最优化算法速通 - 预备知识

向量

• 线性相关: 存在表出系数
• 线性无关
• 线性组合
• 张成子空间
• 子空间的基, 维数

矩阵

• 保秩运算
  1. 初等变换
  2. 加入列向量组的线性组合列
  3. 乘以可逆矩阵
  4. 转置, 旋转, 镜像
• 矩阵的逆和计算
  • 主逆副反号
• 线性方程组的解的存在性 (增广矩阵的秩)
• 方程组的解的表达
  • 特解, 基础解系
  • 特解+零空间平移
  • 广义逆

内积与范数

• 内积
  • 非负性
  • 对称性
  • 可加性 (线性性)
  • 齐次性 (线性性)
• 范数
  • 非负性
  • 齐次性
  • 三角不等式
• Cauchy-Schwartz 不等式 , 当且仅当线性相关时等号成立
• 勾股定理: 对两正交向量, 任何范数都成立
• p-范数
• 向量值函数连续性
• 复空间的内积

向量范数

矩阵范数

• 非负性
• 齐次性
• 三角不等式
• 相容性:

F-范数

F-范数等价于向量空间上的欧式范数

导出范数

用行空间和列空间的向量范数导出矩阵范数

用A对n维单位向量做线性变换, 得到的最长m维向量的长度

线性变换

• 线性变换的定义
  • 齐次性
  • 可加性
• 线性变换的矩阵表示: 对坐标的变换
• 不同基之间的过渡矩阵: 从 到 的过渡矩阵
• 线性变换的特征值: 矩阵表示的特征值, 利用相似对角化求
• 正交矩阵
• 对称矩阵: 实对称矩阵一定可相似对角化

正交投影算子

性质: 对称, 幂等

二次型

• 正定
  • 各阶顺序主子式大于零
  • 特征值全大于零
• 半正定
  • 所有主子式非负 (必要条件: 各阶顺序主子式非负)
  • 特征值全非负

瑞利不等式

对实对称矩阵 有:

二次型的值被最大特征值和最小特征值限制

许可协议

本文采用 署名-相同方式共享 4.0 国际 许可协议，转载请注明出处。

分享文章