恩 一些很弱的問題 QQ
搞不太懂上來詢問一下
2.(a)polynomials if degree exactly 3
不是vector space是因為 -x^3 +X^3 有可能是0 不在degree 3的範圍是這樣嗎?
n次多項式空間(=< 0="">det(A)=0.
16.考markov chain但是A根本不是機率矩陣阿
我一直以為要行相加為1才可以用說 我這想法是錯的嗎?
雖然我硬算算出來是1 1沒錯 但是是不是其實根本不用想這麼多
21 題是給線 跟平常看到的給點不一樣 是找線中的點帶進去算嗎?
可是我這樣算答案差很多說 請問要怎麼想比較好?
17 則留言:
抱歉喔我手邊並沒有這次模擬考的題目, 你可以把問題完整的打出來給大家看看嗎?
2. 因為相加沒有加法封閉性
3. 題目問哪些set是線性相依，不同set彼此沒有關係，S有就選S、T有就選T，以此類推。
4. 對
8. det(A) = 0條件比較弱，不一定要有一列為0才會造成這樣的結果
16. 應該算是遞迴吧~就是用線代的方法去解遞迴，不過他都列好了，你只要對角化求解即可
21. 點代入找差異最大者
不知道為什麼貼一貼照片 一一"
原本的字就不見了
不過感謝TSE大大的回答
想在順便補問
2. 不能選C的理由是?
16.Markov chain不用行相加1也可以囉?
21.為什麼不是差異愈小者呢?
我還以為是小代表 越接近越好呢
請問第十二題的解法
是把P_2的basis ={x^2,x,1}帶進去
結果只有1帶進去是0 所以就是1維嗎 ?
第十二題他要你求din(ket(T))，
你可以令標準基底{1,x,x^2}
代進去T(f)後會得到
[0 -3 2]
[0 0 -6]
[0 0 0]
rank(T)=2 所以ket(T)=1
我是這樣解的..
TSE
21. 點代入找差異最大者
這論點第一次看到@@
這題不就是令
A=
[-1 2]
[ 2 -3]
[-1 3]
b=[4 1 2]^T
求Ax=b的近似解嗎....
喔喔 感謝回答 ^^
16.不是Morkov矩陣..= =
這是對角化應用~我記得老師上課有教過，
題目給x^(k+1)=Ax^k你就照著列
[x^k+1] [4/3 -1/3][x^k]
[ x^k] = [ 1 0][ x]
然後求解，如果不懂建議你回去看筆記，應該是5-8或5-9那邊
另外請問一下 對稱矩陣要做對角化有什麼比較好用的性質嗎...
還是像第15題
可以直接把它的選項帶進去算
他P都一樣 表示就是那個P了
所以直接把行向量帶進去算對應的eigenvector就好
弄錯了P還是不太一樣
不過這種題目有給的 好像直接成下去檢查比較快
恩..因為morkov有一個
AX*=X*
又剛好u 是ker(1)
我才以為是他的運用
我是會算啦...只是想說到底是湊巧
還是本來AX*=X* 就可以用在任何地方
15.沒錯，這題給的很仁慈。
你也可以直接將P移到左邊乘開就是D
或者做對角化，但這題直接對A做對角化比較快，因為題目要求的是P跟D，如果採移項則要算inverse較慢。
16. AIdrifter那有可能我說錯吧，你這樣一講我反而不確定是不是Morkov了..
請問20的C是為什麼對呢?]
2-C 我想可能是因為它只要求那個形式
ax^3+bx+c,但abc沒有規定不能為0
另外第7題,是否要考慮到det(A)可能為0
的情況?有n個column,沒有說線性獨立
2(C). 這應該不難證, 有零, 且線性組合的封閉性也不會有問題
7. det(A)=0不影響答案
16. 每列相加都是1和我們習慣書上定義的那個每行相加都是1的Markov matrix意思是差不多的, 所以這個矩陣的limit值存在和steady vector的性質都還是有的
20(C). 因為b在CS(A)的投影向量會是CS(A)中距離b最近的向量
張貼留言