Vidokezo vya Linear Algebra kwa Polynomials

Vidokezo vya Linear Algebra kwa Polynomials






Lebo
Hisabati

Tutafanya kazi na seti, polynomials halisi za digrii. Polynomia kama hizo zinaweza kuonyeshwa kwa kutumia coefficients ya scalar kama ifuatavyo:

Nafasi ya Vector

Seti , pamoja na nyongeza ya polynomials na fomu ya kuzidisha scalar a nafasi ya vekta. Kama dhibitisho, hebu tuangalie jinsi mihimili ya nafasi ya vekta inavyoridhika. Tutatumia , na kama polynomials kiholela kutoka kwa seti ya maandamano. Vile vile, na ni scalars kiholela katika Vidokezo vya Linear Algebra kwa Polynomials.

Ushirikiano wa nyongeza ya vekta:

Hili ni jambo dogo kwa sababu ujumlishaji wa polima ni shirikishi. Commutativity vile vile ni ndogo, kwa sababu hiyo hiyo:

Mchanganyiko wa nyongeza ya vekta:

Kipengele cha kitambulisho cha nyongeza ya vekta:

Sifuri polynomial 0 hutumika kama kipengele cha utambulisho. , tunayo.

Kipengele cha kinyume cha kuongeza vector:

Kwa kila , tunaweza kutumia kama nyongeza ya kinyume, kwa sababu .

Kipengele cha utambulisho cha kuzidisha kwa scalar

scalar 1 hutumika kama kipengele cha utambulisho kwa kuzidisha kwa scalar. Kwa kila mmoja, ni kweli.

Ushirikiano wa kuzidisha kwa scalar:

Kwa scalars yoyote mbili na:

Usambazaji wa kuzidisha kwa scalar juu ya nyongeza ya vekta:

Kwa yoyote , na scalar :

Usambazaji wa kuzidisha kwa scalar juu ya nyongeza ya scalar:

Kwa scalars yoyote na na polynomial :

Linear uhuru, span na msingi

Kwa kuwa tumeonyesha kuwa polynomia katika kuunda nafasi ya vekta, sasa tunaweza kujenga ufafanuzi wa ziada wa aljebra wa mstari juu ya hiyo.

Seti ya polynomials inasemekana kuwa kujitegemea linearly ikiwa

ina maana. Kwa maneno, mchanganyiko pekee wa mstari unaosababisha vekta ya sifuri ni wakati coefficients zote ni 0.

Kama mfano, hebu tujadili vizuizi vya msingi vya ujenzi wa polynomia katika : seti . Hizi ni za kujitegemea kwa sababu:

ni kweli tu kwa sifuri polynomial, ambapo coefficients zote . Hii inatokana na ufafanuzi wenyewe wa polynomials. Zaidi ya hayo, seti hii vipindi nzima kwa sababu kila polynomial inaweza (kwa ufafanuzi) kuonyeshwa kama mchanganyiko wa mstari wa .

Kwa kuwa tumeonyesha hizi polynomia za kimsingi zinajitegemea kimstari na zinachukua nafasi nzima ya vekta, ni msingi kwa nafasi. Kwa kweli, seti hii ina jina maalum: the msingi wa monomial (kwa sababu monomial ni polynomial yenye neno moja).

Kuangalia ikiwa seti ya kiholela ya polynomials ni msingi

Tuseme tuna seti za polynomials, na tunataka kujua kama hizi ni msingi wa . Jinsi gani sisi kwenda juu yake?

Wazo ni kutumia aljebra ya mstari kwa njia ile ile tunayofanya kwa nafasi nyingine yoyote ya vekta. Wacha tutumie mfano halisi kuonyesha:

Je, kuweka ni msingi? Tutaanza kwa kuangalia kama washiriki wako huru. Andika:

Kwa kupanga upya, tunaweza kubadilisha hii kuwa:

Ili hili liwe kweli, mgawo wa kila monomia unapaswa kuwa sifuri; kihisabati:

Katika fomu ya matrix:

Tunajua jinsi ya kutatua hili, kwa kupunguza tumbo katika fomu ya safu-echelon. Ni rahisi kuona kwamba umbo la safu-mlalo iliyopunguzwa ya matriki hii mahususi ni , matriki ya utambulisho. Kwa hiyo, seti hii ya equations ina suluhisho moja:.

Tumeonyesha kuwa seti hiyo inajitegemea kimstari. Sasa hebu tuonyeshe hilo vipindi nafasi. Tunataka kuchambua:

Na upate coefficients ambayo inakidhi hii kwa kiholela yoyote \alfa, \beta na. Tunaendelea kama hapo awali, kwa kujipanga tena upande wa kushoto:

na kusawazisha mgawo wa kila nguvu ya x tofauti:

Ikiwa tutageuza hii kuwa fomu ya matrix, matrix ya coefficients ni sawa kabisa na hapo awali. Kwa hivyo tunajua kuna suluhisho moja, na kwa kupanga upya matrix kuwa , suluhisho litaonekana upande wa kulia. Haijalishi kwa sasa suluhisho halisi ni nini, mradi lipo na ni la kipekee. Tumeonyesha kwamba spans nafasi!

Kwa kuwa seti hiyo inajitegemea kimstari na spans , ni a msingi kwa nafasi.

Bidhaa ya ndani

Nimejadili bidhaa za ndani za utendakazi kwenye chapisho kuhusu nafasi ya Hilbert. Naam, polynomials ni kazikwa hivyo tunaweza kufafanua bidhaa ya ndani kwa kutumia viambatanisho kama ifuatavyo:

Ambapo mipaka na ni ya kiholela, na inaweza kuwa isiyo na kikomo. Wakati wowote tunaposhughulika na viambatanisho tuna wasiwasi kuhusu muunganiko; katika chapisho langu kwenye nafasi za Hilbert, tulizungumza tu – kazi zinazoweza kuunganishwa za mraba. Wengi wa polynomials si mraba integable, hata hivyo. Kwa hivyo, tunaweza kuzuia hii kwa kutumia ama:

  1. maalum kazi ya uzito ili kuhakikisha kuwa bidhaa ya ndani inaungana
  2. Weka mipaka yenye kikomo kwenye kiungo, kisha tunaweza tu kuweka .

Wacha tutumie mwisho, na tuzuie mipaka kwenye safu , kuweka . Tuna bidhaa zifuatazo za ndani:

Wacha tuangalie ikiwa hii inakidhi hali ya nafasi ya ndani ya bidhaa.

Ulinganifu wa kuunganisha:

Kwa kuwa kuzidisha halisi kunabadilika, tunaweza kuandika:

Tunashughulikia hali halisi hapa, ili tuweze kupuuza kwa usalama muunganisho changamano.

Linearity katika hoja ya kwanza:

Hebu na. Tunataka kuonyesha hilo

Panua upande wa kushoto kwa kutumia ufafanuzi wetu wa bidhaa ya ndani:

Matokeo yake ni sawa na.

Chanya-uhakika:

Tunataka kuonyesha kwamba kwa nonzero, tunayo. Kwanza kabisa, kwani kwa wote xni kweli kwamba:

Vipi kuhusu matokeo 0 ingawa? Vema, tuseme hivyo

Kwa kuwa ni chaguo la kukokotoa lisilo hasi, hii ina maana kwamba kiunganishi cha chaguo za kukokotoa kisicho hasi huishia kuwa 0. Lakini ni chembechembe nyingi, kwa hivyo ni kuendeleana ndivyo ilivyo. Ikiwa muunganisho wa kitendakazi kisicho na hasi kinachoendelea ni 0, inamaanisha kuwa chaguo la kukokotoa lenyewe ni 0. Kama isingekuwa sifuri mahali popote, kiunganishi lazima kiwe chanya pia.

Tumethibitisha kuwa ni lini tu ni sifuri polynomial. Hali ya uhakika-chanya imeridhika.

Kwa kumalizia, pamoja na bidhaa ya ndani ambayo tumefafanua hutengeneza a nafasi ya ndani ya bidhaa.

Orthogonality

Kwa kuwa sasa tuna bidhaa ya ndani, tunaweza kufafanua uhalisi kwenye polimanomia: polima mbili ni ya orthogonal (wrt bidhaa zetu za ndani) ikiwa

Kinyume na matarajio , polynomia za msingi wa monomia ni sivyo
orthogonal kwa kutumia ufafanuzi wetu wa bidhaa ya ndani.

Kwa mfano, kuhesabu bidhaa ya ndani kwa na:

Kuna seti zingine za polynomials ambazo ni orthogonal kwa kutumia bidhaa zetu za ndani. Kwa mfano, polynomia za Legendre; lakini hii ni mada ya chapisho lingine.




Source link

Postagens Similares

  • Hızlı Enjeksiyon Bir Güvenlik Açığı mıdır?

    Arkadaşım Joseph Thacker’ın Prompt Injection’ın bir güvenlik açığı olup olmadığı hakkındaki blog yazısına yanıt vermek istiyorum. josephthacker.com Hızlı Enjeksiyon Bir Güvenlik Açığı Değildir (Çoğu Zaman) Anında enjeksiyon neredeyse hiçbir zaman AI güvenlik açıklarının temel nedeni değildir; asıl sorun, modelin ne yapmasına izin verildiğidir Ben “Evet” kampındayım. Bence Hızlı Enjeksiyon öyle bir güvenlik açığı…sende olduğunu varsayıyorum….

  • पॉडकास्ट कसे करावे

    माझ्या 4 (!) पॉडकास्टद्वारे मी साहजिकच पॉडकास्टिंगवर बऱ्याच वर्षांपासून अनेक मते तयार केली आहेत. त्यापैकी काही येथे आहेत. आमच्या काळातील दोन बाह्य पॉडकास्ट द्वारकेश आणि TBPN आहेत, आणि मी त्यांच्याबद्दलचे माझे मानसिक मॉडेल एका वेगळ्या पोस्टमध्ये स्पष्ट करेन – मुळात मॅक्क्लस्की वक्र लागू. “सरासरी” पॉडकास्टसाठी मला ठामपणे विश्वास ठेवणारा खालील सल्ला आहे जो चांगले करू…

  • بین مشین ریٹرو اسپیکٹیو ، حصہ 5

    آئیے “ہیلو ورلڈ” مثال پر ایک اور نظر ڈالیں اور اس کے بارے میں زیادہ احتیاط سے سوچیں کہ اصل میں کیا ہو رہا ہے: @random_variable def fairness():   return Beta(2,2) @random_variable def flip(n): return Bernoulli(fairness()) heads = tensor(1) tails = tensor(0) observations = { flip(0) : heads, … flip(9): tails } queries = (…

  • 財富稅建模

    2020年8月 一些政治人物提議除所得稅和資本利得稅之外還徵收財富稅。讓我們嘗試對不同程度的財富稅的影響進行建模,看看它們對新創公司創辦人的實踐意味著什麼。 假設你在二十多歲時成功創業,然後又活了 60 年。財富稅將消耗您多少股票? 如果財富稅適用於您的所有資產,則很容易計算其影響。 1% 的財富稅意味著您每年可以保留 99% 的股票。 60 年後,您剩餘的股票比例將為 0.99^60,即 0.547。因此,直接徵收 1% 的財富稅意味著政府將在你的一生中拿走你 45% 的股票。 (顯然,失去股份並不意味著成為 網 除非每股價值的成長幅度低於財富稅率,否則會更窮。 ) 以下是政府在 60 年內以不同財富稅水準徵收的股票數量: 財富稅 政府採取 0.1% 6% 0.5% 26% 1.0% 45% 2.0% 70% 3.0% 84% 4.0% 91% 5.0% 95% 財富稅通常有一個起始門檻。高門檻會產生多大的差異?為了建立模型,我們需要對股票的初始價值和成長率做一些假設。 假設你的股票最初價值 200 萬美元,公司的發展軌跡如下:你的股票價值在 2 年內增長了 3 倍,然後在 2 年內增長了 2 倍,然後在 2 年內增長了…

Deixe um comentário

O seu endereço de email não será publicado. Campos obrigatórios marcados com *