The Matrix Cookbook

线性代数复习.pdf

线性代数

实值复变函数求导

矩阵 A 的值域空间和其零空间

运算

$$ \vec{a}=(a_1, a_2, a_3, \cdots,a_n), \vec b=(b_1, b_2, b_3, \cdots , b_n) $$

$$ \vec a+\vec b=(a_1+b_1, a_2+b_2, a_3+b_3,\cdots,a_n+b_n) $$

$$ k\vec a=(ka_1, ka_2,ka_3,\cdots,ka_4) $$

$$ \vec a \cdot \vec b= \sum_{i=1}^{n}a_ib_i = a_1b_1+a_2b_2+a_3b_3+\cdots +a_nb_n $$

性质

线性相关

向量空间的一组元素中,若没有向量可用有限个其他向量的线性组合所表示,则称为线性无关或线性独立(linearly independent),反之称为线性相关(linearly dependent)。例如在三维欧几里得空间R3的三个向量(1, 0, 0),(0, 1, 0)和(0, 0, 1)线性无关。但(2, −1, 1),(1, 0, 1)和(3, −1, 2)线性相关,因为第三个是前两个的和。

正交

若内积空间中两向量的内积为0,则称它们是正交的。正交是垂直这一直观概念的推广。

若 $n$ 维向量两两正交, 则它们线性无关

正交与线性无关

正交的向量一定线性无关,线性无关的向量不一定正交。