标签：线性表 linear 独立 转换 term 关系 project .com log
Linear Algebra
线性代数基础
（以下概念 大学期间线性代数课没有讲清楚，在这里梳理一下
向量空间、线性空间vector space：n维向量的全体所构成的集合叫做n维向量空间。
基，基底 basis: 向量空间V中任一向量都能由向量组a1,a2….an线性表示，那么该向量组为V的一个基。若向量组中每个向量都两两正交（orthogonal）,则被称为正交基，若每个向量的模都为1，则成为标准正交基（Orthonormal basis）
同构：维数相等的线性空间同构。
同构即为两线性空间存在一一对应的关系
迹(trace): 对角线元素之和
Vec(x) 操作：将矩阵转换为元素。先列后行
公式： 
内积：将两向量映射到一个标量。
性质： 共轭对称，线性，非负性。
投影(projection): 线性变换p 使得 
正交性： 任选向量 x,y 那么 px和 y-py 是正交的 。
正交投影 orthogonal
线性独立：几何理解 不平行。
行列式：determinant
特征值：等式
λ为A的特征值，x为对应于λ的特征向量
矩阵逆：线性代数（同济版）P124页定理7 可得‘
其中，U为特征向量组成的，为对角线为特征值的对角阵。
梯度：
定义：
ξ为某方向
标签：线性表 linear 独立 转换 term 关系 project .com log
原文地址：http://www.cnblogs.com/ChouPyroblast/p/6690835.html
