MIT 18.06 linear algebra 第三十五讲笔记
第三十五讲是MIT 18.06 linear algebra的最后一讲,主要是对前面的知识的一个复习。
例题:
给出一个
矩阵
,满足
没有解,
只有一个解。
- 从题干中我们可以得到矩阵的
是多少?
因为 没有解 。
从 只有一个解 ,首先 有一个解,如果 ,那么加上 的解就会有无数多个解。即推出 。
判断:
- ?一个可逆,一个不可逆因此不等
- 是可逆的吗? 是可逆的,因为矩阵 的列向量线性无关。
- 是正定的吗? 不是正定的,因为 是不可逆的。 是半正定的。
证明:
对于每个
都至少有一个解。
因为
是
的,因为
,因此行满秩。因此会有解存在。
证明:事实上对于
对于每个
都无数个解.
因此有无数多个解。
矩阵
(a)假设
,那么解不唯一?
从上面可知,矩阵
的列向量线性相关。因此
,比如
就在
中。
(b)如果
是标准正交的,那么怎么样的
组合能最接近
。因为这三个向量是标准正交的,因此,
是最接近
的。
有马尔科夫矩阵
。
可以看出
,得知矩阵的特征值为0(因为行列式为0),1(因为马尔科夫矩阵),-0.2(因为特征值之和等于矩阵的迹)。
,其中
。根据前面的知识可以写为
。
那么
。
特征值为0,对应的特征向量为
,特征值为3对应的特征向量为
。求这个
的矩阵。
可以通过
来解。
对于任何矩阵
,矩阵
满足
,且矩阵
的特征向量是正交的,矩阵
是个怎么样的矩阵?
可知矩阵是个非对称的矩阵,由于其特征向量是正交的,那么矩阵
可以使反对称矩阵,标准正交矩阵。比如
,
,它们的特征向量是复数域上的正交特征向量组。
最小二乘
,可以得到
。
请问:向量
投影到矩阵
的列空间上式什么?
所谓最小二乘,就是在既定平面中找到一条距离
最近的直线,上面我们求出的最佳的
,矩阵
乘以它,就是投影的结果。即为
。
找到另一个非零向量 使得最小二乘的结果为 。即求得的 ,这意味着 要正交前两个列向量。 。