第二單元主要內(nèi)容
- 正交矩陣 Q,用矩陣形式描述正交性質(zhì)。
投影矩陣 P,最小二乘法,在方程無解時(shí)求“最優(yōu)解”。 Gram-Schmidt 正交化——從任意一組基得到標(biāo)準(zhǔn)正交基,策略是從向量
中減去投影到其它向量方向的分量。
-
行列式 det(A)
三個性質(zhì)定義了行列式,可以推導(dǎo)出之后的性質(zhì) 4~10。
行列式展開公式包含 n!個非零項(xiàng),一半取+,一半取-。
代數(shù)余子式公式,以及推導(dǎo)出逆矩陣公式 A ? 1 = 1 d e t ( A ) C T A^{?1}= \frac{1}{det(A)}C^T A?1=det(A)1?CT -
特征值 Ax = λx
det(A-λI)=0
對角化:如果矩陣 A 包含 n 個線性無關(guān)的特征向量,可以對角化得到 S ? 1 A S = Λ S^{-1}AS=Λ S?1AS=Λ
矩陣 A 的冪: A k = ( S Λ S ? 1 ) k = S Λ k S ? 1 A^k=(SΛS^{-1})^k=SΛ^kS^{-1} Ak=(SΛS?1)k=SΛkS?1
例題
1、a =
[
2
1
2
]
\begin{bmatrix} 2\\1\\2 \end{bmatrix}
?212?
?
a)求投影到向量 a 方向的投影矩陣 P。
解:
P
=
A
(
A
T
A
)
?
1
A
T
P=A(A^TA)^{-1}A^T
P=A(ATA)?1AT,這里 a 是向量,因此有
P
=
a
a
T
a
T
a
=
1
9
[
4
2
4
2
1
2
4
2
4
]
P= \frac{aa^T}{a^Ta}=\frac{1}{9} \begin{bmatrix} 4 & 2 & 4 \\ 2 & 1 & 2 \\ 4 & 2 & 4 \end{bmatrix}
P=aTaaaT?=91?
?424?212?424?
?
b)求矩陣 P 的秩
解:矩陣的秩為 1,因?yàn)樗械牧卸际堑诙械谋稊?shù)。或者從投影矩陣投影的空間是 1 維可以判斷出來。
c)矩陣 P 的列空間?
解:向量 a 所在的直線。
d)矩陣 P 的特征值?
解:矩陣的秩為 1,因此存在重特征值 0,再從矩陣的跡可以得到另一個特征值為 1。即特征值為 1,0,0。
e)求矩陣 P 對應(yīng)特征值 1 的特征向量?
解:因?yàn)榫仃?P 為投影矩陣,在投影空間中的向量就是對應(yīng)特征值 1 的特征向量,因此 a 就是對應(yīng)的特征向量。
f)若有
u
k
+
1
=
P
u
k
u_{k+1}=Pu_k
uk+1?=Puk?,且有初值 u0=
[
9
9
0
]
\begin{bmatrix} 9\\9\\0 \end{bmatrix}
?990?
? 求 uk?
解:重復(fù)將一個向量投影到一條直線,從第二次開始投影結(jié)果即不發(fā)生變化。
u
k
=
P
k
u
0
=
P
u
0
=
a
T
u
0
a
T
a
=
3
a
=
[
6
3
6
]
uk=P^ku_0=Pu_0= \frac{a^Tu_0}{a^Ta}=3a=\begin{bmatrix} 6\\3\\6 \end{bmatrix}
uk=Pku0?=Pu0?=aTaaTu0??=3a=
?636?
?
g)測驗(yàn)中可能出現(xiàn)
u
k
+
1
=
A
u
k
u_k+1=Au_k
uk?+1=Auk?,其中的矩陣 A 不是投影矩陣,沒有投影矩陣的性質(zhì)
P
k
u
0
=
P
u
0
P^ku_0= Pu_0
Pku0?=Pu0?,此時(shí)需要求矩陣的特征值和特征向量。
u
0
=
c
1
x
1
+
c
2
x
2
+
c
3
x
3
u_0=c_1x_1+c_2x_2+c_3x_3
u0?=c1?x1?+c2?x2?+c3?x3?
則
u
k
=
c
1
λ
1
k
x
1
+
c
2
λ
2
k
x
2
+
c
3
λ
3
k
x
3
uk=c_1λ_1^kx_1+c_2λ_2^k x_2+c_3λ_3^kx_3
uk=c1?λ1k?x1?+c2?λ2k?x2?+c3?λ3k?x3?
對于投影矩陣而言,
λ
1
=
1
,
λ
2
=
λ
3
=
0
λ_1=1,λ_2=λ_3=0
λ1?=1,λ2?=λ3?=0。因此有
u
1
=
u
2
=
u
3
=
…
…
u_1=u_2=u_3=……
u1?=u2?=u3?=……
- 已知以下數(shù)據(jù)點(diǎn)
t | y |
---|---|
1 | 4 |
2 | 5 |
3 | 8 |
a)求利用三個數(shù)據(jù)點(diǎn)擬合過原點(diǎn)的一條直線 y=Dt?
解:
[
1
2
3
]
D
=
[
4
5
8
]
\begin{bmatrix} 1\\2\\ 3 \end{bmatrix}D=\begin{bmatrix} 4\\5\\ 8 \end{bmatrix}
?123?
?D=
?458?
? ,我們求解的問題就是求方程的最優(yōu)解 D? 。
A
T
A
D
?
=
A
T
b
A^TA D? =A^Tb
ATAD?=ATb。 解得 D? =19/7。因此直線解析式為 y=(19/7)t。
b)怎樣從投影來理解這個問題?
解:對于最小二乘問題有兩種理解方法。其中一種是找到平面內(nèi)最優(yōu)的一條直線。另一種是將
b
=
[
4
5
8
]
b=\begin{bmatrix} 4\\5\\ 8 \end{bmatrix}
b=
?458?
?投影到 A 的列空間,來得到最接近于 Ax=b 的解。
-
向量 a 1 = [ 1 2 3 ] a_1=\begin{bmatrix} 1\\2\\ 3 \end{bmatrix} a1?= ?123? ?和 a 2 = [ 1 1 1 ] a_2=\begin{bmatrix} 1\\1\\ 1 \end{bmatrix} a2?= ?111? ?向量確定了一個平面,找到該平面的一組正交基。
解:應(yīng)用 Gram-Shmidt 正交化方法。取 a1為第一個方向,找出垂直于該方向的向量 B。策略就是在 a2中減掉它在 a1方向上的分量,得到完全垂直于 a1的部分:
B = a 2 ? a 1 T a 2 a 1 T a 1 a 1 = [ 4 / 7 1 / 7 ? 2 / 7 ] B= a_2 - \frac{a_1^Ta_2}{a_1^Ta_1}a_1 =\begin{bmatrix} 4/7\\1/7\\ -2/7 \end{bmatrix} B=a2??a1T?a1?a1T?a2??a1?= ?4/71/7?2/7? ? -
已知一個 4 階方陣 A 具有特征值λ1,λ2,λ3,λ4。
a)特征值需要滿足什么條件才能保證 A 為可逆矩陣。
解:當(dāng)且僅當(dāng)矩陣的特征值均不為 0 的時(shí)候,A 為可逆矩陣。若有特征值 0 存在,則矩陣零空間有非零向量,矩陣不可逆。
b)求逆矩陣行列式的值?
解: A ? 1 A^{-1} A?1的特征值為 A 特征值的倒數(shù)。因此 d e t ( A ? 1 ) = 1 λ 1 1 λ 2 1 λ 3 1 λ 4 det(A^{-1})= \frac{1}{λ_1}\frac{1}{λ_2}\frac{1}{λ_3}\frac{1}{λ_4} det(A?1)=λ1?1?λ2?1?λ3?1?λ4?1?
c)求(A+I )的跡?
解:矩陣的跡等于其特征值的和,(A+I)的特征值為 λ 1 + 1 , λ 2 + 1 , λ 3 + 1 , λ 4 + 1 λ_1+1,λ_2+1,λ_3+1,λ_4+1 λ1?+1,λ2?+1,λ3?+1,λ4?+1,則該矩陣的跡為 λ 1 + λ 2 + λ 3 + λ 4 + 4 λ_1+λ_2+λ_3+λ_4+4 λ1?+λ2?+λ3?+λ4?+4。 -
已知三對角矩陣:
A 4 = [ 1 1 0 0 1 1 1 0 0 1 1 1 0 0 1 1 ] A_4=\begin{bmatrix} 1 & 1 & 0 & 0 \\ 1 & 1 & 1 & 0 \\ 0 & 1 & 1 & 1 \\ 0 & 0 & 1 & 1 \end{bmatrix} A4?= ?1100?1110?0111?0011? ?
令 D n = d e t ( A n ) D_n=det(A_n) Dn?=det(An?)
a)用代數(shù)余子式的方法求出 D n = a D n ? 1 + b D n ? 2 D_n=aD_{n-1}+bD_{n-2} Dn?=aDn?1?+bDn?2?中的 a,b?
解:用代數(shù)余子式可得 D4=(1)D3+(-1)D2。
b)利用找到的遞歸方程 D n = a D n ? 1 + b D n ? 2 D_n=aD_{n-1}+bD_{n-2} Dn?=aDn?1?+bDn?2?,求 D n D_n Dn??
解:把它當(dāng)作方程組來求解,我們首先解得初值 D1=1,D2=0。
按照遞歸方程構(gòu)造 2 階線性方程:
[ D n D n ? 1 ] = [ 1 ? 1 1 0 ] [ D n ? 1 D n ? 2 ] \begin{bmatrix}D_n\\D_{n-1} \end{bmatrix} = \begin{bmatrix} 1&-1\\1&0 \end{bmatrix}\begin{bmatrix}D_{n-1}\\D_{n-2} \end{bmatrix} [Dn?Dn?1??]=[11??10?][Dn?1?Dn?2??]
求解矩陣的特征值可得: λ = 1 ± 3 i 2 = e ± i π 3 λ = \frac{1±\sqrt{3}i}{2}=\frac{e±iπ}{3} λ=21±3?i?=3e±iπ?,均為模為 1 的復(fù)數(shù),在單位圓上旋轉(zhuǎn)??梢钥吹?span id="n5n3t3z" class="katex--inline"> λ 1 6 = λ 2 6 = 1 λ_1^6=λ_2^6=1 λ16?=λ26?=1,矩陣經(jīng)六次變換變?yōu)閱挝魂?。該序列既不發(fā)散也不收斂,數(shù)列以 6 次為重復(fù)周期不停循環(huán),1,0,-1,0,1,1。 -
有一組對稱矩陣:
A 2 = [ 0 1 1 0 ] A 3 = [ 0 1 0 1 0 2 0 2 0 ] A 4 = [ 0 1 0 0 1 0 2 0 0 2 0 3 0 0 3 0 ] A_2=\begin{bmatrix} 0 & 1 \\ 1 & 0 \end{bmatrix}A_3=\begin{bmatrix} 0 & 1 & 0 \\ 1 & 0 & 2 \\ 0 & 2 & 0 \end{bmatrix}A_4=\begin{bmatrix} 0 & 1 & 0 & 0 \\ 1 & 0 & 2 & 0 \\ 0 & 2 & 0 & 3 \\ 0 & 0 & 3 & 0 \end{bmatrix} A2?=[01?10?]A3?= ?010?102?020? ?A4?= ?0100?1020?0203?0030? ?
a)找到投影到矩陣 A3列空間的投影矩陣 P。
解:矩陣 A3為奇異陣,其第 3 列列向量為第 1 列的 3 倍,而第 1,2 列線性無關(guān),因此其列空間為一個平面,取其前兩列列向量組成矩陣 A,則有
P
=
A
(
A
T
A
)
?
1
A
T
=
[
1
/
5
0
2
/
5
0
1
0
2
/
5
0
4
/
5
]
P=A(A^TA)^{-1}A^T=\begin{bmatrix} 1/5 & 0 & 2/5 \\ 0 & 1 & 0 \\ 2/5 & 0 & 4/5 \end{bmatrix}
P=A(ATA)?1AT=
?1/502/5?010?2/504/5?
?
可以通過將矩陣 A3的列向量乘以投影矩陣來驗(yàn)證這一結(jié)果,在平面內(nèi)的向量投影后應(yīng)該不發(fā)生變化。
b)求 A3的特征值和特征向量?
解:
d
e
t
(
A
3
?
λ
I
)
=
∣
?
λ
1
0
1
?
λ
2
0
2
?
λ
∣
=
?
λ
3
+
5
λ
=
0
det(A_3-λI)=\begin{vmatrix} -λ & 1& 0\\1& -λ& 2\\0&2&-λ \end{vmatrix} =-λ^3+5λ =0
det(A3??λI)=
??λ10?1?λ2?02?λ?
?=?λ3+5λ=0
解得三個特征值,λ1=0,λ2=
5
\sqrt{5}
5?,λ3=
?
5
-\sqrt{5}
?5???捎镁仃嚨嫩E做檢查。
求解(
A
3
?
λ
I
A_3-λI
A3??λI)x=0,可得特征向量
x
1
=
[
?
2
0
1
]
,
x
2
=
[
1
?
5
2
]
,
x
3
=
[
1
5
2
]
x_1=\begin{bmatrix} -2\\0\\1 \end{bmatrix},x_2=\begin{bmatrix} 1\\ -\sqrt{5} \\2\end{bmatrix},x_3=\begin{bmatrix} 1\\ \sqrt{5} \\2 \end{bmatrix}
x1?=
??201?
?,x2?=
?1?5?2?
?,x3?=
?15?2?
?文章來源:http://www.zghlxwxcb.cn/news/detail-816677.html
c)找到投影到矩陣 A4列空間的投影矩陣 P?
解:因?yàn)?
A
4
A_4
A4?為可逆矩陣,所以它的列空間就是整個
R
4
R_4
R4?空間,所以 P=I。而可逆矩陣的證明可以采用求行列式的辦法,用代數(shù)余子式展開可得
d
e
t
(
A
4
)
=
9
det(A_4)=9
det(A4?)=9。文章來源地址http://www.zghlxwxcb.cn/news/detail-816677.html
到了這里,關(guān)于MIT_線性代數(shù)筆記:復(fù)習(xí)二的文章就介紹完了。如果您還想了解更多內(nèi)容,請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!