从零开始学数据分析之——《线性代数》第六章 二次型

这篇具有很好参考价值的文章主要介绍了从零开始学数据分析之——《线性代数》第六章 二次型。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

6.1 二次型与对称矩阵

6.1.1 二次型及其矩阵

定义:n个变量的二次齐次函数

                        二次型转换为矩阵表达式,线性代数,数据分析,数据挖掘,算法

称为的一个n元二次型,简称为二次型

二次型转换为矩阵表达式:

1)平方项的系数直接作为主对角元素

2)交叉项的系数除以2放两个对称的相应位置上

二次型的矩阵一定是对称的

二次型的标准形对应的矩阵是一个对角形矩阵,其秩为主对角线上非零元的个数

矩阵表达式写为二次型:

1)主对角线元素直接作为平方项的系数

2)取主线右上角元素乘以2作为交叉项系数

定义:称形成为

                        二次型转换为矩阵表达式,线性代数,数据分析,数据挖掘,算法

的二次型为标准形

6.1.2 线性替换

二次型转换为矩阵表达式,线性代数,数据分析,数据挖掘,算法

 定理:二次型经过线性替换后,得到以为矩阵的新二次型

6.1.3 矩阵的合同

定义:设A和B是两个n阶矩阵,如果存在n阶可逆矩阵C,使得,则称矩阵A合同于矩阵B,或A与B合同,记作

性质:

1)反身性:

2)对称性:若,则

3)传递性:若,则

4)若,则

5)若,则的充要条件是

6)若,则当A,B可逆时,有

7)   若,则

6.2 化二次型为标准型

6.2.1 化二次型为标准形的方法

1. 配方法

定理:任意一个二次型都可以通过非退化线性替换化为标准形

定理:任意一个对称矩阵都与一个对角形矩阵合同

2. 初等变换法

注:1)对A、E做同样的初等列变换

        2)只对A左相应的初等行变换

        3)A化成对角矩之时,E化成的就是C

3. 正交替换法

定理:对于n元二次型,必存在正交矩阵Q,使得经正交替换化为标准形:

                        二次型转换为矩阵表达式,线性代数,数据分析,数据挖掘,算法

其中是二次型f(X)的矩阵A的全部特征值。

6.2.2 二次型的规范形

定义:如果一个n元二次型的标准形为

                        二次型转换为矩阵表达式,线性代数,数据分析,数据挖掘,算法

二次型转换为矩阵表达式,线性代数,数据分析,数据挖掘,算法

6.3 二次型与对称矩阵的有定性 

6.3.1   二次型与对称举证有定性的概念

正定:二次型转换为矩阵表达式,线性代数,数据分析,数据挖掘,算法

半正定:二次型转换为矩阵表达式,线性代数,数据分析,数据挖掘,算法

负定:

半负定:二次型转换为矩阵表达式,线性代数,数据分析,数据挖掘,算法

6.3.2  二次型与对称矩阵有定性的判别法

定理:正定二次型经过任一非退化线性替换仍化为正定二次型

定理: n元二次型正定的充要条件是它的标准形为二次型转换为矩阵表达式,线性代数,数据分析,数据挖掘,算法,其中

推论:n元二次型正定的充要条件是它的正惯性指数为n

推论:若A为正定矩阵,则

定理:n阶对称矩阵A正定的充要条件是A的n个特征值都大于零

二次型转换为矩阵表达式,线性代数,数据分析,数据挖掘,算法

定理:对称矩阵正定的充要条件是A的各阶顺序主子式

 二次型转换为矩阵表达式,线性代数,数据分析,数据挖掘,算法

 文章来源地址https://www.toymoban.com/news/detail-807095.html

 

 

到了这里,关于从零开始学数据分析之——《线性代数》第六章 二次型的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 从零开始了解大数据(一):数据分析入门篇

    目录 前言 一、数据分析 1.企业数据分析方向 (1) 原因分析:离线分析 (Batch Processing) (2) 现状分析:实时分析 (Real Time Processing | Streaming) (3) 预测分析:机器学习 (Machine Learning) 2.数据分析基本步骤 3.大数据5V特征 4.分布式与集群 总结 在开启大数据的探索之前,我们首先需要理解

    2024年02月04日
    浏览(37)
  • 线性代数与线性分析:数学基础与实际应用

    线性代数是数学的一个分支,主要研究的是线性方程组和线性空间。线性方程组是指形式为 ax+by=c 的方程组,其中 a,b,c 是已知数。线性空间是指一个向量空间,其中任何两个向量之间的线性组合都还是该空间中的向量。线性分析则是数学分析的一个分支,主要研究的是函数的

    2024年04月25日
    浏览(36)
  • 强对偶成立的条件:从线性代数到函数分析

    强对偶(Strong Duality)是一个在优化问题中非常重要的概念,它表示原始优化问题和其对偶(Dual)问题的最优值之间的关系。在许多实际应用中,强对偶成立的条件是非常有用的,因为它可以帮助我们更有效地解决问题。在这篇文章中,我们将讨论强对偶成立的条件,从线性代数到

    2024年02月21日
    浏览(43)
  • MATLAB数值分析学习笔记:线性代数方程组的求解和高斯消元法

    工程和科学计算的许多基本方程都是建立在守恒定律的基础之上的,比如质量守恒等,在数学上,可以建立起形如 [A]{x}={b} 的平衡方程。其中{x}表示各个分量在平衡时的取值,它们表示系统的 状态 或 响应; 右端向量{b}由无关系统性态的常数组成通常表示为 外部激励。 矩阵

    2023年04月15日
    浏览(64)
  • MATLAB数值分析学习笔记:线性代数方程组的求解和高斯-赛德尔方法

    迭代法是前面介绍的消元法的有效替代,线性代数方程组常用的迭代法有 高斯-赛德尔方法 和 雅克比迭代法, 下面会讲到二者的不同之处,大家会发现两者的实现原理其实类似,只是方法不同,本篇只重点介绍高斯-赛德尔方法。 看了我之前的笔记的同学应该已经对迭代法不

    2024年02月05日
    浏览(60)
  • 大数据HCIE成神之路之数学(2)——线性代数

    1.1.1 线性代数介绍 线性代数是一门被广泛运用于各工程技术领域的学科。用线性代数的相关概念和结论,可以极大地简化数据挖掘中相关公式的推导和表述。线性代数将复杂的问题简单化,让我们能够对问题进行高效地数学运算。 线性代数是一个数学工具,它不仅提供了有

    2024年02月04日
    浏览(39)
  • 深度学习 精选笔记(1)数据基本操作与线性代数

    学习参考: 动手学深度学习2.0 Deep-Learning-with-TensorFlow-book pytorchlightning ①如有冒犯、请联系侵删。 ②已写完的笔记文章会不定时一直修订修改(删、改、增),以达到集多方教程的精华于一文的目的。 ③非常推荐上面(学习参考)的前两个教程,在网上是开源免费的,写的很棒

    2024年03月10日
    浏览(60)
  • <3>【深度学习 × PyTorch】必会 线性代数 (含详细分析):点积 | 矩阵-向量积 | Hadamard积 | 矩阵乘法 | 范数/矩阵范数

      拍照的意义在于你按下快门的那一刻,万里山河的一瞬间变成了永恒。   🎯作者主页: 追光者♂🔥          🌸个人简介:   💖[1] 计算机专业硕士研究生💖   🌟[2] 2022年度博客之星人工智能领域TOP4🌟   🏅[3] 阿里云社区特邀专家博主🏅   🏆[4] CSDN-人工智能领域

    2024年02月05日
    浏览(58)
  • pytorch入门2--数据预处理、线性代数的矩阵实现、求导

    数据预处理是指将原始数据读取进来使得能用机器学习的方法进行处理。 首先介绍csv文件: CSV 代表逗号分隔值(comma-separated values),CSV 文件就是使用逗号分隔数据的文本文件。 一个 CSV 文件包含一行或多行数据,每一行数据代表一个记录。每个记录包含一个或多个数值,

    2024年02月04日
    浏览(43)
  • 线性代数的学习和整理2:什么是线性,线性相关,线性无关 以及什么是线性代数?

    目录 1 写在前面的话 1.1 为什么要先总结一些EXCEL计算矩阵的工具性知识, 而不是一开始就从基础学起呢?  1.2 关于线性代数入门时的各种灵魂发问: 1.3 学习资料 2 什么是线性(关系)? 2.1 线性的到底是一种什么关系: 线性关系=正比例/正相关关系 ≠ 直线型关系 2.2 一次函数

    2024年02月10日
    浏览(56)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包