这里实际上用到了这个等式:
cos(β−α)=cos(β)cos(α)+sin(β)sin(α) cos ( β − α ) = cos ( β ) cos ( α ) + sin ( β ) sin ( α )
三个向量,两两夹角大于90度
x1,x2,x3为w1,w2,w3线性组合的系数,向量之间的线性组合为零向量即为向量相互依赖的定义。由于3个向量不独立,因此在3维空间中形成了一个2维的超平面
可以看出C中第一行和第五行的组合可以形成第三行,因此只会有4个向量来构成平面,即在5维空间中的四维超平面。
总量不变为马尔科夫变换的性质。可以想象为两地之间的人口迁徙,无论怎么迁徙,人口总数是不变的。
如下为这题的python代码:
from numpy import *
import matplotlib
import matplotlib.pyplot as plt
u = mat([[1, 0]]).transpose()
A = mat([[.8, .3], [.2, .7]])
k = [i for i in range(7)]
res = []
for i in range(7):
u = A * u
res.append((u.A[0][0], u.A[1][0]))
fig, ax = plt.subplots()
ax.plot(k, res)
plt.show()
u = mat([[0, 1]]).transpose()
res = []
for i in range(7):
u = A * u
res.append((u.A[0][0], u.A[1][0]))
ax.plot(k, res)
plt.show()
如果行向量或者列向量不独立,则矩阵奇异。不独立的定义就是线性组合为0向量。通过第一行和第二行的线性组合构造第三行,调整b值,使其不满足等式
很简单的奇异矩阵的性质问题。
E为消元法中用到的行转换矩阵,例如:
E21=⎡⎣⎢1−10010001⎤⎦⎥ E 21 = [ 1 0 0 − 1 1 0 0 0 1 ] 表示一个第二行减去第一行的转换
考察行转换矩阵E的一题。其中通过多次E的转换到I的过程实际就是消元法的过程
主要考察的是,row1 + row 2 = row3 -> b1 + b2 = b3
通过Gauss-Jordan得出逆矩阵,公式为 UI−>IU−1 U I − > I U − 1
我们可以得到
E=⎡⎣⎢⎢⎢1−1−1−101−1−1001−10001⎤⎦⎥⎥⎥ E = [ 1 0 0 0 − 1 1 0 0 − 1 − 1 1 0 − 1 − 1 − 1 1 ] 将E除对角线以外元素乘以-1即可得到L,因为L相当于把U还原成A的矩阵。
标准正交矩阵Q的几个性质
子空间的定义:在子空间中任意向量的线性组合仍在子空间中
如果b为列向量的线性组合,即在列空间中,则增加b不会增加列空间,而这也正对应了Ax = b有解,因为Ax = b有解的条件就是b在列空间中
由列向量可以得出m = 3,由零空间向量可以得出n = 3
有4个节点,由于它们的入度与初度之和等于0,可以得到4个等式,构造 Ax=0 A x = 0 ,通过消元法确定主元和自由变量,得到零空间的解
需要注意的一点是,行转换不会改变零空间
需要注意的是,行空间与零空间垂直,因此第三问直接选第一行就可以
这题有个小错误.
P21P32=⎡⎣⎢010001100⎤⎦⎥ P 21 P 32 = [ 0 0 1 1 0 0 0 1 0 ]
四个子空间的关系,行空间,列空间为r维,零空间和转置零空间为n - r维,m - r维
将三对角线矩阵的行列式按cofacors展开,可以发现满足斐波拉契数列的性质
注意, ACT A C T 为 detAI d e t A I
注意,这里求 S−1 S − 1 有点小技巧,行列式的倒数乘以cofactors矩阵的转置
习题地址为:
https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/assignments/
有空的话建议还是去看看~
持续更新~