【线性代数】俗说矩阵听课笔记
基础解系的概念
线性方程组的解
21行列式和矩阵秩Rank的等价刻画
子式
标准型
利用子式求解矩阵的rank
24零积秩不等式
齐次线性方程组的基础解系
rank的两个重要结论
￥25伴随矩阵的rank
奇异矩阵：行列式=0的矩阵
31线性相关，线性无关，拓展与证明
n个m维向量在n<=m时可能线性相关也可能线性无关，线性无关时可以构成某个m维空间的一组基。m不小于n时，秩小于n则线性相关。
n个m维向量在n>m时可一定线性相关。低维向量一定无法构成高维度空间的一组基。
￥
32极大线性无关组
33向量组的等价
34线性空间基变换
待研究的内容：
1线性无关向量的正交化
2矩阵的特征值和特征向量
3相似矩阵和相似对角化
4二次型及标准二次型
￥35单位正交基向量
两个向量的数量积等于0，则称两者正交或者垂直
研究它的原因：正交基向量，单位正交基向量有非常良好的性质
36斯密特正交化
37特征值和特征向量
概念篇
计算篇
性质篇
引用篇
39特征值和特征向量的性质
40特征值和特征向量的计算例题
求特征值和特征向量的步骤
特征值和特征向量的关系
特征值和特征向量的性质
【补充】linear algebra and its applicationsCH4 vector spaces
4.1vector spaces and subspaces
4.2null spaces,column spaces, and linear transformation
4.3linear independent set:bases
4.4coordinate systems
4.5the dimension of a vector space
4.6rank
4.7change of basis
4.8applications to different equations
4.9applications to markov chains
41相似矩阵
相关文章：
【线性代数】俗说矩阵听课笔记
基础解系的概念 线性方程组的解 21行列式和矩阵秩Rank的等价刻画 子式 标准型 利用子式求解矩阵的rank 24零积秩不等式 齐次线性方程组的基础解系 rank的两个重要结论 ￥25伴随矩阵的rank 奇异矩阵：行列式0的矩阵 31线性相关，线性无关&#…...
物联网技术在数字化工厂中的应用，你知道多少？——青创智通
工业物联网解决方案-工业IOT-青创智通 物联网（IoT）技术在数字化工厂的应用正日益成为工业革命的重要推动力。随着科技的飞速发展，物联网技术不断革新，其在数字化工厂中的应用也呈现出愈发广泛和深入的态势。本文将详细探讨物联网…...
nacos开启登录开关启动报错“Unable to start embedded Tomcat”
nacos 版本：2.3.2 2.2.2版本之前的Nacos默认控制台，无论服务端是否开启鉴权，都会存在一个登录页；在之后的版本关闭了默认登录页面，无需登录直接进入控制台操作。在这里我们可以在官网可以看到相关介绍 而我现在所用的…...
Linux｜了解如何使用 awk 内置变量
引言 当我们揭开 Awk 功能部分时，我们将介绍 Awk 中内置变量的概念。您可以在 Awk 中使用两种类型的变量：用户定义的变量和内置变量。 内置变量的值已经在 Awk 中定义，但我们也可以仔细更改这些值，内置变量包括： FILEN…...
代码随想录-算法训练营day29【回溯算法05：递增子序列、全排列】
代码随想录-035期-算法训练营【博客笔记汇总表】-CSDN博客 第七章 回溯算法part05* 491.递增子序列 * 46.全排列 * 47.全排列 II详细布置 491.递增子序列 本题和大家刚做过的 90.子集II 非常像，但又很不一样，很容易掉坑里。 https://programmercarl.com…...
704. 二分查找
Problem: 704. 二分查找 🐷我的leetcode主页 文章目录 题目分类思路什么是二分查找如何理解时间复杂度 解题方法Code 题目 给定一个 n 个元素有序的（升序）整型数组 nums 和一个目标值 target ，写一个函数搜索 nums 中的 target&a…...
php回车变br、php显示br
在 PHP 中，如果你想将回车符（\n）转换为 HTML 的 <br> 标签来实现换行显示，可以使用内置函数 nl2br()。这个函数会将文本中的换行符替换为 <br> 标签。以下是使用 nl2br() 函数的示例代码： <?php $tex…...
找最大数字-第12届蓝桥杯国赛Python真题解析
[导读]：超平老师的Scratch蓝桥杯真题解读系列在推出之后，受到了广大老师和家长的好评，非常感谢各位的认可和厚爱。作为回馈，超平老师计划推出《Python蓝桥杯真题解析100讲》，这是解读系列的第60讲。 找最大数字&#…...
蓝桥杯 算法提高 ADV-1170 阶乘测试 python AC
找规律题，遍历i中有几个m就加几，和m的多少次数有关 第一版👇 try:while True:n, m map(int, input().split())ll [i for i in range(1, n 1) if i % m 0]ans len(ll)M mwhile ll:lll []M * mfor i in ll:if i % M 0:lll.append(i)a…...
阿里巴巴杭州全球总部正式启用，创新“减碳大脑”科技减碳 | 最新快讯
来源：封面新闻 封面新闻记者付文超 5 月 10 日，记者获悉，位于未来科技城的阿里巴巴杭州全球总部新园区正式启用，这是阿里巴巴目前最大的综合性办公园区。从空中俯瞰，园区正中央呈现阿里标志性的笑脸 logo，这…...
)
蓝桥杯国赛练习题真题Java(矩阵计数)
题目描述 一个 NM 的方格矩阵，每一个方格中包含一个字符 O 或者字符 X。 要求矩阵中不存在连续一行 3 个 X 或者连续一列 3 个 X。 问这样的矩阵一共有多少种？ 输入描述 输入一行包含两个整数 N,M (1≤N,M≤5)。 输出描述 输出一个整数代表答案。…...
概念解析 | ROC曲线：评估分类模型
注1：本文系"概念解析"系列之一，致力于简洁清晰地解释、辨析复杂而专业的概念。本次辨析的概念是：ROC曲线的含义和绘制 概念解析 | ROC曲线：评估分类模型 第一部分：通俗解释 在我们的日常生活中，经常会遇到需要做出判断和选择的情况。比如，当你收到一封邮件时…...
数据可视化训练第二天（对比Python与numpy中的ndarray的效率并且可视化表示)
绪论 千里之行始于足下；继续坚持 1.对比Python和numpy的性能 使用魔法指令%timeit进行对比 需求： 实现两个数组的加法数组 A 是 0 到 N-1 数字的平方数组 B 是 0 到 N-1 数字的立方 import numpy as np def numpy_sum(text_num):"""…...
【Java EE】数据库连接池详解
文章目录 🎍数据库连接池🌸Hikari🌸Druid 🍀MySQL开发企业规范⭕总结 🎍数据库连接池 在上⾯Mybatis的讲解中,我们使⽤了数据库连接池技术,避免频繁的创建连接,销毁连接 下⾯我们来了解下数据库连接池 数据库连接池负…...
正点原子[第二期]Linux之ARM（MX6U）裸机篇学习笔记-15.4讲 GPIO中断实验-IRQ中断服务函数详解
前言： 本文是根据哔哩哔哩网站上“正点原子[第二期]Linux之ARM（MX6U）裸机篇”视频的学习笔记，在这里会记录下正点原子 I.MX6ULL 开发板的配套视频教程所作的实验和学习笔记内容。本文大量引用了正点原子教学视频和链接中的内容。…...
如何平衡RPA机器人的安全性与业务敏捷性，同时不牺牲用户体验？
平衡RPA机器人的安全性与业务敏捷性，同时不牺牲用户体验，是RPA实施中的一个关键挑战。以下是一些策略和最佳实践： ### 1. 安全设计原则 从设计阶段就将安全性纳入考虑，遵循安全设计原则。这意味着在开发RPA解决方案时࿰…...
地球行星UE5和UE4
地球行星，包含多种地球风格，可蓝图控制自转和停止，可材质自转. 支持版本4.21-5.4版本 下载位置：https://mbd.pub/o/bread/ZpWZm5lv b站工坊：https://gf.bilibili.com/item/detail/1105582041 _______________________…...
7.k8s中的名称空间namespace
目录 一、Namespace(命名空间) 二、查看系统的名称空间 1.查看系统中的名称空间列表 2.单独查看一个名称空间下的对应资源 三、名称空间的管理 1.创建名称空间 1.1响应式创建 1.2声明式创建 2.删除名称空间 四、资源引用名称空间 一、Namespace(命名空间) 命名空间(Name…...
上海企业源代码防泄密解决方案，企业源代码防泄密如何应对？
随之互联网的发展，企业员工因离职把企业源代码泄露或删库跑路的事情屡见不鲜，各大互联网公司基本都会出现源代码泄露的事情，这样的问题也成了企业在发展过程中不可避免的问题。企业源代码泄露会给企业带来的损失也是不可估量的，据…...
将要上市的自动驾驶新书《自动驾驶系统开发》中摘录各章片段 4
第十三章 车联网 数字化设备正变得越来越普遍并且相互联系。这些设备向数字生态系统智能部分的演进创造了迄今为止尚未解决安全问题的新颖应用。一个特定的例子是车辆，随着车辆从简单的交通方式发展到具有新的感知和通讯功能的智能实体，就成为智能城市的…...
Prompt Tuning、P-Tuning、Prefix Tuning的区别
一、Prompt Tuning、P-Tuning、Prefix Tuning的区别 1. Prompt Tuning（提示调优） 核心思想：固定预训练模型参数，仅学习额外的连续提示向量（通常是嵌入层的一部分）。实现方式：在输入文本前添加可训练的连续向量（软提示），模型只更新这些提示参数。优势：参数量少（仅提…...
【JavaEE】-- HTTP
1. HTTP是什么？ HTTP（全称为"超文本传输协议"）是一种应用非常广泛的应用层协议，HTTP是基于TCP协议的一种应用层协议。 应用层协议：是计算机网络协议栈中最高层的协议，它定义了运行在不同主机上…...
uni-app学习笔记二十二---使用vite.config.js全局导入常用依赖
在前面的练习中，每个页面需要使用ref，onShow等生命周期钩子函数时都需要像下面这样导入 import {onMounted, ref} from "vue" 如果不想每个页面都导入，需要使用node.js命令npm安装unplugin-auto-import npm install unplugin-au…...
屋顶变身“发电站” ，中天合创屋面分布式光伏发电项目顺利并网！
5月28日，中天合创屋面分布式光伏发电项目顺利并网发电，该项目位于内蒙古自治区鄂尔多斯市乌审旗，项目利用中天合创聚乙烯、聚丙烯仓库屋面作为场地建设光伏电站，总装机容量为9.96MWp。 项目投运后，每年可节约标煤3670…...
ardupilot 开发环境eclipse 中import 缺少C++
目录 文章目录 目录摘要1.修复过程摘要 本节主要解决ardupilot 开发环境eclipse 中import 缺少C++，无法导入ardupilot代码，会引起查看不方便的问题。如下图所示 1.修复过程 0.安装ubuntu 软件中自带的eclipse 1.打开eclipse—Help—install new software 2.在 Work with中…...
零基础设计模式——行为型模式 - 责任链模式
第四部分：行为型模式 - 责任链模式 (Chain of Responsibility Pattern) 欢迎来到行为型模式的学习！行为型模式关注对象之间的职责分配、算法封装和对象间的交互。我们将学习的第一个行为型模式是责任链模式。 核心思想：使多个对象都有机会处…...
Unit 1 深度强化学习简介
Deep RL Course ——Unit 1 Introduction 从理论和实践层面深入学习深度强化学习。学会使用知名的深度强化学习库，例如 Stable Baselines3、RL Baselines3 Zoo、Sample Factory 和 CleanRL。在独特的环境中训练智能体，比如 SnowballFight、Huggy the Do…...
Swagger和OpenApi的前世今生
Swagger与OpenAPI的关系演进是API标准化进程中的重要篇章，二者共同塑造了现代RESTful API的开发范式。 本期就扒一扒其技术演进的关键节点与核心逻辑： 🔄 一、起源与初创期：Swagger的诞生（2010-2014） 核心…...
大语言模型（LLM）中的KV缓存压缩与动态稀疏注意力机制设计
随着大语言模型（LLM）参数规模的增长，推理阶段的内存占用和计算复杂度成为核心挑战。传统注意力机制的计算复杂度随序列长度呈二次方增长，而KV缓存的内存消耗可能高达数十GB（例如Llama2-7B处理100K token时需50GB内存&a…...
Springboot社区养老保险系统小程序
一、前言 随着我国经济迅速发展，人们对手机的需求越来越大，各种手机软件也都在被广泛应用，但是对于手机进行数据信息管理，对于手机的各种软件也是备受用户的喜爱，社区养老保险系统小程序被用户普遍使用，为方…...