首页 > 其他分享 >华南理工大学线性代数笔记整理3——向量代数与应用几何

华南理工大学线性代数笔记整理3——向量代数与应用几何

时间:2024-07-29 09:55:50浏览次数:11  
标签:笔记 华南理工大学 线性代数 几何 整理 代数 本人 向量

本人华工21级电信本科生,目前大四,前段时间收拾书本时发现了自己保存完整的线代笔记和一些整理,应该会对大一新生的期末考试起作用,故作分享。

注:大一时本人都是用手写A4纸的方式做笔记做复习,所以这里上传的都是一些纸质笔记的扫描件,尽量可以保证清晰。

以分章节的方式,本章为第3章向量代数与应用几何

标签:笔记,华南理工大学,线性代数,几何,整理,代数,本人,向量
From: https://blog.csdn.net/weixin_64259523/article/details/140763696

相关文章

  • 线性代数
    线性代数一.标量只有一个元素的张量importtorch#pytorch引用x=torch.tensor(3.0)y=torch.tensor(4.0)print(x)print(y)print(x+y)print(x**y)#x的y次方二.向量 (1)由标量值组成的列表a=torch.arange(5)print(a)print(a[3])#下标从0开始输出:(2)张量长度和形状h=......
  • 可逆矩阵的概念、定理、判断条件和性质(线性代数基础)
    可逆矩阵的概念、定理、判断条件和性质可逆矩阵的概念定义:设AAA为n......
  • ssy中学暑假集训向量学习笔记(应该能完结)
    今天模拟赛T4是个极其恶心的东西,用到了许多高中数学知识,md,引入前置知识。向量定义顾名思义,向量就是有方向的量,在平面直角坐标系上可以用\((a,b)\)表示,图如下:图像上即为由\(A\)指向\(B\)的一条向量。投影投影不好解释,拿图吧。\(AC\)在\(AB\)上的投影就是\(AD\)!!刚学的时候......
  • 稠密向量+稀疏向量+全文搜索+张量重排=最佳检索RAG?
    RAG中的混合检索如下图:为什么要混合搜索(multi-wayrecall)?越来越多的人认为,仅仅依靠向量搜索,通常是密集向量,可能并不总是产生令人满意的结果。当用户的特定查询关键字与存储的数据不精确匹配时,这种限制就会变得明显。这是因为向量本身不能表示精确的语义信息:向量可以表示一......
  • 从sklearn PCA获取特征值和向量
    我如何获得PCA应用程序的特征值和特征向量?fromsklearn.decompositionimportPCAclf=PCA(0.98,whiten=True)#converse98%varianceX_train=clf.fit_transform(X_train)X_test=clf.transform(X_test)我在文档中找不到它。1.我“不”能够理解不同......
  • Numpythonic 方式从所需的时间步长和窗口大小构造窗口向量
    给定参数timestep=2window_size=3我已经展平了大小为9的时间序列向量。内容是:arr=np.array([1,2,3,4,5,6,7,8,9])如何使用这些参数重塑/构造窗口时间序列?我希望输出具有形状unknown,window_size)所以,它的输出将是这样的矩阵:windowed_arr=np......
  • 创建具有标量特征和 N 维坐标向量特征的机器学习 Numpy 数组
    我正在尝试为ML程序格式化我的数据。有33,000个事件,每个事件有3个我想考虑的东西:质量、能量、坐标。质量的形状为(33000,),看起来像:[188.9189.0125.7...127.4201.0210.1]。能量也是(33000,)并且看起来相同:[123...8910]。然后,我还有一个形状为(33000,......
  • NumPy 连续矩阵乘法向量化
    我有一个NumPy数组ar形状(M,L,N,N)我想连续乘以L(N,N)矩阵(multiplied_ar[m]=ar[m,0,:,:]@ar[m,1,:,:]@...)以获得形状数组(M,N,N)是否有可能|||向量化以某种方式这样我就不必迭代和......
  • 矩阵特征值,特征向量求法
    矩阵,特征值,特征向量对应关系 对应关系表:核心公式:ha=λa抽象矩阵求特征值和特征向量1.A+λE不可逆↔|A+λE|=0→-λ为A的一个特征值 |A+λE|=0→-λ为A的一个特征值 齐次方程组有非0解(A+λE)x=0有非0解→|A+λE|=0→-λ为A的一个特征值2.A的各行元素之和为a......
  • 向量基础概念
    以三维向量为例记录一下向量运算法则及几何意义向量表示形式A=(ax,ay,az)B=(bx,by,bz)模长|A|=sqrt(ax*ax+ay*ay+az*az)加法C=A+B=(ax+bx,ay+by,az+bz);几何意义三角形两边相加等于第三边平行四边形角边相加等于对角线减法C=A......