Wektor własny jest niezerowy, a dane przekształcenie mnoży go przez odpowiadającą mu wartość własną. Wzory metody najmniejszych kwadratów wymagają spełnienia podanych warunków dotyczących macierzy.
Do czego to się przydaje
Rozpoznawanie wzorów używanych przy przekształceniach liniowych i dopasowywaniu modeli.
Zanim zaczniesz
Wypróbuj przykłady, by zobaczyć, co będziesz ćwiczyć. Sprawdź wymaganą postać odpowiedzi i podane warunki.
Wyjaśnienia
Wektor własny pozostaje na swojej prostej
Niech A = [[2, 0], [0, 5]] i v = (1, 0).
Av = (2, 0) = 2v.
Wektor własny v to niezerowy wektor spełniający Av = λv dla macierzy kwadratowej A. Wartość własna λ mówi, jak A go skaluje. Ujemne λ odwraca jego zwrot, a λ = 0 przekształca go w wektor zerowy.
Dopasuj tak, aby reszta była prostopadła
Dopasuj jedną stałą x do wartości 2, 3 i 7. Dla A = [[1], [1], [1]] i b = (2, 3, 7):
AᵀA = 3, Aᵀb = 12, więc 3x̂ = 12 i x̂ = 4.
Metoda najmniejszych kwadratów wybiera x̂ tak, aby zminimalizować sumę kwadratów błędów. Jej równanie normalne to AᵀAx̂ = Aᵀb. Reszta b − Ax̂ jest prostopadła do każdej kolumny A.
Jeśli A ma m wierszy i n kolumn, b ma m elementów, a x̂ ma n. Równanie zachodzi także wtedy, gdy AᵀA jest osobliwa, choć rozwiązanie może nie być jedyne. Symbol ᵀ oznacza transpozycję.
Spróbuj rozwiązać kilka przykładowych zadań
Prawdziwe ćwiczenia. Rzeczywiste postępy.
Przykład 1 z 2
Uzupełnij równanie wektora własnego
v jest niezerowym wektorem własnym macierzy kwadratowej A, odpowiadającym wartości własnej λ.