2010-02-09

線代模擬考



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:

  1. 作者已經移除這則留言。

    回覆刪除
  2. 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?

    回覆刪除
  3. 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

    回覆刪除
  4. 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

    回覆刪除
  5. 作者已經移除這則留言。

    回覆刪除
  6. 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 ?

    回覆刪除
  7. 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..

    回覆刪除
  8. 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....

    回覆刪除
  9. 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

    回覆刪除
  10. 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

    回覆刪除
  11. 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

    回覆刪除
  12. 作者已經移除這則留言。

    回覆刪除
  13. 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

    回覆刪除
  14. 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..

    回覆刪除
  15. 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

    回覆刪除
  16. 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

    回覆刪除