没有合适的资源?快使用搜索试试~ 我知道了~
线性代数(矩阵基础知识)
4星 · 超过85%的资源 需积分: 37 35 下载量 103 浏览量
2010-05-28
20:20:14
上传
评论
收藏 799KB PDF 举报
温馨提示
试读
32页
线性代数(矩阵基础知识)线性代数(矩阵基础知识)线性代数(矩阵基础知识)
资源推荐
资源详情
资源评论
附录 1 矩阵基础知识
1. 矩阵的概念:矩阵就是矩形的数表。例如:
A
pq
⎥
⎥
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎢
⎢
⎣
⎡
=
pqpp
q
q
aaa
aaa
aaa
LL
LLLLL
LL
LL
21
22221
11211
代表由p·q个数字排成的数表,我们称它为p行q列矩阵。矩阵用大写黑体字母表示。其下标
表示它所包含的行列数,也可省略不写。用小写字母表示矩阵中的各个数字,如a
ij
表示A矩
阵中第i行第j列的那一个数字,称为矩阵的元素。有时也可用(a
ij
)表示矩阵A。
向量是只有一行或一列的矩阵。当 p = 1 时,矩阵只有一行,称为行向量;当 q = 1 时,矩
阵只有一列,称为列向量。
2. 矩阵的基本运算
(1)相等:两个矩阵A,B,若它们有所有元素对应相等,即对任意i,j,均有a
ij
= b
ij
,则
称A与B相等,记为A = B。显然A与B相等的前提条件是它们有相同的行数和列数。
(2)加法:两个矩阵A,B,则A + B = C为一个新的矩阵,其元素为A和B的对应元素相加
的和。即:若A = (a
ij
), B = (b
ij
), 则C = (c
ij
) = (a
ij
+b
ij
)。显然加法也要求A,B矩阵有相同的行
列数。
(3)乘法:两个矩阵A
pq
和B
qr
, 则A·B = C
pr
为一个新矩阵,其第i行第j列的元素c
ij
为A的第
i行元素与B的第列元素的乘积和,即:
。显然矩阵乘法要求第一个矩阵的
列数等于第二个矩阵的行数。
∑
=
⋅=
q
1k
kjikij
bac
例 1
⎥
⎦
⎤
⎢
⎣
⎡
−
−
164
823
⎥
⎦
⎤
⎢
⎣
⎡
−
−−−
=
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎣
⎡
−
−
295213
162133
125
272
431
如上面例题中结果的第一行第一列元素–33 = 3×1 + 2×2 + (–8)×5,第二行第一列元素
13 = (-4)×1 + 6×2 + 1×5,等等。
注意:一般来说,矩阵乘法不满足交换律即AB≠BA。象上面的例子,BA根本就不能相
乘,因为B有三列,而且A只有两行,不满足矩阵乘法的条件。再例如A
1n
为n阶行向量,B
n1
为
n阶列向量,则AB为一个数字,而BA为一个n×n阶的矩阵。
(4)转置:把矩阵 A 以它的主对角线(从左上到右下)为轴旋转 180°,它的行变成列,
列变成行,称为转置。记为 A′。即:
pq
qppp
q
q
qp
qpqq
p
p
aaa
aaa
aaa
aaa
aaa
aaa
⎥
⎥
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎢
⎢
⎣
⎡
=
⎥
⎥
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎢
⎢
⎣
⎡
LL
LLLLLLLL
LL
LL
LL
LLLLLLLL
LL
LL
21
22212
12111
21
22221
11211
若 A = A′,则称 A 为对称矩阵。
(5)矩阵的行列式:若矩阵 A 为方阵,则我们可按某种规则从矩阵 A 计算出一个数作为它
的值,这个值称为矩阵的行列式,记为
A
。对于二阶方阵,它的行列式定义为主对角线乘
积减去副对角线乘积。主对角线是指从左上到右下的对角线,而副对角线则是指从左下到右
上的对角线。
例 2
, ,
⎥
⎦
⎤
⎢
⎣
⎡
=
23
75
A
⎥
⎦
⎤
⎢
⎣
⎡
−
=
97
321
B
则
A
= 5×2–7×3 = –11 则
B
= 21×9 – (–3)×7 = 210
要计算高阶方阵的行列式,则需引入代数余子式的概念.通过它可把方阵的阶数逐次降
低,直到只剩二阶行列式,从而可用上述方法求出最终结果。
子式:对于任意n阶行列式
nn
A
,删除任一元素a
ij
所在的i行j列后所得n - 1 阶行列式称为
a
ij
的子式。
代数余子式:子式乘以(-1)
i+j
,称为a
ij
的代数余子式,记为A(ij)。
定理:行列式
nn
A
的值等于它任意一行或任意一列的所有元素与其代数子式的乘积之和。
即:
∑
⋅=
j
ij
)ij(AaA
,
称为按 i 行展开;或
∑
⋅=
j
ij
)ij(AaA
,
称为按 j 列展开。
反复使用上述公式,直到各子式均变为 2 阶,然后可用前述方法求出其值。
若
A
= 0,则称 A 为退化的方阵。
(6)单位阵。它是一个方阵,主对角线(从左上到右下的对角线)上元素均为 1,其它元
素均为 0。记为I
nn
。它在矩阵乘法中起着类似数字 1 在数字乘法中的作用,所以称为单位阵。
即:设A,I均为n·n方阵,则有AI = IA = A。换句话说,任何矩阵与单位阵(当然阶数必
须适当)相乘,均不改变其数值。
(7)逆矩阵。若A为非退化方阵,即
0A ≠
,则有与A同阶的方阵A
–1
存在,使
AA
–1
= A
–1
A = I
A
–1
称为A的逆矩阵。它的求法为:设A = (a
ij
),则:
⎥
⎥
⎥
⎥
⎥
⎥
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎢
⎢
⎢
⎢
⎢
⎢
⎣
⎡
=
−
A
)nn(A
A
)n2(A
A
)n1(A
A
)2n(A
A
)22(A
A
)12(A
A
)1n(A
A
)21(A
A
)11(A
A
1
LL
LLLLLLLLLLL
LL
LL
其中A(ij)为a
ij
的代数余子式。注意A
–1
中代数余子式的下标是经过转置的,即第i行第j列位置
上是A的第j行i列元素a
ji
的代数余子式。
附录 2. 采用微软公司的 Excel 软件进行常见的统计计算。
Excel 是一个功能十分强大的电子表格软件,它是微软公司办公软件 Office 中的一部分。
利用它可以方便地进行许多计算工作,画图工作等,也包括常用的一些统计计算。使用这种
通用办公软件的最大优点是普及率高,容易得到;其次是使用简单,不用记许多特殊指令;
同时它也能复盖常用的统计方法,可满足一般工作时需要。另一方面,与许多著名的统计软
件如 SAS 等相比,它也有一些明显的缺点,例如自动化程度不高,需要掌握一些基本统计
公式;功能也不够强,有些统计计算不能做等。
在本附录中,我们假设读者已对 Excel 有一定了解,因此不再介绍 Excel 的基本用法。
主要介绍以下几种统计计算:
1. 假设检验。包括正态总体的假设检验,离散分布的假设检验,以及用皮尔逊统计量进行
非参数检验。
2. 方差分析。
3. 回归分析,包括简单作图。
§1 假设检验
一、正态总体单样本假设检验:
1. 统计知识复习:
若要检验方差,则统计假设为:
H
0
:σ = σ
0
H
A
:σ ≠ σ
0
(双边检验)
或: H
A
:σ > σ
0
或 σ < σ
0
(单边检验)
统计量为:
)1n(~
S)1n(
2
2
0
2
2
−χ
σ
−
=χ
若要检验均值,则统计假设为:
H
0
:µ = µ
0
H
A
:µ ≠ µ
0
(双边检验)
或:H
A
:µ > µ
0
或 µ < µ
0
(单边检验)
统计量的选取则要分为以下两种情况:
a) 总体方差σ
2
已知:u检验
)1,0(~
/
0
N
n
X
u
σ
µ
−
=
b) 总体方差σ
2
未知:t检验
)1(~
/
0
−
−
= nt
nS
X
t
µ
2. 方差检验的计算方法:
设H
0
:σ = σ
0
,且原始数据在A
1
:A
20
位置。
1° 在空单元格(设为 B1)中输入公式:
“= Var(A1:A20)*19/σ
0
∧ 2 ↙”
这一步是计算χ
2
统计量,其中Var为Excel的内部函数,功能为求指定数据的方差。“↙”
表示回车(Enter)键。
2° 在 B2 格中输入:
“= chidist (B1, 19) ↙”
这一步是计算统计量所对应的概率,相当于查表。注意函数 chidist 返回的是单尾概率,
即 P(X > B1),而不是分布函数,即 P(X < B1)。
3° 将B2 中数据与α比较来确定是否接受H
0
:
双边检验:若α/2 < B2 < 1 - α/2,则接受H
0
;否则接受H
A
;
单边检验:若H
A
为:σ > σ
0
: 当B
2
> α时接受H
0
;
若H
A
为:σ < σ
0
:当B2 < 1 - α 时接受H
0
。
也可把上述公式一次输入:
“= chidist (Var(A1:A20)*19/σ
0
∧ 2, 19) ↙”
上述公式中的 19 也可换为:Count(A1:A20)-1。Count 这一内部函数可自动计算 A1 至
A20 中数字的个数。
3. 均值检验方法:
仍采用前述原始数据,零假设为:H
0
:µ = µ
0
。
(1)总体方差σ
0
已知的情况:
1° 在空单元格(设为 C1)中输入:
“= Ztest (A1:A20, µ
0
,σ
0
,) ↙”
内部函数 Ztest 可以直接算出 u 统计量所对应的单尾概率值。注意它返回的也是单尾
概率,不是分布函数。
2° 仍按前述比较B1 与α的同样方法比较C1 与α,并决定是否接受H
0
。
(2)总体方差σ
0
未知:应采用t检验。
1° 在空单元格D1~D20 中均填充上µ
0
。
2° 在空格 E1 中输入:
“= Ttest (A1:A20, D1:D20, tails, 1) ↙”
其中 tails 为一参数,当进行单尾检验时,把它换成 1;进行双尾检验时,换成 2。
最后一个数字“1”也是一个参数,它的用法我们后面将要介绍,这里应取值 1。
3° 把E1 格中计算出来的值与α相比,E1 > α时,接受H
0
;E1 < α时,拒绝H
0
。
注意:Ttest函数不区分统计量是大于 0 还是小于 0,也不管是上单尾检验还是下单尾检验。
因此进行单尾检验时可能出现错误拒绝。如当进行上单尾检验,即H
A
为µ > µ
0
,而观测数
据平均值却明显小于µ
0
时;或进行下单尾检验,即H
A
为µ < µ
0
,而观测数据平均值却明显
大于µ
0
时;在这两种情况下都会出现错误拒绝现象。使用中务请注意先进行直观检验,不
属于以上两种情况时再进行统计检验,以免发生错误。
例 1. (即本书例 3.2)已知某种玉米平均穗重μ
0
= 300g,标准差σ
0
= 9.5g,喷药后,随机
抽取 9 个果穗,重量分别为(单位为g):308,305,311,298,315,300,321, 294,320。
问这种药对果穗重量是否有影响?
解:如表 1,把果穗重原始数据填入 A4:A12 单元。
检验方差是否变化:在 B5 单元里输入:
“= Var(A4:A12)*8/9.5
∧ 2,8)”
回车后,显示数字 0.414234 。由于这一数字在 0.025 和 0.975 之间,因此接受H
0
,认为
方差没有变化。
检验均值是否变化:由于方差已知,可采用 Z-test。在 B8 单元里输入:
“= ztest(A4:A12,300,9.5)”
回车后,显示数字 0.005763 。由于这一数字小于 0.025,大于 0.005,因此拒绝H
0
,喷药
前后果穗重差异显著,但未达到极显著。
也可当作方差未知,直接进行 T 检验:
在 C4:C12 单元格中,填充数字 300。
在 D5 单元格中输入:
“= ttest(A4:A12,D4:D12,2,1)”
回车后,显示数字 0.037208 。由于这一数字小于 0.05,大于 0.01,因此拒绝H
0
,喷药造
成的差异仍为显著,但未达极显著水平。
两种方法差异的讨论见本书例 3.2。
表 1. 例 1 计算结果
例1
μ
0
300 σ
0
9.5
果穗重
308 Chi-test 300 T-test
305 0.414234 300 0.037208
311 300
298
Z-test
300
315 0.005763 300
300 300
321 300
294 300
320 300
二、正态总体双样本假设检验:
1. 统计知识复习:
若要检验方差,统计假设为:H
0
:σ
1
= σ
2
;H
A
:σ
1
≠ σ
2
。一般均为双边检验。统计量为:
)1n,1m(F~S/SF
2
2
2
1
−−=
其中 m 和 n 分别为第一和第二样本的样本容量。
若要检验均值,零假设为:H
0
:σ
1
= σ
2
;
备择假设为:H
A
:µ
1
≠ µ
2
(双边检验)
或:H
A
:µ
1
> µ
2
或 µ
1
< µ
2
(单边检验)
同时,还可能出现以下几种情况:
(1)总体方差
已知:u 检验
2
2
2
1
,σσ
)1,0(N~
n/m/
xx
u
2
2
2
1
21
σ+σ
−
=
(2)总体方差未知,但相等(即通过了 F 检验):t 检验。
)2(~
)
11
(
2
)1()1(
2
2
2
1
21
−+
+
−+
−+−
−
= nmt
nmnm
SnSm
xx
t
(3)总体方差未知,且不等(即未通过 F 检验):近似 t 检验。
nSmS
xx
t
//
2
2
2
1
21
+
−
=
近似服从 t(df)
其中 df =
1
22
)
1
)1(
1
(
−
−
−
+
− n
k
m
k
, )
n
S
m
S
/(
m
S
k
2
2
2
1
2
1
+=
剩余31页未读,继续阅读
资源评论
- strongmission2013-03-21前面不错,后面不是自己专业所关系的
- siesi2018-01-07值得参考,需要静下心来学习
- jeniffer_yang2012-11-22矩阵基础知识,但后面就比较难了
- abie04162012-10-11简单易懂 不过后面的不知所云
puhaiggp
- 粉丝: 31
- 资源: 11
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功