maths.free › Linear Algebra › Orthogonality, projections and least squares

Orthogonality, projections and least squares

Dot products, orthonormal bases, projection onto a subspace, fitting a line.

The projection of b onto the column space of A is the closest point; the least-squares solution solves AᵀA x = Aᵀ b. Gram-Schmidt turns any basis orthonormal. Picture it: dropping a perpendicular from a point onto a plane. Think it: least squares is regression; the normal equations are calculus's "set the gradient to zero" done with matrices.

Օրինակ · inverse of [[2,1],[1,1]]

Linear-Algebra · Matrix-Inverse

Inverse of [[2,1],[1,1]]

\left[\begin{matrix}2 & 1\\1 & 1\end{matrix}\right]

Քայլ առ քայլ

  1. \det A = 1

    A matrix is invertible only when its determinant is non-zero.

  2. A^{-1} = \frac{1}{\det A}\begin{pmatrix} d & -b \\ -c & a \end{pmatrix} = \frac{1}{1}\left[\begin{matrix}1 & -1\\-1 & 2\end{matrix}\right]

    For 2×2: swap the diagonal, negate the off-diagonal, divide by the determinant.

  3. A^{-1} = \left[\begin{matrix}1 & -1\\-1 & 2\end{matrix}\right]

Առաջարկել պատասխանը
A^{-1} = \left[\begin{matrix}1 & -1\\-1 & 2\end{matrix}\right]

Now you Ընտրեք խնդիր, կամ տեքստ գրեք կամ նկարեք ձեր սեփականը։ Յուրաքանչյուր քայլ, նկար, պատասխանը թաքնված է մինչև դուք հարցնեք։

Ձեր սեփական աշխատանքը շարունակեք

Ազատ հաշիվը յուրաքանչյուր դասավանդման համար գրառումներ է ավելացնում, Ձեր ավարտելիք դասերի և լուծված խնդիրների ցուցակ է պահում մեկ տեղում, և ուսուցիչ, ում կարող եք հարցնել այս էջի մասին։ Մաթեմատիկան բաց է բոլորի համար, անկախ նրանից մուտքագրվել եք արդյոք կամ ոչ։

Գրանցվել Գրանցում

Օգտագործված սիմվոլներ

Տեղադրեք ցանկացած նշան՝ ամբողջական սահմանման, նկարի և դրա մեջ ամեն մի տառի իմաստը տեսնելու համար։

Ինչպես: Orthogonality, projections and least squares

  1. A matrix is invertible only when its determinant is non-zero.
  2. For 2×2: swap the diagonal, negate the off-diagonal, divide by the determinant.

Հարցեր, որոնք մարդիկ տալիս են :

What does a determinant mean geometrically?

It is the factor by which the matrix scales area (2×2) or volume (3×3), with a negative sign if orientation flips. Zero means the matrix flattens space and cannot be undone.

What is an eigenvector?

A direction the matrix does not turn: it only stretches it by the eigenvalue. Along eigenvectors a complicated matrix acts like multiplication by a number.

Why is matrix multiplication not commutative?

Because a matrix is a transformation and AB means "do B, then A". Rotating then reflecting is not the same as reflecting then rotating.

Ցուցադրել Linear Algebra

DeterminantsMatrix inverseEigenvalues and eigenvectorsMatrix multiplicationRow reductionVector spaces, span and linear independenceDiagonalisation and matrix powersLinear transformations and change of basis