解集：<br>&nbsp;&nbsp; （1）找到一个特解：首先将所有的自由变量设置为零，然后为解Ax=0得到主元，比如R4中，x1,x3是主元，解出特解为 [x1,0,x3,0]<sup>T</sup>；<br>&nbsp;&nbsp; （2）解x的零空间(null space)；<br>&nbsp;&nbsp; 现在，全解的表达式就是 特解 + 零空间中x的任意线性组合；<br>15.矩阵的秩(Rank)：消元后有主元的列数；<br>16.m x n 矩阵的秩r与Ax=b的解集的关系：<br>&nbsp;&nbsp; （1）r = m = n<br>&nbsp;&nbsp; &nbsp; &nbsp; 其 rref (reduced row echelon form:矩阵的化简行阶梯形式) 是单位矩阵I，Ax=b有唯一解；<br>&nbsp;&nbsp; （2）r = n &lt; m<br>&nbsp;&nbsp; &nbsp; &nbsp; 其 rref 形如 [I 0]<sup>T&nbsp;</sup>零解或一个解,当b的下面的对应rref的零块的分量不是0的话，就是零解；<br>&nbsp;&nbsp; （3）r = m &lt; n<br>&nbsp;&nbsp; &nbsp; &nbsp; 其 rref 形如 [IF],F是自由变量，有无穷多个解；<br>&nbsp;&nbsp; （4）r &lt; m，r &lt; n<br>&nbsp;&nbsp; &nbsp; &nbsp; 其 rref 形如 [IF &nbsp;00]<span style="font-size: 13px; "><sup>T</sup></span><span style="font-size: 13px; "><sup>&nbsp;</sup>，有零或无穷解；<br>17.如果矩阵的零空间只有零向量，那么矩阵的向量线性无关 (independent)，可以理解为：除了零，没有其他线性组合使得矩阵的向量回到原点，则向量线性无关；<br>18.张成(Span)：矩阵列向量的所有线性组合；<br>19.空间的基(Basis):{ 空间中的向量集 | 线性无关且可张成空间本身 },某个空间的所有基都有相同个数的向量数，这个数称为空间的维(Dimension),<br>&nbsp;&nbsp; 其中，DimC(A)=r， DimN(A) = n - r<br>20.矩阵的四个子空间：<br>&nbsp;&nbsp; （1）C(A) 列空间，在 R<sup>m</sup>，向量有m个分量,Dim(C(A)) = r;<br>&nbsp;&nbsp; （2）N(A) 零空间，在 R<sup>n</sup>,Dim(N(A)) = n-r<br>&nbsp;&nbsp; （3）C(A<sup>T</sup>) 行空间，在 R<sup>n</sup>,Dim(C(A<sup>T</sup>)) = r，即矩阵转置后，列空间的维度不变;这是一个很重要的结论。<br>&nbsp;&nbsp; （4）N(A<sup>T</sup>) 转置的零空间，在 R<sup>m</sup>,Dim(N(A<sup>T</sup>)) = m-r<br><br><br>今天到西丽考第一科目，100分过关！特此庆祝！<br></span><img src ="http://www.cppblog.com/tommy/aggbug/138741.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.cppblog.com/tommy/" target="_blank">Tommy Liang</a> 2011-01-18 13:43 <a href="http://www.cppblog.com/tommy/archive/2011/01/18/138741.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item></channel></rss>