国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

線性代數(shù)3,什么是向量 向量空間(草稿,建設(shè)ing)

這篇具有很好參考價(jià)值的文章主要介紹了線性代數(shù)3,什么是向量 向量空間(草稿,建設(shè)ing)。希望對大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問。

目錄

1 標(biāo)量 scalar

2 向量 /矢量?vector

2.1 什么是向量(直觀)

2.2 什么是向量(嚴(yán)格定義)

2.3 向量如何表示?在向量空間的表示方法

3 矩陣(matrix)

3.1 矩陣的定義

3.2 矩陣和向量的關(guān)系

3.3? 方陣

4 ?張量(tensor):向量,矩陣都可以看成張量

4.1 張量的定義

4.2 更多維度的張量,舉例子

4.3 張量的圖形表示

5 具體例子說明 向量,矩陣,張量

5.1 向量

5.2 矩陣

5.3 張量

5.4 常見的寫法區(qū)別

5.5 一個(gè)比較靈活的實(shí)際例子

5.5.1 上面這個(gè)表直接看成一個(gè)5階張量是沒問題的

5.5.2 強(qiáng)行合并一些列,把總列數(shù)表為3列


1 標(biāo)量 scalar

標(biāo)量 scalar:

  • 標(biāo)量就是一個(gè)單獨(dú)的數(shù)!
  • 標(biāo)量還有一種更深刻的說法,就是線性變換時(shí)不會(huì)發(fā)生變化的量.?

數(shù)有很多種:

  1. 自然數(shù)
  2. 整數(shù)(正負(fù))
  3. 有理數(shù)(包含整數(shù),無限循環(huán)小數(shù) or =整數(shù)/整數(shù))
  4. 實(shí)數(shù)(包含有理數(shù)和無理數(shù))
  5. 復(fù)數(shù)(包含實(shí)數(shù)和虛數(shù))

2 向量 /矢量?vector

2.1 什么是向量(直觀)

  • 向量就是一組數(shù)字,而不是一個(gè)單個(gè)數(shù)字,α={x1,x2,x3....xn}

向量vector也叫矢量

  • 表示一組n個(gè)數(shù)構(gòu)成的有序排列的數(shù)
  • 向量也可以認(rèn)為就是 數(shù)組list,比如[1,2,3,4,5]

向量的幾何表示

  • 在各種向量空間里的二維圖,三維圖里,就是空間里的點(diǎn)(其終點(diǎn)代表了從原點(diǎn)出發(fā)的向量)
  • 向量,可以認(rèn)為是帶方向的一組數(shù),方向就是 數(shù)組里的數(shù)字的排序
  1. 豎著的叫列向量,?α={x1,x2,x3....xn}
  2. 橫著的為行向量, ?αT={x1,x2,x3....xn}

2.2 什么是向量(嚴(yán)格定義)

  • 嚴(yán)格定義:在數(shù)學(xué)中,向量(也稱為歐幾里得向量、幾何向量),指具有大?。╩agnitude)和方向的量。
  • 它可以形象化地表示為帶箭頭的線段。
  1. 箭頭所指:代表向量的方向;
  2. 線段長度:代表向量的大小。
  • 與向量對應(yīng)的量叫做數(shù)量(物理學(xué)中稱標(biāo)量),數(shù)量(或標(biāo)量)只有大小,沒有方向。

2.3 向量如何表示?在向量空間的表示方法

  • 在一般的向量空間,向量是指從原點(diǎn)出發(fā)的一條射線線段
  • 線段起點(diǎn)一定是原點(diǎn),線段終點(diǎn)是向量的內(nèi)容(x1,x2) 或(x1,x2,x3)或其他,這同時(shí)也是向量在這個(gè)向量空間的坐標(biāo)

因此這種向量空間特點(diǎn)是

  • 向量空間一定有原點(diǎn)
  • 每個(gè)向量都是從原點(diǎn)出發(fā)的射線線段,用終點(diǎn)坐標(biāo)即可代表向量
  • 不存在2個(gè)向量平行的關(guān)系,最多是2個(gè)向量在同一條直線上

3 矩陣(matrix)

3.1 矩陣的定義

嚴(yán)格定義:矩陣,數(shù)學(xué)術(shù)語。在數(shù)學(xué)中,矩陣(Matrix)是一個(gè)按照長方陣列排列的復(fù)數(shù)或?qū)崝?shù)集合?,最早來自于方程組的系數(shù)及常數(shù)所構(gòu)成的方陣。這一概念由19世紀(jì)英國數(shù)學(xué)家凱利首先提出。

  • 矩陣是一個(gè)二維數(shù)組,其中的每一個(gè)元素由兩個(gè)索引來決定 A(i,j)
  • 很多編程語言里把每1行看成1個(gè)對象,每1列看成屬性/特征
  • 可以說,矩陣就是2維數(shù)組
  • 矩陣A(i,j)? ?比如 ( a11,a12 ; a21,a22 )

3.2 矩陣和向量的關(guān)系

觀點(diǎn)1

  • 基礎(chǔ)觀點(diǎn)
  • 矩陣是由多個(gè)向量構(gòu)成的,一般認(rèn)為是多個(gè)列向量(基)構(gòu)成的
  • 矩陣就是一個(gè)在N維度空間里的坐標(biāo),這個(gè)坐標(biāo)包含多個(gè)向量

觀點(diǎn)2

  • 計(jì)算時(shí),可以認(rèn)為向量就是一種特殊的矩陣
  • 列向量就是列矩陣
  • 行向量就是行矩陣

3.3? 方陣

  • 矩陣?yán)?,行?shù)=列數(shù)的矩陣叫做方陣
  • 方陣有很多很好的特殊屬性

4 ?張量(tensor):向量,矩陣都可以看成張量

4.1 張量的定義

  • 可以說,張量就是2維數(shù)組
  • 矩陣A(i,j,k) ?比如 ( a11,a12 ;?a21,a22 ;?a31,a32 )
  • 張量的定義
  1. 一個(gè)數(shù)字的標(biāo)量,稱為0階張量
  2. 一個(gè)數(shù)組的這種向量,(1,2),稱為1階張量? ? ? ?(相當(dāng)于1個(gè)維度)
  3. 2個(gè)數(shù)組的這種矩陣,比如(1,2;1,1),稱為2階張量 (相當(dāng)于2個(gè)維度)
  4. 超過二維的數(shù)組,如一個(gè)三維的A(i,j,k),就稱為3階張量

4.2 更多維度的張量,舉例子

  • 3維=時(shí)間序列
  • 4維=圖像
  • 5維=視頻

4.3 張量的圖形表示

下面用的是網(wǎng)上的2張圖,不是我自己的

線性代數(shù)3,什么是向量 向量空間(草稿,建設(shè)ing),機(jī)器學(xué)習(xí),人工智能

線性代數(shù)3,什么是向量 向量空間(草稿,建設(shè)ing),機(jī)器學(xué)習(xí),人工智能

5 具體例子說明 向量,矩陣,張量

先把維度的概念界定清晰

  • 頭腦里要明白,空間的維度是一種3D世界的空間維度概念
  • 頭腦里要明白,向量/矩陣/張量的維度是一種向量空間/張成空間的維度概念
  1. 在向量空間/張成空間里,每個(gè)向量都 =? 一個(gè)基于原點(diǎn)和基的一個(gè)射線線段/一個(gè)點(diǎn)/一個(gè)終點(diǎn)的坐標(biāo)值數(shù)組。

5.1 向量

  • 向量就是一組數(shù)
  • 單位向量本身維度是指,向量里標(biāo)量的個(gè)數(shù),這個(gè)維度可以很大。
  • 但是在空間上就是一根線,在空間上是一維的
  • 也就是說空間上1維的向量,可能是N維向量
  • 1維向量?
  1. (0)?
  2. [3]
  • 2維向量?
  1. (0,1)?
  2. [4,5]
  • 3維向量
  1. (0,1,2)?
  2. [3,4,5]
  • N維(有限維度,可以很大很大)
  1. ?(1,2,3...... 1001)

5.2 矩陣

  • 矩陣是數(shù)組的數(shù)組,矩陣是一種數(shù)組的嵌套,但是只能嵌套2層數(shù)組/向量
  • 矩陣=[數(shù)組] =[[] , [] ,....]
  • 矩陣內(nèi)部的行列數(shù)n*m, 一般來說矩陣的維度dim=矩陣的秩<=n/m
  • 但是矩陣在空間上看是二維的
  1. (0,1,2; 3,4,5)?
  2. ?[?[1,2,3...... 1001] , [1,2] ]

5.3 張量

  • 張量在空間上看是3維,4維,或者更大
  • 從空間上,很難用圖形描述了
  1. 3階標(biāo)量 [ [1,0,0] [0,1,0] [0,0,1] ]
  2. 4階標(biāo)量 [ [1,0,0] [0,1,0] [0,0,1] [0,0,1] ]
  3. ...

5.4 常見的寫法區(qū)別

  • 注意寫法:
  1. 數(shù)量→逗號(hào)? 一個(gè)維度的數(shù)量
  2. 維度→分號(hào);? 分隔不同的維度

5.5 一個(gè)比較靈活的實(shí)際例子

  • 下表仍然是一個(gè)表現(xiàn)上是1個(gè)2維表,其實(shí)也可以看成N維的張量?
  • 可以靈活設(shè)計(jì),做成2維的,或者3維度的都可以,因?yàn)榭梢赃x擇把一部分屬性,合并成同一個(gè)維度
  價(jià)格 數(shù)量 顏色 重量 尺寸
A 10 5 red 10 5
B 50 2 blue 3 2
C 100 1 yellow 1 1
D 30 10 green 5 3

5.5.1 上面這個(gè)表直接看成一個(gè)5階張量是沒問題的

  • 上面這個(gè)表直接看成一個(gè)5階張量是沒問題的
  • 空間上不好表現(xiàn)
  • 比如可以花成5條坐標(biāo)軸,但肯定不是正交那種樣式了

5.5.2 強(qiáng)行合并一些列,把總列數(shù)表為3列

  • 留下ID,時(shí)間,屬性這3列,可以畫成一個(gè) 3D坐標(biāo)系
  • 看的視角:ID,時(shí)間,屬性(包括很多子屬性,每個(gè)子屬性1列)
  • 也可以這么看:x為ID,y為property 意味著,ID-價(jià)格,ID-數(shù)量,ID-顏色,,,,可以組成N張二維表,這些二維表可以疊在一起。形成了Z軸

線性代數(shù)3,什么是向量 向量空間(草稿,建設(shè)ing),機(jī)器學(xué)習(xí),人工智能文章來源地址http://www.zghlxwxcb.cn/news/detail-655812.html

到了這里,關(guān)于線性代數(shù)3,什么是向量 向量空間(草稿,建設(shè)ing)的文章就介紹完了。如果您還想了解更多內(nèi)容,請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • 線性代數(shù)(三) 線性方程組&向量空間

    線性代數(shù)(三) 線性方程組&向量空間

    如何利用行列式,矩陣求解線性方程組。 用矩陣方程表示 齊次線性方程組:Ax=0; 非齊次線性方程組:Ax=b. 可以理解 齊次線性方程組 是特殊的 非齊次線性方程組 如何判斷線性方程組的解 其中R(A)表示矩陣A的秩 B表示A的增廣矩陣 n表示末知數(shù)個(gè)數(shù) 增廣矩陣 矩陣的秩 秩r= 未知

    2024年02月13日
    瀏覽(50)
  • 機(jī)器學(xué)習(xí)-線性代數(shù)-向量、基底及向量空間

    機(jī)器學(xué)習(xí)-線性代數(shù)-向量、基底及向量空間

    理解 直觀理解 行向量:把數(shù)字排成一行A = [ 4 ? 5 ] [4~ 5] [ 4 ? 5 ] 列向量:把數(shù)字排成一列A = ? [ 4 5 ] left [ begin{matrix} 4 \\\\ 5 \\\\ end{matrix} right ] ? [ 4 5 ? ] 幾何意義 默認(rèn)在基底條件下(直角坐標(biāo)系)中的坐標(biāo)表示的一個(gè)點(diǎn),也可以理解以原點(diǎn)為起點(diǎn),到目標(biāo)終點(diǎn)A的有向線段

    2024年02月06日
    瀏覽(32)
  • 線性代數(shù)(魏福義)——第一章:向量與線性空間

    線性代數(shù)(魏福義)——第一章:向量與線性空間

    坐標(biāo)系中可使用向量處理幾何與運(yùn)動(dòng)學(xué)的問題,一般使用到二維或者三維有序數(shù)組,如(x,y)、(x,y,z),這樣的數(shù)組稱作 向量, 實(shí)際問題會(huì)用到更多維的向量。 1.1.1向量 以有序數(shù)組表示向量。n個(gè)數(shù)排成的有序數(shù)組就是n維向量。 α=(a1,a2,a3...,an)稱為 行向量 ;將其

    2024年03月21日
    瀏覽(33)
  • 向量空間模型的線性代數(shù)基礎(chǔ)

    [toc] 線性代數(shù)是向量空間模型的基礎(chǔ),對于學(xué)習(xí)向量空間模型的朋友,理解線性代數(shù)基礎(chǔ)知識(shí)是非常必要的。本文將介紹向量空間模型的線性代數(shù)基礎(chǔ),包括基本概念、技術(shù)原理、實(shí)現(xiàn)步驟、應(yīng)用示例以及優(yōu)化與改進(jìn)等內(nèi)容。 引言 線性代數(shù)是數(shù)學(xué)的一個(gè)分支,主要研究線性

    2024年02月16日
    瀏覽(31)
  • 機(jī)器學(xué)習(xí)-線性代數(shù)-1-向量、基底及向量空間

    機(jī)器學(xué)習(xí)-線性代數(shù)-1-向量、基底及向量空間

    理解 直觀理解 行向量:把數(shù)字排成一行A = [ 4 ? 5 ] [4~ 5] [ 4 ? 5 ] 列向量:把數(shù)字排成一列A = ? [ 4 5 ] left [ begin{matrix} 4 \\\\ 5 \\\\ end{matrix} right ] ? [ 4 5 ? ] 幾何意義 默認(rèn)在基底條件下(直角坐標(biāo)系)中的坐標(biāo)表示的一個(gè)點(diǎn),也可以理解以原點(diǎn)為起點(diǎn),到目標(biāo)終點(diǎn)A的有向線段

    2024年02月10日
    瀏覽(35)
  • 線性代數(shù)中的向量和向量空間的應(yīng)用

    作者:禪與計(jì)算機(jī)程序設(shè)計(jì)藝術(shù) 作為一位人工智能專家,程序員和軟件架構(gòu)師,我深知線性代數(shù)在數(shù)據(jù)處理和機(jī)器學(xué)習(xí)中的重要性。本文旨在探討線性代數(shù)中向量和向量空間的應(yīng)用,幫助讀者更好地理解和應(yīng)用這些技術(shù)。 技術(shù)原理及概念 線性代數(shù)是數(shù)學(xué)的一個(gè)分支,主要研

    2024年02月14日
    瀏覽(26)
  • 機(jī)器學(xué)習(xí)-線性代數(shù)-逆映射與向量空間

    矩陣的本質(zhì)是映射。對于一個(gè) m × n m × n m × n 的矩陣,乘法 y = A x y = Ax y = A x 的作用就是將向量從 n n n 維原空間中的 x x x 坐標(biāo)位置,映射到 m m m 維目標(biāo)空間的 y y y 坐標(biāo)位置,這是正向映射的過程。那么,如果已知結(jié)果向量的坐標(biāo) y y y 去反推原向量的坐標(biāo) x x x ,這個(gè)過程就

    2024年02月09日
    瀏覽(35)
  • 線性代數(shù) --- 向量空間(vector space)與子空間(subspace)

    線性代數(shù) --- 向量空間(vector space)與子空間(subspace)

    ????????向量空間就是由包含n個(gè)分量的列向量所組成的Rn的空間,其中R表示實(shí)數(shù)。例如,R2就代表了一般的x-y平面,其中包含兩個(gè)分量的向量表示坐標(biāo)系中的一個(gè)點(diǎn)(x,y)。同理,R3中的一個(gè)向量,包含三個(gè)分量,可以表示三維坐標(biāo)系中的一個(gè)點(diǎn)(x,y,z)。 也就是說,向量空間,

    2024年02月05日
    瀏覽(19)
  • 線性代數(shù)拾遺(6)—— 向量空間投影與投影矩陣

    線性代數(shù)拾遺(6)—— 向量空間投影與投影矩陣

    參考:麻省理工線性代數(shù) 閱讀本文前請先了解矩陣四個(gè)基本子空間,參考:線性代數(shù)拾遺(5) —— 矩陣的四個(gè)基本子空間 考察二維平面投影,如下將向量 b pmb b 投影到向量 a pmb{a} a 方向,得到 a pmb{a} a 的子空間中的向量 p pmb{p} p ,假設(shè)是 a pmb{a} a 的 x x x 倍 如圖可見

    2024年02月07日
    瀏覽(23)
  • 機(jī)器學(xué)習(xí)-線性代數(shù)-3-逆映射與向量空間

    矩陣的本質(zhì)是映射。對于一個(gè) m × n m × n m × n 的矩陣,乘法 y = A x y = Ax y = A x 的作用就是將向量從 n n n 維原空間中的 x x x 坐標(biāo)位置,映射到 m m m 維目標(biāo)空間的 y y y 坐標(biāo)位置,這是正向映射的過程。那么,如果已知結(jié)果向量的坐標(biāo) y y y 去反推原向量的坐標(biāo) x x x ,這個(gè)過程就

    2024年02月15日
    瀏覽(16)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包