很多題目都給我 w = span {v1 v2} 叫我求 V 投影在 W上的 正交投影向量
定理說 若W = CS(A) , A = [v1 v2] 行獨立的話 可以直接用 A*[ ((A^T)A)^-1 ]*A^T * V
我想問說 做列運算 檢察有沒有行獨立 再代 A*[ (A^T)A^-1 ]*A^T * V
跟作Gram schmidt 然後代投影公式 那個比較快?? 有什麼好的建議嗎?
2009-11-17
2009-11-14
counting with Venn Diagrams
How many arrangements of the letters in CHEMIST
have H before E, or E before T, or T before M?
(Here 'before' means anywhere before, not just immediately before.)
請助教指導
2009-11-13
[離散] 邏輯問題 習題10-87
第七章一些問題
在7-3後面
老師有補上一個
p=A(A^H*A)^-1*A^H
1. CS(P)⊆CS(A)
2. rank(P)=rank(A)
原理是因為將向量投影後 等於用原平面A的乘上X係數 所生的向量嗎?
不太確定所以問一下
在7-4部分
S∩ S垂直 = 1. {0} if 0 ∈s
2. ∅ if 0 ∉ s
這邊搞不懂耶 我想像中是兩個平面
有交集應該是一條線阿 或是平面 不知道為什麼是0向量
然後和if 0有沒有屬於S 好像有不小關係?
<94台科>
w=span{(1,i,0)(2,1,-i)} 求W垂直
我是想到做外積
可是好像不行 答案並不一樣 是不是遇到i要有特殊的外積做法?
<97成大>也是 他給2個4維向量 求X={1,0,3,0}與該W上最近的距離
因為不會做四維外積
我是想說找一個與他們兩個內積都是0的向量
應該就是W垂直
然後在投影到法向量上就是答案
結果算出來有兩個 根本不知道投影到哪一個orz
而且跟老師算法答案感覺差很多
<95中正> 題目說要求proj(N(A))U
印象中老師說公式只能用在R(A)
但是我用N(A)算下去了 答案一樣阿 不過我不是用矩陣算法
我是用正交投影公式
有點搞不懂差異 好像沒差阿...還是我誤會老師的意思?
以上懇請賜教
老師有補上一個
p=A(A^H*A)^-1*A^H
1. CS(P)⊆CS(A)
2. rank(P)=rank(A)
原理是因為將向量投影後 等於用原平面A的乘上X係數 所生的向量嗎?
不太確定所以問一下
在7-4部分
S∩ S垂直 = 1. {0} if 0 ∈s
2. ∅ if 0 ∉ s
這邊搞不懂耶 我想像中是兩個平面
有交集應該是一條線阿 或是平面 不知道為什麼是0向量
然後和if 0有沒有屬於S 好像有不小關係?
<94台科>
w=span{(1,i,0)(2,1,-i)} 求W垂直
我是想到做外積
可是好像不行 答案並不一樣 是不是遇到i要有特殊的外積做法?
<97成大>也是 他給2個4維向量 求X={1,0,3,0}與該W上最近的距離
因為不會做四維外積
我是想說找一個與他們兩個內積都是0的向量
應該就是W垂直
然後在投影到法向量上就是答案
結果算出來有兩個 根本不知道投影到哪一個orz
而且跟老師算法答案感覺差很多
<95中正> 題目說要求proj(N(A))U
印象中老師說公式只能用在R(A)
但是我用N(A)算下去了 答案一樣阿 不過我不是用矩陣算法
我是用正交投影公式
有點搞不懂差異 好像沒差阿...還是我誤會老師的意思?
以上懇請賜教
2009-11-12
2009-11-11
[線性代數] 99政大應數推甄
證明旋轉矩陣的eigenvector 都是複數 我寫阿寫..... 寫到eigenvalue為 cosθ±i sinθ 所以當θ=kπ k為整數 則eigenvalue為 1 或 -1 k非整數 則eigenvalue為複數 但是題目所求eigenvector 都是複數該怎證下去呢??
2009-11-10
一些利用屬於的證明
ch7-3
老師在証明ker(A)=ker(A^H A)時
一開始的ker(A) ⊆ker (A^H A)
Ax=0 => A^H * AX=A^H * 0 = 0
我的想法是說
是因為A^H 可隨意更動(ie 若為 I就和原來一樣)
所以範圍比 A還大
可是反過去那個使用X^H 我就看不懂為何是ker(A)⊇ker(A^H A)
老師正法是乘了X^H 就變成了AX=0
但是X^H 感覺似乎會因為隨X改變 好像不能隨意變動的感覺
不知道為什麼會變成ker(A)⊇ker(A^H A)?
而另外一題感覺也是類似東西
ch5-5
Thm T^2=T 證明V(0)=ker(T) V(1)=IM(T)
V(1)={VT(V)=1*V}
V(1)={VT(u)=V}
由於u的範圍比V大(V必須符合V送到V才行)
所以V(1)⊆IM(T)
不過反過來證
T^2=T => T(T(V))=T(V) =V
所以 V(1)⊇IM(T) 這邊我就看不懂了
是看得出有T(V) =1*V 所以V(1) 應該是從這邊跑出來的
可是搞不懂為何 V(1)⊇IM(T) ??
以上兩題都是卡在第二步 懇請指教了
老師在証明ker(A)=ker(A^H A)時
一開始的ker(A) ⊆ker (A^H A)
Ax=0 => A^H * AX=A^H * 0 = 0
我的想法是說
是因為A^H 可隨意更動(ie 若為 I就和原來一樣)
所以範圍比 A還大
可是反過去那個使用X^H 我就看不懂為何是ker(A)⊇ker(A^H A)
老師正法是乘了X^H 就變成了AX=0
但是X^H 感覺似乎會因為隨X改變 好像不能隨意變動的感覺
不知道為什麼會變成ker(A)⊇ker(A^H A)?
而另外一題感覺也是類似東西
ch5-5
Thm T^2=T 證明V(0)=ker(T) V(1)=IM(T)
V(1)={VT(V)=1*V}
V(1)={VT(u)=V}
由於u的範圍比V大(V必須符合V送到V才行)
所以V(1)⊆IM(T)
不過反過來證
T^2=T => T(T(V))=T(V) =V
所以 V(1)⊇IM(T) 這邊我就看不懂了
是看得出有T(V) =1*V 所以V(1) 應該是從這邊跑出來的
可是搞不懂為何 V(1)⊇IM(T) ??
以上兩題都是卡在第二步 懇請指教了
2009-11-08
minimal polynomil的問題
老師上課有談到一題
EX A^2 = A 證明A 可對角化
有兩小題
(a)題是用minimal polynomial 證所有組合皆不超過1次方 所以T可對角化
(b)小題是利用minimal polynomial 續算出所有的A
ma(x)=x => 0=ma(A)=A
本來覺得OK 但事後來又想到
ma 其實只是Pa(特徵多項式)的一小部分 萬一Pa=x(x-λ1)(x-λ2) 才是他原本的特徵根
根據Caley Hamilton定理
那不就變成了 特徵多項式 A(A-λ1)(A-λ2)=0
這樣求得的A 不就有一大堆可能嗎?
還是說根據minimal polynomial的話 (x-λ1)(x-λ2)這兩項式不會出現的(因為最少會出現一次)
可是如果是這樣
我又會想到
他另外一個解
ma(x)=x(x-1)
特徵根可能為 pa(x)=x^s * (x-1)^t s,t為任一數
這樣似乎A的解又會變一大堆可能了
這邊搞不太清楚 麻煩指點迷津
EX A^2 = A 證明A 可對角化
有兩小題
(a)題是用minimal polynomial 證所有組合皆不超過1次方 所以T可對角化
(b)小題是利用minimal polynomial 續算出所有的A
ma(x)=x => 0=ma(A)=A
本來覺得OK 但事後來又想到
ma 其實只是Pa(特徵多項式)的一小部分 萬一Pa=x(x-λ1)(x-λ2) 才是他原本的特徵根
根據Caley Hamilton定理
那不就變成了 特徵多項式 A(A-λ1)(A-λ2)=0
這樣求得的A 不就有一大堆可能嗎?
還是說根據minimal polynomial的話 (x-λ1)(x-λ2)這兩項式不會出現的(因為最少會出現一次)
可是如果是這樣
我又會想到
他另外一個解
ma(x)=x(x-1)
特徵根可能為 pa(x)=x^s * (x-1)^t s,t為任一數
這樣似乎A的解又會變一大堆可能了
這邊搞不太清楚 麻煩指點迷津
2009-11-07
想再問一下 觀念不太懂
問題二:
同一個eigenvalue 所對應的eigenspace 裡面的 eigenvector 彼此都是獨立的嗎??
甚至我想知道說 一般我們將同一個eigenvalue找的 eigenspace 寫成 span{ [v1] [v2] } 裡面的 v1 ,v2 向量都是eigenvector
他們都是獨立的嗎??
同一個eigenvalue 所對應的eigenspace 裡面的 eigenvector 彼此都是獨立的嗎??
甚至我想知道說 一般我們將同一個eigenvalue找的 eigenspace 寫成 span{ [v1] [v2] } 裡面的 v1 ,v2 向量都是eigenvector
他們都是獨立的嗎??
我想問一下觀念題 拜託解答了 感謝
老師上課有說 對於n*n的矩陣 A而言 如果有n個相異的eigenvalue =====> 表示A可對角化 反之不成
立
我想問說 這件事對於函數T(T就是指我們一般算的linear operator)而言 成立嗎?? 也就是我想知道 T
如果有n個相異的eigenvalue T可對角化嗎??
因為定理是說 如果具有n個獨立的eigenvector <==> 則對於A或T都可對角化
只是對於T 有時候我搞不清楚 麻煩老師解答了
立
我想問說 這件事對於函數T(T就是指我們一般算的linear operator)而言 成立嗎?? 也就是我想知道 T
如果有n個相異的eigenvalue T可對角化嗎??
因為定理是說 如果具有n個獨立的eigenvector <==> 則對於A或T都可對角化
只是對於T 有時候我搞不清楚 麻煩老師解答了
Algebra system
(A, *):Algebra system .for all a b in A
(1) (a*b) *a=a
(2) (a*b)*b = (b*a)*a
show that a*a=b*b for all a and b.
我最後化簡到
a*a=....=[(b*a)*a]*[(b*a)*a] 之後就卡住了
2009-11-05
離散module 之應用
上課時提到的問題 可是不知道原理想來詢問一 下
(10m+n)+(m-n)=11m
式子寫成這樣
接下來可利用此式來判斷11是不是他的因數
ie 1331
133 - 1 = 132 //拆成10位數來看 然後減個位數
13 - 2 = 11
因此1331為11的因數
同理也可用在
2(10m+n)+(m-2n)=21m 用來判斷是不是21的因數
ie 2331
233 - 2*1=231
23 - 2*1=21
所以2331為21的因數
雖然看懂規則了 但是搞不懂為何可以一直遞回下去弄出答案
只覺得很神奇
不知道是要從哪個觀點來看? 不懂遞回跟modlue的關係 orz
懇請賜教
(10m+n)+(m-n)=11m
式子寫成這樣
接下來可利用此式來判斷11是不是他的因數
ie 1331
133 - 1 = 132 //拆成10位數來看 然後減個位數
13 - 2 = 11
因此1331為11的因數
同理也可用在
2(10m+n)+(m-2n)=21m 用來判斷是不是21的因數
ie 2331
233 - 2*1=231
23 - 2*1=21
所以2331為21的因數
雖然看懂規則了 但是搞不懂為何可以一直遞回下去弄出答案
只覺得很神奇
不知道是要從哪個觀點來看? 不懂遞回跟modlue的關係 orz
懇請賜教
訂閱:
文章 (Atom)


