Un vecteur propre est un vecteur non nul que la transformation correspondante multiplie par un scalaire. Les formules des moindres carrés exigent les conditions indiquées sur les matrices.
À quoi cela sert
Reconnaître les formes utilisées dans les transformations linéaires et l’ajustement de modèles.
Avant de commencer
Essayez les exemples pour découvrir ce que vous allez travailler. Vérifiez la forme de réponse demandée et les conditions indiquées.
Explications
Un vecteur propre reste sur sa droite
Soient A = [[2, 0], [0, 5]] et v = (1, 0).
Av = (2, 0) = 2v.
Un vecteur propre v est un vecteur non nul qui vérifie Av = λv pour une matrice carrée A. La valeur propre λ indique comment A change son échelle. Un λ négatif inverse son sens, et λ = 0 l’envoie sur le vecteur nul.
Ajuste en rendant le résidu perpendiculaire
Ajuste une constante x aux valeurs 2, 3 et 7. Avec A = [[1], [1], [1]] et b = (2, 3, 7) :
AᵀA = 3, Aᵀb = 12, donc 3x̂ = 12 et x̂ = 4.
La méthode des moindres carrés choisit x̂ pour minimiser la somme des erreurs au carré. Son équation normale est AᵀAx̂ = Aᵀb. Le résidu b − Ax̂ est perpendiculaire à chaque colonne de A.
Si A a m lignes et n colonnes, b a m éléments et x̂ en a n. L’équation reste valable quand AᵀA est singulière, même si la solution peut ne pas être unique. Le symbole ᵀ indique la transposée.
Essayer quelques exemples
De vrais exercices. De vrais progrès.
Exemple 1 sur 2
Complétez l’équation du vecteur propre.
v est un vecteur propre non nul de la matrice carrée A, associé à la valeur propre λ.
Choisissez l’expression exacte.
Niveaux scolaires américains et cours qui incluent ce thème