【355】线性代数相关概念
术语 | 解释 | |
零矩阵 | 所有元素均为 0。 | |
n 阶矩阵 | 矩阵的行、列数都是 n。也称 n 阶方阵。 | |
上三角矩阵 | 在 n 阶矩阵中,若主对角线左下侧的元素全为 0。 | |
下三角矩阵 | 在 n 阶矩阵中,若主对角线右上侧的元素全为 0。 | |
对角矩阵 | 主对角线两侧的元素全为 0。 | |
单位矩阵 | 主对角线上元素全为 1 的对角矩阵。 | |
负矩阵 | (−1)A=−A | |
转置矩阵 | 矩阵 A 的行与列互换所得的矩阵。 | |
对称矩阵 | 方阵 A 满足 A=AT | |
逆矩阵 | AB=BA=E | |
伴随矩阵 | A∗ | |
n 维行向量 | 1 × n 矩阵(只有一行) | |
n 维列向量 | n × 1 矩阵(只有一列) | |
非奇异矩阵 | 行列式非零的方阵,有逆矩阵,非奇异矩阵和可逆矩阵是等价的概念。 | |
奇异矩阵 | 行列式等于零的矩阵,不可逆矩阵。 | |
秩 | 如果矩阵 A 的所有子式中,不等于零的子式的最高阶数为 r,则 r 称为矩阵 A 的秩,记为 R(A)=r 或 $秩(A) = r$ |
|
满秩矩阵 | 如果R(A) = min(m, n),则称为满秩矩阵 | |
內积、点积、点乘、数量积 | 一个行向量乘以一个列向量称作向量的内积,又叫作点积,结果是一个数;向量的点乘,也叫向量的内积、数量积,对两个向量执行点乘运算,就是对这两个向量对应位一一相乘之后求和的操作,点乘的结果是一个标量。 参考:矩阵外积与内积 表示形式 |
|
外积、 | 一个列向量乘以一个行向量称作向量的外积,外积是一种特殊的克罗内克积,结果是一个矩阵, | |
Gram 矩阵、格拉姆矩阵 | ||
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
· DeepSeek 开源周回顾「GitHub 热点速览」
· 记一次.NET内存居高不下排查解决与启示
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· .NET10 - 预览版1新功能体验(一)
2018-01-22 【295】暗黑表格模板及相关
2018-01-22 【294】◀▶ Python 字符串说明
2012-01-22 【011】◀▶ C#学习(八) - IO命名空间