Avatar notebook default
8篇文章 · 15579字 · 6人关注
  • MIT线性代数总结笔记——特征值与特征向量

    特征值和特征向量的意义 假设给定矩阵,作用在向量上,结果就得到了向量(此时矩阵A就像一个函数),其中,我们会得到中的很多向量,在这些向量中,我们...

  • MIT线性代数总结笔记——行列式

    行列式及其性质 前面的章节已经学习了大量关于矩阵的知识,现在我们来集中探讨一下方阵的性质,其中行列式和特征值是重中之重,本章来单独讨论行列式。 ...

  • MIT线性代数总结笔记——Ax=0和Ax=b

    求解Ax=0 消元法求解零空间 那么我们如何求解呢?还是使用消元法,之前我们说使用消元法求解方程时,我们对一种情况是无法处理的,那就是矩阵不可逆...

  • Resize,w 360,h 240
    MIT线性代数总结笔记——列空间与零空间

    向量空间 向量空间的概念 向量空间表示一整个空间的向量,然而,这并不意味着任意向量的集合就能被称为向量空间。所谓向量空间,必须满足空间对线性运算...

  • Resize,w 360,h 240
    MIT线性代数总结笔记——QR分解

    前言 前文我们讲解了投影矩阵和最小二乘法,本节我们深化正交基和正交矩阵的概念和性质,讨论QR分解以及将一组向量转化为标准正交向量组的方法:Gra...

  • MIT线性代数总结笔记——LU分解

    MIT线性代数总结笔记——LU分解 矩阵分解 矩阵分解(Matrix Factorizations)就是将一个矩阵用两个以上的矩阵相乘的等式来表...

  • Resize,w 360,h 240
    三维模型处理基础:从网格创建矩阵

    一个离散的三维模型是光滑曲面的近似。网格模型是离散的二维流形曲面。每个顶点只和有限数量的点相邻,同时还有边和面的元素。对于离散的三维模型,为了表...

  • Resize,w 360,h 240
    MIT线性代数总结笔记——最小二乘法(矩阵法)

    在很多时候,我们在求解方程时,如果A的列数太多,混入一些不准确的数据,此时方程时无解的,我们需要求解出最优解。这时候就需要使用最小二乘法来进行拟...

文集作者