Ein Eigenvektor ist ungleich null und wird bei der zugehörigen Transformation auf ein skalares Vielfaches seiner selbst abgebildet. Für Formeln der Methode der kleinsten Quadrate müssen die angegebenen Bedingungen an die Matrix gelten.
Wobei dir das hilft
Formeln für lineare Transformationen und die Anpassung von Modellen erkennen.
Bevor du beginnst
Probiere die Beispiele aus, um zu sehen, was du üben kannst. Achte auf die geforderte Antwortform und alle angegebenen Bedingungen.
Erklärungen
Ein Eigenvektor bleibt auf seiner Geraden
Seien A = [[2, 0], [0, 5]] und v = (1, 0).
Av = (2, 0) = 2v.
Ein Eigenvektor v ist ein Vektor ungleich null, für den bei einer quadratischen Matrix A die Gleichung Av = λv gilt. Der Eigenwert λ gibt an, wie A ihn skaliert. Ein negatives λ kehrt seine Richtung um. λ = 0 bildet ihn auf den Nullvektor ab.
So anpassen, dass das Residuum senkrecht steht
Passe eine Konstante x an die Werte 2, 3 und 7 an. Mit A = [[1], [1], [1]] und b = (2, 3, 7) gilt:
AᵀA = 3, Aᵀb = 12, also 3x̂ = 12 und x̂ = 4.
Die Methode der kleinsten Quadrate wählt x̂ so, dass die Summe der Fehlerquadrate minimal ist. Ihre Normalengleichung lautet AᵀAx̂ = Aᵀb. Das Residuum b − Ax̂ steht senkrecht auf jeder Spalte von A.
Hat A m Zeilen und n Spalten, hat b m Einträge und x̂ hat n. Die Gleichung gilt auch, wenn AᵀA singulär ist. Die Lösung ist dann möglicherweise nicht eindeutig. Das Symbol ᵀ bedeutet Transponieren.
Ein paar Beispiele ausprobieren
Echte Übungen. Echte Fortschritte.
Beispiel 1 von 2
Vervollständige die Eigenvektorgleichung.
v ist ein von null verschiedener Eigenvektor der quadratischen Matrix A zum Eigenwert λ.