素人的に線形代数の重要な概念とその性質を整理する
こんにちは。
久しぶりに線形代数を勉強しようと思ってLinear Algebra Review and Reference - CS 229を読んだので、忘れていた内容を整理します。
Trace
定義
性質
Norm
定義
ベクトルの"長さ"を表す。ベクトルの次のnormは、
例
Rank
定義
行列のrankは、の線型独立な列(行)の数である。
性質
- 。等号が成立するとき、はfull rankであると言う
- はfull rankであることはがnon-singularであることと同値
Orthogonal
定義
ベクトルはのときorthogonalであると言う。
行列はすべての列(行)が互いにorthogonalで規格化されているときorthogonalであると言う。
Determinant
定義
行列のdeterminantは、
$|A| = \sum_{i} (-1)^{i + j} a_{ij} |A_{\i\j}|$
ただし、はから行目と列目を削除した行列。
性質
- の絶対値はの行が作る超立体(なら平行四辺形の面積)の体積になる
- のある1つの行を倍すると、determinantも倍になる
- のある1組の行を交換すると、determinantは-1倍になる
- がsingularなとき(そしてそのときに限り)
Quadratic Form
定義
行列、ベクトルについてスカラー値をquadratic formと言う。
Positive / Negative definite
定義
対称行列について、
- 任意のについてなら、はpositive definite
- 任意のについてなら、はpositive semidefinite
- 任意のについてなら、はnegative definite
- 任意のについてなら、はnegative semidefinite
- positive semidefiniteでもnegative semidefiniteでもなければ、はindefinite
性質
- がpositive (semi)definiteならば、はnegative (semi)definite
- がpositive/negative definiteならば、full rankでありnon-singular
- 行列についてはかならずpositive semidefinite
Eigenvalue / Eigenvector
定義
行列、複素数、ベクトルについて
のときはのeigenvalue、はeivenvectorであると言う。
性質
- のrankは非零のeivenvalueの数に等しい
- が対称行列ならば、すべてのは実数
- が対称行列で、すべてのが正ならば、はpositive definite(: positive semidefinite、: negative definite、: negative semidefinite)
- が対称行列ならば、quadratic formを最大化/最小化するは最大/最小のeivenvalueに対応するeivenvectorで、その値は最大/最小のeivenvalueになる
Gradient
定義
行列を引数にとる関数を考える。のgradientは、
ベクトルを引数にとる関数を考える。のgradientは、
性質
- が対称ならば、
Hessian
ベクトルを引数にとる関数を考える。のHessianは、
↑うまく数式にならないので心眼で読んでください。
性質
- が対称ならば、