首页 > 其他分享 >【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型

【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型

时间:2023-01-24 11:01:43浏览次数:53  
标签:系数 21 二次 定理 Machine 正定 主子 Learning 负定


目录

  • ​​前言​​
  • ​​往期文章​​
  • ​​5.7 正定二次型​​
  • ​​定理9:惯性定理​​
  • ​​定义10​​
  • ​​定理10​​
  • ​​推论​​
  • ​​定理11:赫尔维茨定理​​
  • ​​举例​​
  • ​​例17​​
  • ​​结语​​

前言

Hello!小伙伴!
非常感谢您阅读海轰的文章,倘若文中有错误的地方,欢迎您指出~
 
自我介绍 ଘ(੭ˊᵕˋ)੭
昵称:海轰
标签:程序猿|C++选手|学生
简介:因C语言结识编程,随后转入计算机专业,有幸拿过一些国奖、省奖…已保研。目前正在学习C++/Linux/Python
学习经验:扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语!
 
机器学习小白阶段
文章仅作为自己的学习笔记 用于知识体系建立以及复习
知其然 知其所以然!


5.7 正定二次型

二次型的标准型不是惟一的,只是标准形中所含的项数是确定的(即二次型的秩)

定理9:惯性定理

设有二次型【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_线性代数,它的秩为【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_机器学习_02,有两个可逆变换

【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_线性代数_03

使

【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_线性代数_04

【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_机器学习_05

【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_Machine_06中正数的个数与【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_python_07中正数的个数相等


二次型的标准型中正系数的个数称为二次型的正惯性系数,负系数的个数称为负惯性系数

若二次型【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_机器学习_08的正惯性系数指数为【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_python_09,秩为【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_机器学习_02,则【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_机器学习_08的规范形可确定为

【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_python_12

定义10

设有二次型【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_python_13

  • 如果对任何【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_Machine_14,都有【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_python_15,则称【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_python_16正定二次型,并称对称阵A是正定的
  • 如果对任何【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_Machine_14,都有【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_Machine_18,则称【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_python_16负定二次型,并称对称阵【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_python_20是负定的

定理10

【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_python_21元二次型【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_线性代数为正定的充分必要条件是:它的标准型的【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_python_21个系数全为正,即它的规范形的【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_python_21个系数全为1,亦即它的正惯性指数等于【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_python_21

推论

对称阵【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_机器学习_26为正定的充分必要条件是:【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_机器学习_26的特征值全为正

定理11:赫尔维茨定理

对称阵【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_机器学习_26正定的充分必要条件是:A的各阶主子式都为正,即

【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_python_29


对称正【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_机器学习_26负定的充分必要条件是:奇数阶主子式为负,而偶数阶主子式为正,即

【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_Machine_31

举例

例17

判定二次型【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_线性代数_32的正定性

解答:

二次型【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_机器学习_08的矩阵【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_机器学习_26

【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_Machine_35

一阶主子式

【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_Machine_36

二阶主子式

【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_机器学习_37

三阶主子式

【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_线性代数_38

发现一阶、三阶都为负,二阶为正

根据定理11:赫尔维茨定理,得到

【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_机器学习_08是负定二次型

结语

说明:

  • 参考于 课本《线性代数》第五版 同济大学数学系编
  • 配合书中概念讲解 结合了自己的一些理解及思考

文章仅作为学习笔记,记录从0到1的一个过程

希望对您有所帮助,如有错误欢迎小伙伴指正~

我是 海轰ଘ(੭ˊᵕˋ)੭


【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(21):正定二次型_线性代数_40


标签:系数,21,二次,定理,Machine,正定,主子,Learning,负定
From: https://blog.51cto.com/u_15939722/6022198

相关文章

  • 【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(3):行列式的性质
    文章目录​​前言​​​​1.5行列式的性质​​​​转置行列式​​​​性质1​​​​内容​​​​证明​​​​性质2​​​​内容​​​​证明​​​​性质3​​​​内容​......
  • 【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(25):线性变换
    目录​​前言​​​​往期文章​​​​6.4线性变换​​​​定义4​​​​定义5:线性变换​​​​举例​​​​例10​​​​结语​​前言Hello!小伙伴!非常感谢您阅读海轰的文......
  • abc214 F - Substrings
    题意:求给定字符串\(s\)的不同非空子序列个数要求被选入的位置两两不相邻\(n\le2e5\)思路:如果没有不相邻的要求怎么做?\(f_i\)表示考虑\(s[1..i]\),并且选\(i\)......
  • 感受野(Receptive field)--Machine Learning
    先来说说感受野是啥?————感受野的定义:卷积神经网络每一层输出的特征图(featuremap)上的像素点在原始图像上映射的区域大小。简单理解为:感受野是描述卷积核能够“看到”......
  • 8、CSS权威指南--第四章(p121)值和单位
     4.1关键字、字符串和其他文本值样式表中的一切都是文本,但是有些类型的值表示的是字符串本省,而不是数字或颜色等。表示字符串本身的值有URL和让人难以置信的图像。4......
  • 力扣---1221. 分割平衡字符串
    平衡字符串中,'L'和'R'字符的数量是相同的。给你一个平衡字符串s,请你将它分割成尽可能多的子字符串,并满足:   每个子字符串都是平衡字符串。返回可以通过分割得到的......
  • [20221227]Adaptive Cursor Sharing & 直方图.txt
    [20221227]AdaptiveCursorSharing&直方图.txt--//前一阵子在做优化时我想当然以为重新分析取消某个日期字段的直方图信息,就不会出现大量子光标问题,结果发现我错了.--......
  • [20221228]Adaptive Cursor Sharing & 直方图2.txt
    [20221228]AdaptiveCursorSharing&直方图2.txt--//前一阵子在做优化时我想当然以为重新分析取消某个日期字段的直方图信息,就不会出现大量子光标问题,结果发现我错了.-......
  • [20221230]提示precompute_subquery补充3.txt
    [20221230]提示precompute_subquery补充3.txt--//补充提示precompute_subquery的测试.1.环境:SCOTT@test01p>@ver1PORT_STRING                   V......
  • abc217 F - Make Pair
    题意:\(2n\)个人从小到大标号排成一行,有\(m\)对关系\(<x,y>\)。每次可删除相邻且有关系的两人,并移动旁边的位置使队伍恢复紧凑问把所有人删完的方案数\(n\le200\)......