狠狠撸

狠狠撸Share a Scribd company logo
言语処理の為の机械学习入门
    ???の前に
概要

?   目的

    ?   数学記号,数学公式を思い出す

    ?   最初の一歩でつまずかない

?   内容

    ?   数学記号

    ?   公式(指数?対数,微分?積分)

    ?   偏微分(??Δ)

    ?   行列
记号编
ギリシャ文字

             慣習的に特定の意味で
             良く使われる文字もある


                   l   :ラグランジュの未定乗数法など
                   x   :フーリエ変換した関数の変数
         a, b, g
                   s   :標準偏差
                   c   :カイ2乗分布
固有名詞として使われる記号

?   N:自然数全体 = {0, 1, 2, …} (0を含むかは流派による)

?   Z:整数全体 = {…, -2, -1, 0, 1, 2, …}

?   R:実数全体

?   C:複素数全体

?   ( Q:有理数全体)

    ? n ? N => 「nは自然数です」

    ? x ? Z => 「xは整数ではありません」
集合に対する記号

?   ∈(集合に属する)と ?(部分集合である)の違いに注意

    ?   x ∈ A:xは集合Aの元である

        ?   1 ∈ {1, 2, 3}, {3, 4, 5} ∈ { {1, 2}, {3, 4, 5}, {6, 7} }

    ?   B ? A:BはAの部分集合である

        ?   {1, 2} ? {1, 2, 3}, { {3, 4, 5} } ? { {1, 2}, {3, 4, 5}, {6, 7} }

             N?Z?Q?R?C
        ?   集合が等しい場合を含めるかは流派がある

                               (1)           (2)            (3)
            真部分集合 A?B                    A?B           A?B
            部分集合          A?B            A?B           A?B
集合の記法

?   大雑把に2通りの記法がある

    ?   1. 元を全て書きくだす
           S = {1, 3, 5, 7, 9}

    ?   2. 元の満たす条件を挙げる

           S = {x ? N | x % 2 =1, x ?10}

           S = {x | x ? N, x is odd and is less than or equal to 10}

?   リストの内包表記に対応する

    ?   Haskell:

    ?   Python:
公式编
指数,対数関連公式

?   定義

    ?   a, bを正の実数として                      a x = b ? x = loga b
    ?   自然対数の底: e = 2.728?

         ?   loge x を log xや        と書く事も
                                   ln x
?   公式

    ?   真数のかけ算                log(x × y) = log x + log y

         ?   特に,      log x n = n log x
    ?   真数の割り算                log(x / y) = log x - log y

    ?   指数法則
                              e(x+y) = e x × e y
微分,积分関连公式
                                     d n
?   多項式の微分              (x n )? =       (x ) = nx n-1
                                    dx
?   積の微分の公式                    ( f × g)? = f ? × g + f × g?

?   合成関数の微分                    ( f (g(x)))? = f ?(g(x))× g?(x)

    ?   公式そのものより使い方を習得してください

    ?   例:   d                ?d     ? ?d ? 1                  3
                (log x 3 )? = ? logt ÷ × ? x 3 ÷ = × (3x 2 ) =
             dx               è dt   ? è dx ? t                x
                              ↑
             t=x3とおいて合成関数の微分
             f(t)=log t, g(x)=x3




                         ò
?   多項式の積分                                1 n+1
                             x n dx =        x + C (n ? -1)        ← n=?1では分母が0になる
                                        n +1

                         òx   -1
                                   dx = log x + C
ベクトル解析の记号
多変数を表す記号

?   1個の実数を表す記号は細字,複数の実数の組を表す記号は太字を用い
    る事が多い

    ?   例: x = ( x1, x2 , x3, x4 )
               f (x) = x 3
               g(x) = x1 + x2 + x3 + x4
               h(x) = (x, x 2 + x, x 3 - x)
?   以降もこの記法に従っていきます

?   定義域,値域を明示することでも分かりやすくなります

    ?   上の例の場合                   f :R?R
                                 g : R4 ? R
                                 h : R ? R3
偏微分(定義)

?   多変数関数(変数が2つ以上の関数)で1つ以外のすべての変数を定数
    だと思って微分する操作

    ?   例: f (x, y, z) = x 3 + y 2 + z 5

             ?f                                   ?f
                (x, y, z) = fx (x, y, z) = 3x 2      (x, y, z) = f y (x, y, z) = 2y
             ?x                                   ?y


             ?f
                (x, y, z) = fz (x, y, z) = 5z 4
             ?z
偏微分同士の関係

? f が十分滑らか(= x, yについて何回でも微分可能)ならば

      fxy (x, y, z) = fyx (x, y, z)
            ↑                   ↑
        まずxで微分し             まずyで微分し
    できた関数をさらにyで微分する     できた関数をさらにxで微分する




?    これを繰り返し用いると,

      fxyzyyxwzxxzy (x, y, z) = fxxxxxyyyyzzzw (x, y, z)

      → 偏微分する順序は好きなように決めてよい
?(ナブラ)

?   多変数関数の1階偏微分を並べて,ベクトルにする操作

?   例:   f (x, y, z) = x 3 + y 2 + z 5
         ?f (x, y, z) = (3x 2 , 2y, 5z 4 )   (行ベクトルの場合)
                        ?         ?
                        ? 3x 2 ÷
         ?f (x, y, z) = ? 2y ÷               (列ベクトルの場合)
                        ?         ÷
                        è 5z 4 ?
    ?   列/行ベクトルどちらで用いるかは文脈/筆者による

? (x, y, z)をまとめて xと書いて,↓のように書く事もある

           ?f
              (x) = (3x 2 , 2y, 5z 4 )
           ?x
Δ(ラプラシアン)

?   多変数関数の2階偏微分をすべて足し合わせたもの

                   ?2    ?2     ?2
    Df (x, y, z) = 2 f + 2 f + 2 f                f : R3 ? Rなら
                  ?x    ?y     ?z
                  ? ?2                            ?f   はベクトル
                        ?2   ?2 ?
                 =? 2 + 2 + 2 ÷ f                 Df
                  è ?x ?y ?z ?                         はスカラー(実数)

                 = f xx + f yy + fzz .
?   例:   f (x, y, z) = x 3 + y 2 + z 5    のとき,

          ?2         ?2        ?2
              f = 6x      f =2      f = 20z 3    だから,
         ?x 2        ?y 2      ?z 2
         Df (x, y, z) = 20z 3 + 6x + 2.
行列
行列の表し方

?   数字を長方形上に並べたもの

?   行列は大文字アルファベットで表す事が多い

?   横が行,縦が列(ほとんど統一されている)

    ?   n 行 m 列の行列を n×m 行列と略することも(行が先)

    ?   A = (aij )と書いたら,i 行 j 列目がaij(やっぱり行が先)

                           列(column)
                       ?   a11   a12 ? a1m ?
                       ?                   ÷   行(row)
                       ?   a21   a22 ? a1m ÷
                       ?                   ÷
                       ?    ?     ? ? ? ÷
                       ?   an1   an2 ? anm ÷
                       è                   ?
行列の積

?   A:p×q 行列,B:サイズ q×r 行列

    ?   Aの列とBの行が一致しているときABは定義可能

    ?   ABは p×r 行列

    ?   BAは定義できるとは限らない

?   行列の積の成分表示
                                                  q×
    ?    A = (aij ), B = (bijとおくと,ABの i 行 j 成分は
                             )                    ?a    ik   × bkj
                                                  k=1
行列の操作(行列式)

?   行列式 (determinant):        det A =| A |
    ?   例えば逆行列が存在するかの判定に用いる

    ?   例: (正方行列にしかdetは定義できないことに注意)
              ? a b ?
        ?   A=?     ÷    なら det A = ad - bc
              è c d ?
              ?           ?
              ? a b     c ÷
        ?   A=? d e     f ÷ なら     det A = aei + bfg + cdh - afh - bdi - ceg
              ? g h     i ÷
              è           ?

    ?   行列n×nの行列A, Bに対して

                          det AB = det A× det B
行列の操作(転置)

?   転置(transpose):        At = AT = t A = T A
    ?   どれも同じ意味,ここでは最初の記号を使います

    ?   行と列を入れ替える操作

    ?   Aの i 行 j 列目とAの j 行 i 列目は等しい

    ?   例:                         ? 1 ?
                                   ?    ÷
         ?   A = (1 2 3)のとき, A t = ? 2 ÷
                                   ? 3 ÷
                                   è    ?
                 ? a b ?
                 ?       ÷            ? a c e ?
         ?   A = ? c d ÷ のとき, A t = ?         ÷
                 ? e f ÷              ? b d f ÷
                 è       ?            è       ?
行列の内積(形だけ)

?   行列のかけ算の例:

    ?   x, y:n×1の列ベクトル, A:n×n行列のとき
                      x t Ay
        はただの実数

?   正定値(今回は説明省略)のn×n行列Aがあると,そこから2つのベク
    トルの(Aから決まる)間の内積 < x, y >を( x × y とも書く)

                 < x, y >= xt Ay
    と定義できる

More Related Content

What's hot (20)

PDF
UTPC2012 - K
omeometo
?
PDF
情報幾何の基礎輪読会 #1
Tatsuki SHIMIZU
?
PDF
AtCoder Regular Contest 043 解説
AtCoder Inc.
?
PDF
代数トポロジー入门
Tatsuki SHIMIZU
?
PDF
PRML 第14章
Akira Miyazawa
?
PPTX
ラプラス作用素の极座标表示
政孝 鍋島
?
PDF
Introduction of introduction_to_group_theory
shima o
?
PDF
代数的実数と颁础顿の実装绍介
Masahiro Sakai
?
PDF
表现行列问题
政孝 鍋島
?
PPTX
表现行列の问题
nabeshimamasataka
?
PDF
統計検定3級 4
Satoshi Kawamoto
?
PDF
PRML 8.4-8.4.3
KunihiroTakeoka
?
PDF
ものまね鳥を愛でる 結合子論理と計算
Hiromi Ishii
?
PDF
Similarity functions in Lucene 4.0
Koji Sekiguchi
?
PDF
スペクトラル?クラスタリング
Akira Miyazawa
?
PDF
DDPC 2016 予選 解説
AtCoder Inc.
?
PDF
PRML 2.3.9-2.4.1
marugari
?
PPTX
情報幾何学の基礎 第2章 4.5
Tatsuki SHIMIZU
?
PPTX
グラフと闭集合
政孝 鍋島
?
PDF
Divisor
Ken Ogura
?
UTPC2012 - K
omeometo
?
情報幾何の基礎輪読会 #1
Tatsuki SHIMIZU
?
AtCoder Regular Contest 043 解説
AtCoder Inc.
?
代数トポロジー入门
Tatsuki SHIMIZU
?
PRML 第14章
Akira Miyazawa
?
ラプラス作用素の极座标表示
政孝 鍋島
?
Introduction of introduction_to_group_theory
shima o
?
代数的実数と颁础顿の実装绍介
Masahiro Sakai
?
表现行列问题
政孝 鍋島
?
表现行列の问题
nabeshimamasataka
?
統計検定3級 4
Satoshi Kawamoto
?
PRML 8.4-8.4.3
KunihiroTakeoka
?
ものまね鳥を愛でる 結合子論理と計算
Hiromi Ishii
?
Similarity functions in Lucene 4.0
Koji Sekiguchi
?
スペクトラル?クラスタリング
Akira Miyazawa
?
DDPC 2016 予選 解説
AtCoder Inc.
?
PRML 2.3.9-2.4.1
marugari
?
情報幾何学の基礎 第2章 4.5
Tatsuki SHIMIZU
?
グラフと闭集合
政孝 鍋島
?
Divisor
Ken Ogura
?

Similar to mathemaical_notation (20)

PDF
Math tutorial public
Kenta Oono
?
PDF
8.4 グラフィカルモデルによる推論
sleepy_yoshi
?
PPT
Pythonintro
Mikio Kubo
?
PDF
NLPforml5
Hidekazu Oiwa
?
PDF
分布 isseing333
Issei Kurahashi
?
PDF
PRML 1.6 情報理論
sleepy_yoshi
?
PDF
Introduction to Categorical Programming
Masahiro Sakai
?
PDF
Introduction to Categorical Programming (Revised)
Masahiro Sakai
?
PDF
复素数?四元数と図形の回転
Yoshihiro Mizoguchi
?
PDF
東京都市大学 データ解析入門 6 回帰分析とモデル選択 1
hirokazutanaka
?
PDF
数学教材(中间発表)
Mizuguchi1205
?
PDF
パターン认识と机械学习6章(カーネル法)
Yukara Ikemiya
?
PDF
数式を苍耻尘辫测に落としこむコツ
Shuyo Nakatani
?
PDF
13.2 隠れマルコフモデル
show you
?
PDF
Prml 2.3
Yuuki Saitoh
?
PDF
パターン認識 05 ロジスティック回帰
sleipnir002
?
PDF
統計概論 isseing333
Issei Kurahashi
?
PPTX
スプラトゥーン2 × 数学(訂正版)
Takunology
?
PDF
様々な全域木问题
tmaehara
?
PDF
Learning Latent Space Energy Based Prior Modelの解説
Tomonari Masada
?
Math tutorial public
Kenta Oono
?
8.4 グラフィカルモデルによる推論
sleepy_yoshi
?
Pythonintro
Mikio Kubo
?
NLPforml5
Hidekazu Oiwa
?
分布 isseing333
Issei Kurahashi
?
PRML 1.6 情報理論
sleepy_yoshi
?
Introduction to Categorical Programming
Masahiro Sakai
?
Introduction to Categorical Programming (Revised)
Masahiro Sakai
?
复素数?四元数と図形の回転
Yoshihiro Mizoguchi
?
東京都市大学 データ解析入門 6 回帰分析とモデル選択 1
hirokazutanaka
?
数学教材(中间発表)
Mizuguchi1205
?
パターン认识と机械学习6章(カーネル法)
Yukara Ikemiya
?
数式を苍耻尘辫测に落としこむコツ
Shuyo Nakatani
?
13.2 隠れマルコフモデル
show you
?
Prml 2.3
Yuuki Saitoh
?
パターン認識 05 ロジスティック回帰
sleipnir002
?
統計概論 isseing333
Issei Kurahashi
?
スプラトゥーン2 × 数学(訂正版)
Takunology
?
様々な全域木问题
tmaehara
?
Learning Latent Space Energy Based Prior Modelの解説
Tomonari Masada
?
Ad

More from Kenta Oono (20)

PDF
Minimax statistical learning with Wasserstein distances (NeurIPS2018 Reading ...
Kenta Oono
?
PDF
Deep learning for molecules, introduction to chainer chemistry
Kenta Oono
?
PDF
Overview of Machine Learning for Molecules and Materials Workshop @ NIPS2017
Kenta Oono
?
PDF
Comparison of deep learning frameworks from a viewpoint of double backpropaga...
Kenta Oono
?
PDF
深层学习フレームワーク概要と颁丑补颈苍别谤の事例绍介
Kenta Oono
?
PDF
20170422 数学カフェ Part2
Kenta Oono
?
PDF
20170422 数学カフェ Part1
Kenta Oono
?
PDF
情报几何学の基础、第7章発表ノート
Kenta Oono
?
PDF
GTC Japan 2016 Chainer feature introduction
Kenta Oono
?
PDF
On the benchmark of Chainer
Kenta Oono
?
PDF
Tokyo Webmining Talk1
Kenta Oono
?
PDF
VAE-type Deep Generative Models
Kenta Oono
?
PDF
Common Design of Deep Learning Frameworks
Kenta Oono
?
PDF
Introduction to Chainer and CuPy
Kenta Oono
?
PDF
Stochastic Gradient MCMC
Kenta Oono
?
PDF
Chainer Contribution Guide
Kenta Oono
?
PDF
2015年9月18日 (GTC Japan 2015) 深層学習フレームワークChainerの導入と化合物活性予測への応用
Kenta Oono
?
PDF
Introduction to Chainer (LL Ring Recursive)
Kenta Oono
?
PDF
日本神経回路学会セミナー「顿别别辫尝别补谤苍颈苍驳を使ってみよう!」资料
Kenta Oono
?
PDF
提供础惭滨について
Kenta Oono
?
Minimax statistical learning with Wasserstein distances (NeurIPS2018 Reading ...
Kenta Oono
?
Deep learning for molecules, introduction to chainer chemistry
Kenta Oono
?
Overview of Machine Learning for Molecules and Materials Workshop @ NIPS2017
Kenta Oono
?
Comparison of deep learning frameworks from a viewpoint of double backpropaga...
Kenta Oono
?
深层学习フレームワーク概要と颁丑补颈苍别谤の事例绍介
Kenta Oono
?
20170422 数学カフェ Part2
Kenta Oono
?
20170422 数学カフェ Part1
Kenta Oono
?
情报几何学の基础、第7章発表ノート
Kenta Oono
?
GTC Japan 2016 Chainer feature introduction
Kenta Oono
?
On the benchmark of Chainer
Kenta Oono
?
Tokyo Webmining Talk1
Kenta Oono
?
VAE-type Deep Generative Models
Kenta Oono
?
Common Design of Deep Learning Frameworks
Kenta Oono
?
Introduction to Chainer and CuPy
Kenta Oono
?
Stochastic Gradient MCMC
Kenta Oono
?
Chainer Contribution Guide
Kenta Oono
?
2015年9月18日 (GTC Japan 2015) 深層学習フレームワークChainerの導入と化合物活性予測への応用
Kenta Oono
?
Introduction to Chainer (LL Ring Recursive)
Kenta Oono
?
日本神経回路学会セミナー「顿别别辫尝别补谤苍颈苍驳を使ってみよう!」资料
Kenta Oono
?
提供础惭滨について
Kenta Oono
?
Ad

mathemaical_notation

  • 2. 概要 ? 目的 ? 数学記号,数学公式を思い出す ? 最初の一歩でつまずかない ? 内容 ? 数学記号 ? 公式(指数?対数,微分?積分) ? 偏微分(??Δ) ? 行列
  • 4. ギリシャ文字 慣習的に特定の意味で 良く使われる文字もある l :ラグランジュの未定乗数法など x :フーリエ変換した関数の変数 a, b, g s :標準偏差 c :カイ2乗分布
  • 5. 固有名詞として使われる記号 ? N:自然数全体 = {0, 1, 2, …} (0を含むかは流派による) ? Z:整数全体 = {…, -2, -1, 0, 1, 2, …} ? R:実数全体 ? C:複素数全体 ? ( Q:有理数全体) ? n ? N => 「nは自然数です」 ? x ? Z => 「xは整数ではありません」
  • 6. 集合に対する記号 ? ∈(集合に属する)と ?(部分集合である)の違いに注意 ? x ∈ A:xは集合Aの元である ? 1 ∈ {1, 2, 3}, {3, 4, 5} ∈ { {1, 2}, {3, 4, 5}, {6, 7} } ? B ? A:BはAの部分集合である ? {1, 2} ? {1, 2, 3}, { {3, 4, 5} } ? { {1, 2}, {3, 4, 5}, {6, 7} } N?Z?Q?R?C ? 集合が等しい場合を含めるかは流派がある (1) (2) (3) 真部分集合 A?B A?B A?B 部分集合 A?B A?B A?B
  • 7. 集合の記法 ? 大雑把に2通りの記法がある ? 1. 元を全て書きくだす S = {1, 3, 5, 7, 9} ? 2. 元の満たす条件を挙げる S = {x ? N | x % 2 =1, x ?10} S = {x | x ? N, x is odd and is less than or equal to 10} ? リストの内包表記に対応する ? Haskell: ? Python:
  • 9. 指数,対数関連公式 ? 定義 ? a, bを正の実数として a x = b ? x = loga b ? 自然対数の底: e = 2.728? ? loge x を log xや と書く事も ln x ? 公式 ? 真数のかけ算 log(x × y) = log x + log y ? 特に, log x n = n log x ? 真数の割り算 log(x / y) = log x - log y ? 指数法則 e(x+y) = e x × e y
  • 10. 微分,积分関连公式 d n ? 多項式の微分 (x n )? = (x ) = nx n-1 dx ? 積の微分の公式 ( f × g)? = f ? × g + f × g? ? 合成関数の微分 ( f (g(x)))? = f ?(g(x))× g?(x) ? 公式そのものより使い方を習得してください ? 例: d ?d ? ?d ? 1 3 (log x 3 )? = ? logt ÷ × ? x 3 ÷ = × (3x 2 ) = dx è dt ? è dx ? t x ↑ t=x3とおいて合成関数の微分 f(t)=log t, g(x)=x3 ò ? 多項式の積分 1 n+1 x n dx = x + C (n ? -1) ← n=?1では分母が0になる n +1 òx -1 dx = log x + C
  • 12. 多変数を表す記号 ? 1個の実数を表す記号は細字,複数の実数の組を表す記号は太字を用い る事が多い ? 例: x = ( x1, x2 , x3, x4 ) f (x) = x 3 g(x) = x1 + x2 + x3 + x4 h(x) = (x, x 2 + x, x 3 - x) ? 以降もこの記法に従っていきます ? 定義域,値域を明示することでも分かりやすくなります ? 上の例の場合 f :R?R g : R4 ? R h : R ? R3
  • 13. 偏微分(定義) ? 多変数関数(変数が2つ以上の関数)で1つ以外のすべての変数を定数 だと思って微分する操作 ? 例: f (x, y, z) = x 3 + y 2 + z 5 ?f ?f (x, y, z) = fx (x, y, z) = 3x 2 (x, y, z) = f y (x, y, z) = 2y ?x ?y ?f (x, y, z) = fz (x, y, z) = 5z 4 ?z
  • 14. 偏微分同士の関係 ? f が十分滑らか(= x, yについて何回でも微分可能)ならば fxy (x, y, z) = fyx (x, y, z) ↑ ↑ まずxで微分し まずyで微分し できた関数をさらにyで微分する できた関数をさらにxで微分する ? これを繰り返し用いると, fxyzyyxwzxxzy (x, y, z) = fxxxxxyyyyzzzw (x, y, z) → 偏微分する順序は好きなように決めてよい
  • 15. ?(ナブラ) ? 多変数関数の1階偏微分を並べて,ベクトルにする操作 ? 例: f (x, y, z) = x 3 + y 2 + z 5 ?f (x, y, z) = (3x 2 , 2y, 5z 4 ) (行ベクトルの場合) ? ? ? 3x 2 ÷ ?f (x, y, z) = ? 2y ÷ (列ベクトルの場合) ? ÷ è 5z 4 ? ? 列/行ベクトルどちらで用いるかは文脈/筆者による ? (x, y, z)をまとめて xと書いて,↓のように書く事もある ?f (x) = (3x 2 , 2y, 5z 4 ) ?x
  • 16. Δ(ラプラシアン) ? 多変数関数の2階偏微分をすべて足し合わせたもの ?2 ?2 ?2 Df (x, y, z) = 2 f + 2 f + 2 f f : R3 ? Rなら ?x ?y ?z ? ?2 ?f はベクトル ?2 ?2 ? =? 2 + 2 + 2 ÷ f Df è ?x ?y ?z ? はスカラー(実数) = f xx + f yy + fzz . ? 例: f (x, y, z) = x 3 + y 2 + z 5 のとき, ?2 ?2 ?2 f = 6x f =2 f = 20z 3 だから, ?x 2 ?y 2 ?z 2 Df (x, y, z) = 20z 3 + 6x + 2.
  • 18. 行列の表し方 ? 数字を長方形上に並べたもの ? 行列は大文字アルファベットで表す事が多い ? 横が行,縦が列(ほとんど統一されている) ? n 行 m 列の行列を n×m 行列と略することも(行が先) ? A = (aij )と書いたら,i 行 j 列目がaij(やっぱり行が先) 列(column) ? a11 a12 ? a1m ? ? ÷ 行(row) ? a21 a22 ? a1m ÷ ? ÷ ? ? ? ? ? ÷ ? an1 an2 ? anm ÷ è ?
  • 19. 行列の積 ? A:p×q 行列,B:サイズ q×r 行列 ? Aの列とBの行が一致しているときABは定義可能 ? ABは p×r 行列 ? BAは定義できるとは限らない ? 行列の積の成分表示 q× ? A = (aij ), B = (bijとおくと,ABの i 行 j 成分は ) ?a ik × bkj k=1
  • 20. 行列の操作(行列式) ? 行列式 (determinant): det A =| A | ? 例えば逆行列が存在するかの判定に用いる ? 例: (正方行列にしかdetは定義できないことに注意) ? a b ? ? A=? ÷ なら det A = ad - bc è c d ? ? ? ? a b c ÷ ? A=? d e f ÷ なら det A = aei + bfg + cdh - afh - bdi - ceg ? g h i ÷ è ? ? 行列n×nの行列A, Bに対して det AB = det A× det B
  • 21. 行列の操作(転置) ? 転置(transpose): At = AT = t A = T A ? どれも同じ意味,ここでは最初の記号を使います ? 行と列を入れ替える操作 ? Aの i 行 j 列目とAの j 行 i 列目は等しい ? 例: ? 1 ? ? ÷ ? A = (1 2 3)のとき, A t = ? 2 ÷ ? 3 ÷ è ? ? a b ? ? ÷ ? a c e ? ? A = ? c d ÷ のとき, A t = ? ÷ ? e f ÷ ? b d f ÷ è ? è ?
  • 22. 行列の内積(形だけ) ? 行列のかけ算の例: ? x, y:n×1の列ベクトル, A:n×n行列のとき x t Ay はただの実数 ? 正定値(今回は説明省略)のn×n行列Aがあると,そこから2つのベク トルの(Aから決まる)間の内積 < x, y >を( x × y とも書く) < x, y >= xt Ay と定義できる