看板 Math 關於我們 聯絡資訊
已經有人給出證明了,我想到一個比較幾何的說明方式: 以 2x2 矩陣為例子,因為 M 的每個 entry 都是正值 不難看出,令 {u++} 代表所有第一象限的向量集合, 假設經過 M 的線性映射後,這些向量變成 {Mu++} 還是會留在第一象限,也就是 {Mu++} 會屬於 {u++} 事實上,{Mu++} 的範圍就是被 M(e1) 和 M(e2) 兩個向量的方向所包圍的區域 ---(i) e1 = [1,0]', e2 = [0,1]' (i) 的證明可以利用 M 的線性映射。幾何上很好想像, 代數上要簡明的說比較難,大約是把這個區域看成 {u+.} 跟 {u.+} 映射後的交集 其中 {u+.} 是 x>0 的向量集合, {u.+} 是 y>0 的向量集合 回到 2x2 矩陣,要證明的是 top eigenvector 也會屬於 {u++} 的集合 在幾何上 M 可以看成把單位圓映射到橢圓的操作, 而 top eigenvector 的方向就是橢圓的長軸 因為 M(e1) 和 M(e2) 都映射到第一象限,圖形上可以看出橢圓長軸也會在第一象限 比較嚴謹的說法是: 假設 {c++} 和 {c+-} 分別是單位圓和第一,第二象限的交集 因為 M 所有 entry 都是正的, max|{Mc++}| >= max|{Mc+-}| 這說明了 top eigenvector 會在 {c++} 集合裡面。 * n 維的狀況其實類似,只是橢圓變成 n 維橢球 同理,全正卦限 {u+...+} 同樣會被 M 映射到 {u+....+} 的子集 這個子集是由 n 個向量 M(e1), M(e2), ... M(en) 圍出的區域 圍的方法也是考慮 {u+...}, {u.+...}, {u..+...} 這 n 個集合映射後的交集 然後同理證明 max|{Mc+...+}| >= max|M{其餘含負號的卦限}| ※ 引述《jollic (jollic)》之銘言: : 現有一個 n 維且每個元素為正的變異數矩陣 (covariance matrix) : ( 即對稱矩陣,且為半正定矩陣 ) : 證明 : 它最大的eigenvalue所對應到的eigenvector : 每一個分量都是同號 ( 全正或全負 ) : 這個題目完全就是沒想法 : 只知道寫幾個簡單特殊的case去算一算而已= = : 麻煩大家幫我指引明路 : 謝謝 -- 天下最難的事,就是享受最簡單平凡的日子 而最簡單平凡的日子,往往是天下最單純的幸福 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 216.165.95.72 ※ 編輯: microball 來自: 216.165.95.72 (06/25 06:57)
yyc2008 :請問entry全正保證最大入>0? 06/25 09:27
jollic :樓上問題你可以用sum(λi)=tr(A)>0,所以最大λ一定要 06/25 10:09
jollic :比零大 06/25 10:09
yyc2008 :謝謝樓上 06/25 12:02