第24课 马尔可夫矩阵,傅立叶级数

主旨:特征值的应用

马尔可夫矩阵,两条性质:

  • 每个元素大于等于0
  • 每列相加值为1

要点:

  • \lambda=1为特征值
  • 其它所有特征值绝对值小于1

u_k=A^Ku_0=c_1\lambda_1^kx_1+\underbrace{c_2\lambda_2^kx_2}_{趋向于0}\\ \lambda_1=1;\lambda_2<1\\ \to u_k=\underbrace{c_1x_1}_{稳态}

如何证明每列之和等于1,意味\lambda=1为特征值
A=\begin{bmatrix}0.1&0.01&0.3\\0.2&0.99&0.3\\0.7&0&0.4\end{bmatrix}\\ (A-\lambda I)\underbrace{=}_{\lambda=1}(A-I) = \overbrace{ \underbrace{ \begin{bmatrix} -0.9&0.01&0.3\\ 0.2&-0.01&0.3\\ 0.7&0&-0.6 \end{bmatrix} }_{线性相关行列式为0} }^{奇异,每列相加得0,三列线性相关}
已知每列和为0,怎么说明那列向量线性相关?

因为向量(1,1,1),它不在矩阵的零空间,但在其转置的零空间中N(A^T),对于方程,行向量线性关,就说明矩阵奇异。行向量的(1,1,1)组合

矩阵本身的零空间列向量的什么组合得到零向量(即零空间)?

AA转置的特征值有什么关系?

它们的特征值一样,矩阵的行列式与其转置的行列式相等
det(A-\lambda I)=0 \to det(A^T-\lambda I)=0
特征值相等特征向量不同,左零空间不等于零空间

例:一个人口迁移过程从mc

A​是马尔科夫矩阵

设:
\underbrace{\begin{bmatrix}U_c\\U_m\end{bmatrix}_0}_{0状态} = \begin{bmatrix}0\\1000\end{bmatrix}
k步后,人数怎样变化U_c+U_k=1000

经过一次调整发生的变化
\begin{bmatrix}0.9&0.2\\0.1&0.8\end{bmatrix}\begin{bmatrix}U_c\\U_m\end{bmatrix}_0 = \begin{bmatrix}0.9&0.2\\0.1&0.8\end{bmatrix}\begin{bmatrix}0\\1000\end{bmatrix}= \begin{bmatrix}200\\800\end{bmatrix}
再进行一次,U_c会大于200,U_m会少于800,加起来还是1000,解任意多次就需要用特征值特征向量
A=\begin{bmatrix}0.9&0.2\\0.1&0.8\end{bmatrix};\lambda_1=1;\lambda_2=0.7\\ \lambda_1 代入 \to A-\lambda_1I = \begin{bmatrix}0.9-1&0.2\\0.1&0.8-1\end{bmatrix} = \begin{bmatrix}-0.1&0.2\\0.1&-0.2\end{bmatrix} \to \begin{bmatrix}-0.1&0.2\\0.1&-0.2\end{bmatrix} \underbrace{\begin{bmatrix}2\\1\end{bmatrix}}_{x_1}= \begin{bmatrix}0\\0\end{bmatrix}\\ \lambda_2代入 \to A-\lambda_2I = \begin{bmatrix}0.9-0.7&0.2\\0.1&0.8-0.7\end{bmatrix} = \begin{bmatrix}0.2&0.2\\0.1&0.1\end{bmatrix} \to \begin{bmatrix}0.2&0.2\\0.1&0.1\end{bmatrix} \underbrace{\begin{bmatrix}-1\\1\end{bmatrix}}_{x_2}= \begin{bmatrix}0\\0\end{bmatrix}\\
k​步后:
U_k=c_11^kx_1+c_2(0.7)^kx_2=c_1x_1+c_2x_2(0.7)^k \\ \begin{align} U_0&=\begin{bmatrix}0\\1000\end{bmatrix}\\ &=c_1x_1+c_2x_2\\ &=c_1\begin{bmatrix}2\\1\end{bmatrix}+c_2\begin{bmatrix}-1\\1\end{bmatrix}\\ &=\begin{bmatrix}2c_1\\c_1\end{bmatrix}+\begin{bmatrix}-c_2\\c_2\end{bmatrix}\\ &= \begin{cases} 2c_1-c_2=0\\ c_1+c_2=1000 \end{cases} \end{align}\\ \to \underbrace{c_1=\frac{1000}{3}}_{这是要求的}; \underbrace{c_2=\frac{2000}{3}}_{这是(0.7)^k将要消失的}

马尔科夫矩阵,人口迁移建模得到的例子,总数不增不减

讨论带有标准正交基的投影问题

基向量为q_1,q_1,\dots,q_nV是所有基向量的某种组合,组合数x_1,x_2,\dots,x_n是多少?
V=x_1q_1+x_2q_2+\dots+x_nq_n \tag{1}
将每一项与和q_1做内积
\because q标准正交 \\ \to q_1.q_1=q_1^T.q_1=1 \\ q_1.q_2=q_1^Tq_2=0\\ q_1.q_3=q_1^Tq_3=0\\ \vdots\\ q_1.q_n=q_1^Tq_n=0 \\ \begin{align} q_1^TV&=q_1^T(x_1q_1)+q_1^T(x_2q_2)+\dots+q_1^T(x_nq_n)\\ &=x_1\underbrace{q_1^Tq_1}_{1}+x_2 \underbrace{q_1^Tq_2}_{0}+\dots+x_n \underbrace{q_1^Tq_n}_{0}\\ &=x_1\\ \end{align}\\ 整理得:x_1=q_1^T

V=x_1q_1+x_2q_2+\dots+x_nq_n=Qx\to x=Q^{-1}V\\ \because Q^{-1}=Q^T \to x=Q^TV \to x_1=q_1^TV

傅里叶级数

傅里组合形式:
y=f(x)=a_0+a_1\cos x+b_1\sin x+a_2\cos_2x+b_2\sin_2x\dots\\
无穷维的正交函数(傅里叶级数)

向量正交:y^Tx=0正交点积等于0

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 195,783评论 5 462
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 82,360评论 2 373
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 142,942评论 0 325
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,507评论 1 267
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,324评论 5 358
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,299评论 1 273
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,685评论 3 386
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,358评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,652评论 1 293
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,704评论 2 312
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,465评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,318评论 3 313
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,711评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,991评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,265评论 1 251
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,661评论 2 342
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,864评论 2 335

推荐阅读更多精彩内容