矩阵,实际上是指定基下的线性变换。

一、相似矩阵

对相似矩阵直观的理解就是两个在不同基下的变换矩阵,也可以理解成在不同视角下的变换过程

例如有一个在基x,y下的向量v,p是根据两个基得到的矩阵(分别计算x,y在x\’,y\’的坐标作为两个列向量)。v左乘p后只是换了基(表面上看是换了v的坐标,但是实际上位置是没有变化的,只是基变化了),再左乘A后,变换了v的位置,再左乘p\’,就是把基又变了回来。

二、矩阵的迹

线性代数中,迹是矩阵对角线之和。

矩阵的迹,行列式和特征值都可以被称为相似不变量。行列式代表的是线性变换的伸缩比例。某种意义上讲,他们都和坐标无关。

三、矩阵求导

参考知乎:https://zhuanlan.zhihu.com/p/24709748

下面说一下自己的理解。

对于标量关于向量求导,比较重要的是找到了微分与迹的关系。

若标量函数f是矩阵X经加减乘法、行列式、逆、逐元素函数等运算构成,则使用相应的运算法则对f求微分,再使用迹技巧给df套上迹并将其它项交换至dX左侧,即能得到导数。一些常用的公式可以查找上面的链接。

版权声明:本文为melina-zh原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://www.cnblogs.com/melina-zh/p/9775980.html