视觉算法(VisuAlgo)是一个将数据结构与算法通过动画展现出来的网站。
实、复内积空间 与 奇异值分解、广义逆
实内积空间
- 定义:设 V 是实数域 R 上的线性空间,如果对 V 中任意向量 $\alpha$ 与 $\beta$,在 R 中都有唯一的实数与之对应,记作 $(\alpha, \beta)$,并对任意的$\alpha, \beta, \gamma \in V, k \in R$,这对应具有性质:
- (1)$(\alpha, \beta) = (\beta, \alpha)$
- (2)$(k \alpha, \beta) = k(\alpha, \beta)$
- (3)$(\alpha + \beta, \gamma) = (\alpha, \gamma) + (\beta, \gamma)$
- (4)$(\alpha, \alpha) \geq 0$ 当且仅当 $\alpha = 0$,$(\alpha, \alpha) = 0$
- 则称这对应是 V 的一个内积,具有这种内积的线性空间称为实内积空间或欧几里得(Euclid)空间
矩阵的若尔当标准形
$\lambda$-矩阵
元素是 $\lambda$ 的多项式的矩阵称为 $\lambda$-矩阵,记作 $A(\lambda) = (a{ij}(\lambda)){m*n}$;常数矩阵是其特殊形式
定义:若 $\lambda$-矩阵 $A(\lambda)$ 中不恒等于零的子式的最大阶数是r,则称 $A(\lambda)$ 的秩是r,记作 $rankA(\lambda) = r$
定义:$\lambda$-矩阵 $A(\lambda)$ 的初等变换,指以下三种变换
- (1)互换 $A(\lambda)$ 的第i行(列)与第j行(列)
- (2)用一个不为零的数k称 $A(\lambda)$ 的第i行(列)
- (3)用一个 $\lambda$ 的多项式 $\phi(\lambda)$ 乘 $A(\lambda)$ 的第j行(列)加到第i行(列)上
线性空间与线性变换、特征值
线性空间
- 定义:设 K 是给定的数域,V 是具有加法和数量乘法的非空集合,即对任何 $\alpha, \beta \in V, k \in K$,确定和 $\alpha + \beta \in V$,确定积 $k \alpha \in V$. 如果以下公理成立:
- (1)对任何 $\alpha, \beta \in V$,有 $\alpha + \beta = \beta + \alpha$
- (2)对任何 $\alpha, \beta, \gamma \in V$,有 $(\alpha + \beta) + \gamma = \alpha + (\beta + \gamma)$
- (3)对任何 $\alpha \in V$,在 V 中存在一个元素0,使 $\alpha + 0 = \alpha$,其中0称为 V 的零元素
- (4)对于所有的 $\alpha \in V$,存在 $\beta \in V$,使 $\alpha + \beta = 0$,其中 $\beta$ 称为 $\alpha$ 的负元素
- (5)$1 \cdot \alpha = \alpha$
- (6)对任何 $k, l \in K, \alpha \in V$,有 $k(l \alpha) = (kl)\alpha$
- (7)对任何 $k, l \in K, \alpha \in V$,有 $(k + l)\alpha = k \alpha + l \alpha$
- (8)对任何 $k \in K, \alpha, \beta \in V$,有 $k(\alpha + \beta) = k \alpha + k \beta$
- 则称 V 是数域K上的线性空间
向量空间
n维向量空间 $K^n$
$K^n$ 表示 K 上所有n维向量的集合:向量空间
定义:设 W 是 $K^n$ 的一个非空子集,如果对任何 $\alpha, \beta \in W, k \in K$,有 $\alpha + \beta \in W, k \alpha \in W$,则称 W 是 $K^n$ 的子空间
零向量形成 $K^n$ 的一个子空间,记作 {0},和 $K^n$ 都称为 $K^n$ 的平凡子空间
- 设 $\alpha_1, \alpha_2, …, \alpha_m \in K^n$,则 $\alpha = k_1 \alpha_1 + k_2 \alpha_2 + … + k_m \alpha_m$ 称为 $\alpha_1, \alpha_2, …, \alpha_m$ 的线性组合(线性表示)
矩阵的初等变换
矩阵运算
定义:若 $A = (a{ij}) \in C^{m*n}$,则矩阵 $\overline A = ( \overline a{ij}){m*n}$,其中 $\overline a{ij}$ 是 a 的共轭复数,称为 A 的共轭矩阵;若 $A^{} = (a_{ji}^{}) = \overline A^{T}$,即 $a{ji}^{*} = \overline a{ij}(i = 1, 2, …, m; j = 1, 2, …, n)$,则矩阵 $A^{}$ 称为 A 的*共轭转置矩阵,有时记作 $A^{H}$
定义:设 $A = R^{nn}$,如果 $A = A^{T}$,则 A 叫实对称矩阵,设 $B \in C^{nn}$,如果 $B = B^{H}$,则 B 称为埃尔米特(Hermite)矩阵