Source From Here
Orthogonal Vectors
兩個 Vector 如果正交/垂直 (Orthogonal) , 則具備特性: A^T*B = 0. 證明如下:
接著在 21:20 提到 Row Space is orthogonal to Null Space, 簡單說明如下:
因為 Row vectors 乘上 Null Space 的 Vectors 等於0, 故我們認為 Row space 與 Null space 具備 Orthogonal 特性!
接著在 34:50 提到 Ax=b 在什麼時候會沒有解! 首先可以確定的是 m > n (A 是 mxn Matrix.). 然後再繼續這個問題之前, 教授又提到 A^T*A 這個有趣的 matrix, 所以原來問題變成:
接著我們來看看 A^T*A:
執行結果:
如果代碼改成:
執行結果:
可以發現 A^T*A 與 A 有相同的 Rank! 至於為什麼, 要等到下一講!
Orthogonal Vectors
兩個 Vector 如果正交/垂直 (Orthogonal) , 則具備特性: A^T*B = 0. 證明如下:
接著在 21:20 提到 Row Space is orthogonal to Null Space, 簡單說明如下:
因為 Row vectors 乘上 Null Space 的 Vectors 等於0, 故我們認為 Row space 與 Null space 具備 Orthogonal 特性!
接著在 34:50 提到 Ax=b 在什麼時候會沒有解! 首先可以確定的是 m > n (A 是 mxn Matrix.). 然後再繼續這個問題之前, 教授又提到 A^T*A 這個有趣的 matrix, 所以原來問題變成:
接著我們來看看 A^T*A:
- require "alg/math/LinearAlgebra"
- LA = LinearAlgebra
- AT = LA.newMtx3(2,3,[1,1,1,1,2,5])
- A = AT.t
- printf("A:\n%s\n", A)
- printf("A^T:\n%s\n", AT)
- printf("A^T*A:\n%s\n", AT*A)
如果代碼改成:
- AT = LA.newMtx3(2,3,[1,1,1,3,3,3])
- A = AT.t
- printf("A:\n%s\n", A)
- printf("A^T:\n%s\n", AT)
- printf("A^T*A:\n%s\n", AT*A)
可以發現 A^T*A 與 A 有相同的 Rank! 至於為什麼, 要等到下一講!
沒有留言:
張貼留言