Download free for 30 days
Sign in
Upload
Language (EN)
Support
Business
Mobile
Social Media
Marketing
Technology
Art & Photos
Career
Design
Education
Presentations & Public Speaking
Government & Nonprofit
Healthcare
Internet
Law
Leadership & Management
Automotive
Engineering
Software
Recruiting & HR
Retail
Sales
Services
Science
Small Business & Entrepreneurship
Food
Environment
Economy & Finance
Data & Analytics
Investor Relations
Sports
Spiritual
News & Politics
Travel
Self Improvement
Real Estate
Entertainment & Humor
Health & Medicine
Devices & Hardware
Lifestyle
Change Language
Language
English
Español
Português
Français
Deutsche
Cancel
Save
EN
Uploaded by
Kenji Hiranabe
655 views
線形代数の視覚的理解 V1.1-Gストラング勉強会
線形代数の視覚的理解 V1.1-Gストラング勉強会 2022/1/12 Gストラング勉強会用の資料です.(練習問題ふくむ)
Education
◦
Related topics:
Linear Algebra Concepts
•
Read more
0
Save
Share
Embed
Embed presentation
Download
Downloaded 10 times
1
/ 16
2
/ 16
3
/ 16
4
/ 16
5
/ 16
6
/ 16
7
/ 16
8
/ 16
9
/ 16
10
/ 16
11
/ 16
12
/ 16
13
/ 16
14
/ 16
15
/ 16
16
/ 16
More Related Content
PDF
Graphic Notes on Linear Algebra and Data Science
by
Kenji Hiranabe
PDF
線形代数の視覚的理解のためのノート
by
Kenji Hiranabe
PDF
PRML第3章@京大PRML輪講
by
Sotetsu KOYAMADA(小山田創哲)
PPTX
MCMC法
by
MatsuiRyo
PPTX
5分でわかるベイズ確率
by
hoxo_m
PDF
PRMLの線形回帰モデル(線形基底関数モデル)
by
Yasunori Ozaki
PPTX
2SAT(充足可能性問題)の解き方
by
Tsuneo Yoshioka
PDF
クラシックな機械学習入門:付録:よく使う線形代数の公式
by
Hiroshi Nakagawa
Graphic Notes on Linear Algebra and Data Science
by
Kenji Hiranabe
線形代数の視覚的理解のためのノート
by
Kenji Hiranabe
PRML第3章@京大PRML輪講
by
Sotetsu KOYAMADA(小山田創哲)
MCMC法
by
MatsuiRyo
5分でわかるベイズ確率
by
hoxo_m
PRMLの線形回帰モデル(線形基底関数モデル)
by
Yasunori Ozaki
2SAT(充足可能性問題)の解き方
by
Tsuneo Yoshioka
クラシックな機械学習入門:付録:よく使う線形代数の公式
by
Hiroshi Nakagawa
What's hot
PDF
ベータ分布の謎に迫る
by
Ken'ichi Matsui
PDF
RBM、Deep Learningと学習(全脳アーキテクチャ若手の会 第3回DL勉強会発表資料)
by
Takuma Yagi
PPTX
勾配降下法の最適化アルゴリズム
by
nishio
PDF
構造方程式モデルによる因果探索と非ガウス性
by
Shiga University, RIKEN
PDF
リプシッツ連続性に基づく勾配法・ニュートン型手法の計算量解析
by
京都大学大学院情報学研究科数理工学専攻
PDF
グラフニューラルネットワーク入門
by
ryosuke-kojima
PDF
深層学習 第6章
by
KCS Keio Computer Society
PPTX
ようやく分かった!最尤推定とベイズ推定
by
Akira Masuda
PPTX
StanとRでベイズ統計モデリング読書会Ch.9
by
考司 小杉
PDF
勉強か?趣味か?人生か?―プログラミングコンテストとは
by
Takuya Akiba
PPTX
2014 3 13(テンソル分解の基礎)
by
Tatsuya Yokota
PDF
パターン認識第9章 学習ベクトル量子化
by
Miyoshi Yuya
PDF
深層学習と確率プログラミングを融合したEdwardについて
by
ryosuke-kojima
PDF
グラフィカル Lasso を用いた異常検知
by
Yuya Takashina
PDF
統計的因果推論勉強会 第1回
by
Hikaru GOTO
PDF
PRML輪読#11
by
matsuolab
PDF
指数分布とポアソン分布のいけない関係
by
Nagi Teramo
PPTX
ベイズ統計学の概論的紹介-old
by
Naoki Hayashi
PDF
データ解析2 線形代数の復習
by
Hirotaka Hachiya
PDF
MLaPP 24章 「マルコフ連鎖モンテカルロ法 (MCMC) による推論」
by
moterech
ベータ分布の謎に迫る
by
Ken'ichi Matsui
RBM、Deep Learningと学習(全脳アーキテクチャ若手の会 第3回DL勉強会発表資料)
by
Takuma Yagi
勾配降下法の最適化アルゴリズム
by
nishio
構造方程式モデルによる因果探索と非ガウス性
by
Shiga University, RIKEN
リプシッツ連続性に基づく勾配法・ニュートン型手法の計算量解析
by
京都大学大学院情報学研究科数理工学専攻
グラフニューラルネットワーク入門
by
ryosuke-kojima
深層学習 第6章
by
KCS Keio Computer Society
ようやく分かった!最尤推定とベイズ推定
by
Akira Masuda
StanとRでベイズ統計モデリング読書会Ch.9
by
考司 小杉
勉強か?趣味か?人生か?―プログラミングコンテストとは
by
Takuya Akiba
2014 3 13(テンソル分解の基礎)
by
Tatsuya Yokota
パターン認識第9章 学習ベクトル量子化
by
Miyoshi Yuya
深層学習と確率プログラミングを融合したEdwardについて
by
ryosuke-kojima
グラフィカル Lasso を用いた異常検知
by
Yuya Takashina
統計的因果推論勉強会 第1回
by
Hikaru GOTO
PRML輪読#11
by
matsuolab
指数分布とポアソン分布のいけない関係
by
Nagi Teramo
ベイズ統計学の概論的紹介-old
by
Naoki Hayashi
データ解析2 線形代数の復習
by
Hirotaka Hachiya
MLaPP 24章 「マルコフ連鎖モンテカルロ法 (MCMC) による推論」
by
moterech
Similar to 線形代数の視覚的理解 V1.1-Gストラング勉強会
PDF
C03
by
anonymousouj
PDF
さくっと線形代数
by
Kota Mori
PDF
Linera lgebra
by
Shin Asakawa
PPTX
【Deep Learning (MIT Press)】線形代数 2.1~2.7
by
京都大学人工知能研究会 KaiRA
PDF
Applied mathematics 1
by
A Y
PDF
【SIROK技術勉強会 #4】機械学習と線形代数の基礎
by
Shuntaro Tamura
PDF
第7回スキル養成講座講義スライド
by
keiodig
PDF
2015年度春学期 画像情報処理 第8回 行列の直交変換と画像情報圧縮 (2015. 6. 10)
by
Akira Asano
PDF
2014年度春学期 画像情報処理 第8回 行列の直交変換 (2014. 6. 4)
by
Akira Asano
PDF
Math in Machine Learning / PCA and SVD with Applications
by
Kenji Hiranabe
PDF
競技プログラミングでの線型方程式系
by
tmaehara
PDF
Matrix
by
echigoya3
PDF
2014 JOI春合宿 行列の基礎とその応用
by
Hiroshi Yamashita
PDF
数式をnumpyに落としこむコツ
by
Shuyo Nakatani
PDF
データ解析1 ベクトルの復習
by
Hirotaka Hachiya
PDF
外積代数で読み解く平行体 ~究極の関係式を追い求めて~
by
SoshunNaito
PDF
Math tutorial public
by
Kenta Oono
PPTX
スプラトゥーン2 × 数学(訂正版)
by
Takunology
PDF
Matrix
by
Hisao Soyama
PDF
第9回スキル養成講座講義資料
by
keiodig
C03
by
anonymousouj
さくっと線形代数
by
Kota Mori
Linera lgebra
by
Shin Asakawa
【Deep Learning (MIT Press)】線形代数 2.1~2.7
by
京都大学人工知能研究会 KaiRA
Applied mathematics 1
by
A Y
【SIROK技術勉強会 #4】機械学習と線形代数の基礎
by
Shuntaro Tamura
第7回スキル養成講座講義スライド
by
keiodig
2015年度春学期 画像情報処理 第8回 行列の直交変換と画像情報圧縮 (2015. 6. 10)
by
Akira Asano
2014年度春学期 画像情報処理 第8回 行列の直交変換 (2014. 6. 4)
by
Akira Asano
Math in Machine Learning / PCA and SVD with Applications
by
Kenji Hiranabe
競技プログラミングでの線型方程式系
by
tmaehara
Matrix
by
echigoya3
2014 JOI春合宿 行列の基礎とその応用
by
Hiroshi Yamashita
数式をnumpyに落としこむコツ
by
Shuyo Nakatani
データ解析1 ベクトルの復習
by
Hirotaka Hachiya
外積代数で読み解く平行体 ~究極の関係式を追い求めて~
by
SoshunNaito
Math tutorial public
by
Kenta Oono
スプラトゥーン2 × 数学(訂正版)
by
Takunology
Matrix
by
Hisao Soyama
第9回スキル養成講座講義資料
by
keiodig
More from Kenji Hiranabe
PDF
effective ba for online communication
by
Kenji Hiranabe
PDF
Scrum-Fest-Sapporo-2021-Keynote-Our-Journey
by
Kenji Hiranabe
PDF
Appreciating Your Way to XP
by
Kenji Hiranabe
PDF
Digital Business and Agile
by
Kenji Hiranabe
PDF
Graphic Notes on Introduction to Linear Algebra
by
Kenji Hiranabe
PDF
with コロナ時代のアジャイルとコミュニケーション
by
Kenji Hiranabe
PDF
Agile Ba with Covid at Redmine Japan 2020
by
Kenji Hiranabe
PDF
ESM Agile Studio DX and COVID
by
Kenji Hiranabe
PDF
Agile Ba with Covid
by
Kenji Hiranabe
PDF
Essence position talk by hiranabe
by
Kenji Hiranabe
PDF
Agile Scrum at Knowledge Forum 2020
by
Kenji Hiranabe
PDF
Ba and digital here now ness
by
Kenji Hiranabe
PDF
Modeling in the Agile Age and casual astah models
by
Kenji Hiranabe
PDF
Modeling in the Agile Age
by
Kenji Hiranabe
PDF
Agile in automotive industry
by
Kenji Hiranabe
PDF
Introduction to Agile - how business and engineer team up
by
Kenji Hiranabe
PDF
5-principles-for-project-facilitation
by
Kenji Hiranabe
PDF
Nonaka Scrum - The New New Product Development Game, SECI model, The US Marin...
by
Kenji Hiranabe
PDF
デジタルビジネスの潮流とアジャイル開発~ビジネスとエンジニアの協働チームづくり~
by
Kenji Hiranabe
PDF
Mob programming and the power of flow agilejapan 2018
by
Kenji Hiranabe
effective ba for online communication
by
Kenji Hiranabe
Scrum-Fest-Sapporo-2021-Keynote-Our-Journey
by
Kenji Hiranabe
Appreciating Your Way to XP
by
Kenji Hiranabe
Digital Business and Agile
by
Kenji Hiranabe
Graphic Notes on Introduction to Linear Algebra
by
Kenji Hiranabe
with コロナ時代のアジャイルとコミュニケーション
by
Kenji Hiranabe
Agile Ba with Covid at Redmine Japan 2020
by
Kenji Hiranabe
ESM Agile Studio DX and COVID
by
Kenji Hiranabe
Agile Ba with Covid
by
Kenji Hiranabe
Essence position talk by hiranabe
by
Kenji Hiranabe
Agile Scrum at Knowledge Forum 2020
by
Kenji Hiranabe
Ba and digital here now ness
by
Kenji Hiranabe
Modeling in the Agile Age and casual astah models
by
Kenji Hiranabe
Modeling in the Agile Age
by
Kenji Hiranabe
Agile in automotive industry
by
Kenji Hiranabe
Introduction to Agile - how business and engineer team up
by
Kenji Hiranabe
5-principles-for-project-facilitation
by
Kenji Hiranabe
Nonaka Scrum - The New New Product Development Game, SECI model, The US Marin...
by
Kenji Hiranabe
デジタルビジネスの潮流とアジャイル開発~ビジネスとエンジニアの協働チームづくり~
by
Kenji Hiranabe
Mob programming and the power of flow agilejapan 2018
by
Kenji Hiranabe
線形代数の視覚的理解 V1.1-Gストラング勉強会
1.
Gストラング線形代数勉強会⽤ ⾏列計算練習 平鍋健児(@hiranabe) Version 1.1 = 1
2.
⽬次 • ⾏列の⾒⽅ –
4つ • ベクトルの積 – 2つ • ⾏列のベクトルの積 – 2つ • ⾏列と⾏列の積 – 4つ By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 2
3.
= = = 3つの数からなる 2つの列ベクトル 2つの数からなる 3つの⾏ベクトル 6つの数 1
つの⾏列 ⾏列の⾒⽅ – 4つ 𝐴 = 𝑎!!𝑎!" 𝑎"!𝑎"" 𝑎#!𝑎#" = | 𝒂𝟏 | | 𝒂𝟐 | = −𝒂! ∗ − −𝒂" ∗ − −𝒂# ∗ − 以降、太字で列ベクトル𝒂𝟏、*を付けて⾏ベクトル𝒂" ∗ 、を表現する。 また、右肩にTをつけて転置ベクトル𝒂𝐓や転置⾏列𝑨𝐓を表現する。 𝐴 = 1 4 2 5 3 6 = 1 4 2 5 3 6 = 1 4 2 5 3 6 By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 3
4.
= = = 内積(スカラー)
Rank1の⾏列 v1 = 1 2 3 𝑥 𝑦 = 𝑥 𝑦 2𝑥 2𝑦 3𝑥 3𝑦 ベクトルの積 – 2つ 1 2 3 𝑥! 𝑥" 𝑥# = 1 2 3 , 𝑥! 𝑥" 𝑥# = 𝑥! + 2𝑥" + 3𝑥# 2つの列ベクトル𝒂, 𝒃を𝒂𝒃! の順に掛けると、⾏ 列 (𝐴 = 𝒂𝒃! ) になる。 𝒂, 𝒃どちらも0でなければ、 この⾏列はRankが1になることが分かる。(各 ⾏は定数倍であり、各列も定数倍である) 2つの列ベクトルの内積(𝒂 ) 𝒃)は⾏列形 式では、𝒂! 𝒃 と表現され、1つのスカ ラーになる。 v2 By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 4
5.
練習問題-1 By Kenji Hiranabe
with the kindest help of Prof. Gilbert Strang 5 4 5 6 1 2 3 について v2 で計算し,Rank 1 (各列および各⾏が線形従属)を確かめよ.
6.
= = + ⾏列とベクトルの積
– 2つ 𝐴 の⾏ベクトルと列ベクトルの積 (内積)からなる1つの列ベクトル 𝐴 の列ベクトルの線形結合 𝐴𝒙 = 1 2 3 4 5 6 𝑥! 𝑥" = (𝑥!+2𝑥") (3𝑥! + 4𝑥") (5𝑥! + 6𝑥") 𝐴𝒙 = 1 2 3 4 5 6 𝑥! 𝑥" = 𝑥! 1 3 5 + 𝑥" 2 4 6 最初に左を覚えるだろう。しかし、右の⾒⽅ができるようになると、 𝐴𝒙 が𝐴の列ベクトルの線形結合、すなわち、 𝐴の列ベクトル空間 𝐂(𝐴)、 さらに、 𝐴𝒙 = 0 の解がAの零空間 𝐍(𝐴)と読めるようになる。 Mv 1 Mv 2 By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 6
7.
練習問題-2 By Kenji Hiranabe
with the kindest help of Prof. Gilbert Strang 7 𝐴𝒙 = 1 2 3 4 5 6 1 2 について,Mv1, Mv2 のやり⽅でそれぞれ計算し,同じ結果を確認せよ. Mv 1 1 2 3 4 5 6 1 2 Mv 2 1 2 3 4 5 6 1 2
8.
By Kenji Hiranabe
with the kindest help of Prof. Gilbert Strang 8
9.
⾏列と⾏列の積 – 4つ = 1
2 3 4 5 6 𝑥" 𝑦" 𝑥# 𝑦# = (𝑥"+2𝑥#) (𝑦"+2𝑦#) (3𝑥"+4𝑥#) (3𝑦"+4𝑦#) (5𝑥"+6𝑥#) (5𝑦"+6𝑦#) 1 2 3 4 5 6 𝑥" 𝑦" 𝑥# 𝑦# = 𝐴 𝒙 𝒚 = 𝐴𝒙 𝐴𝒚 = = 結果の各列 𝐴𝒙, 𝐴𝒚 は、それぞれ𝐴 の列ベクトルの線形結合 結果の各要素は、⾏ベクトルと列ベクトルの内積 MM 1 MM 2 By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 9
10.
練習問題-3 By Kenji Hiranabe
with the kindest help of Prof. Gilbert Strang 10 1 2 3 4 5 6 𝑥" 𝑦" 𝑥# 𝑦# について,MM1, MM2 のやり⽅でそれぞれ計算し,同じ結果を確認せよ. MM 1 1 2 3 4 5 6 𝑥! 𝑦! 𝑥" 𝑦" 1 2 3 4 5 6 𝑥! 𝑦! 𝑥" 𝑦" MM 2
11.
⾏列と⾏列の積 – 4つ =
+ = = 1 2 3 4 5 6 𝑏"" 𝑏"# 𝑏#" 𝑏## = 𝒂𝟏 𝒂𝟐 𝒃𝟏 ∗ 𝒃𝟐 ∗ = 𝒂𝟏𝒃𝟏 ∗ + 𝒂𝟐𝒃𝟐 ∗ = 1 3 5 𝑏"" 𝑏"# + 2 4 6 𝑏#" 𝑏## = 𝑏"" 𝑏"# 3𝑏"" 3𝑏"# 5𝑏"" 5𝑏"# + 2𝑏#" 2𝑏## 4𝑏#" 4𝑏## 6𝑏#" 6𝑏## 1 2 3 4 5 6 𝑥" 𝑦" 𝑥# 𝑦# = 𝒂𝟏 ∗ 𝒂𝟐 ∗ 𝒂𝟑 ∗ 𝑋 = 𝒂𝟏 ∗ 𝑋 𝒂𝟐 ∗ 𝑋 𝒂𝟑 ∗ 𝑋 ⾏列の積は、rank 1の⾏列の和に分解される。 結果の各⾏は、⾏ベクトルの線形結合 MM 3 MM 4 By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 11
12.
練習問題-4 By Kenji Hiranabe
with the kindest help of Prof. Gilbert Strang 12 1 2 3 4 5 6 1 1 1 2 について,MM4 のやり⽅で計算し,通常の計算(MM1)と同じ結果を確認せよ.
13.
便利な応⽤パターン – 3つ 2
3 = 1 2 3 1 1 = 2 1 + 3 + 2 = 2 1 + 3 + 3 = 2 1 + 3 + MM 2 Mv 2 右からの操作は、列に作⽤する。 この表現は、右の3つの線形結合を 1つの⾏列表現で表したものだとも ⾔える。 P1 using By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 13
14.
練習問題-4 By Kenji Hiranabe
with the kindest help of Prof. Gilbert Strang 14 1 4 7 2 5 8 3 6 9 1 0 1 0 1 1 0 0 1 を P1 に従って計算し,各列の変化を観察せよ.
15.
1 2 3 = 1 2 3 1 =
+ 1 2 3 + 2 = + 1 2 3 + 3 = + 1 2 3 + MM 3 左からの操作は、⾏に作⽤する。 この表現は、右の3つの線形結合を 1つの⾏列表現で表したものだとも ⾔える。 P2 using By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 15 便利な応⽤パターン – 3つ
16.
練習問題-4 By Kenji Hiranabe
with the kindest help of Prof. Gilbert Strang 16 1 0 0 0 1 0 1 1 1 1 4 7 2 5 8 3 6 9 を P2 に従って計算し,各⾏の変化を観察せよ.
Download