矩阵的核(kernel)与象(image)
来源:互联网 发布:二值化算法matlab 编辑:程序博客网 时间:2024/05/21 13:59
本文介绍矩阵论中一对非常重要的概念:核(kernel)与象(image)。这部分内容有助于我们从更加深入的层次去审视矩阵与线性变换的关系,对于更进一步地学习和领会泛函分析中的内容也很有帮助。在阅读本文前,强烈建议读者了解前文(http://blog.csdn.net/baimafujinji/article/details/6475470)所介绍的知识。
首先,假设有一个如下所示的 n×m 的矩阵,
我们其实可以把它看成是一个函数,即(注意前文中我们已经讲过R^n表示所有n个实数数列或有序n元组的集合)
如何来理解这样一个函数呢?假设向量 x 是R^m中的一个由m个实数组成的(列)向量(m行1列),那么 Ax 根据矩阵乘法,显然就是一个由n个实数组成的(列)向量(n行1列),而 Ax 是属于R^n的。
矩阵 A 的Kernel定义为:
即
注意到 ker A 在 R^m 中。
从方程组的角度来看,ker A 也就是下面这个有n个方程的方程组的解向量的集合。
矩阵 A 的Image定义为:
也就是所有位于R^n中,可以表示成 Ax 的向量。
从方程组的角度来看,im A 也就是由下面这个方程组生成的所有的向量的集合。
或者说 im A 是 span of 矩阵 A 的列向量,即
(全文完)
- 矩阵的核(kernel)与象(image)
- kernel image 与 kernel u-boot 可识别的image
- 高斯(exp)kernel 中缩放参数r的确定 度量矩阵到kernel矩阵的转换
- kernel 矩阵的规则化
- leetcode 48. Rotate Image(矩阵旋转)
- kernel image
- 布局与控件(二)——与你想象不一样的LinearLayout
- 屏幕录象与视频录象的开发
- leetcode:Rotate Image (旋转矩阵)【面试算法题】
- leetcode rotate-image(90°旋转矩阵)
- 由Equals()引发的对对象的引用与对象(即实例)的关系的思考
- 澄清核函数(kernel)的几个问题
- 象与骑象人-幸福的假设
- 面象对象与实际的结合
- Linux Kernel(核)
- image与byte数组的转换 (转载)
- 矩阵的极限与马尔科夫链(1)
- LeetCode Rotate Image(矩阵的旋转)
- 九月卷 自我警醒
- 走失后的回归
- 败将言勇(9.03)
- 新古典生产函数
- 刚来
- 矩阵的核(kernel)与象(image)
- 奇异值分解(SVD,Singular value decomposition)
- byte/short/char
- one
- 关于!
- 考研笔记数据结构线性结构之C语言
- [转]windows2003的IIS详细设置方法
- 程序员就是一般人
- 面试技巧:16个经典面试问题回答思路 收藏