निष्क्रिय आव्यूह: Difference between revisions

From Vigyanwiki
No edit summary
No edit summary
Line 1: Line 1:
{{Short description|Matrix that, squared, equals itself}}
{{Short description|Matrix that, squared, equals itself}}
रैखिक बीजगणित में,  इडेम्पोटेंट मैट्रिक्स  [[मैट्रिक्स (गणित)]] होता है, जिसे स्वयं से गुणा करने पर, स्वयं प्राप्त होता है।<ref>{{cite book |last=Chiang |first=Alpha C. |title=गणितीय अर्थशास्त्र की मौलिक विधियाँ|publisher=McGraw–Hill |edition=3rd |year=1984 |page=[https://archive.org/details/fundamentalmetho0000chia_b4p1/page/80 80] |location=New York |isbn=0070108137 |url=https://archive.org/details/fundamentalmetho0000chia_b4p1/page/80 }}</ref><ref name=Greene>{{cite book |last=Greene |first=William H. |title=अर्थमितीय विश्लेषण|publisher=Prentice–Hall |location=Upper Saddle River, NJ |edition=5th |year=2003 |pages=808–809 |isbn=0130661899 }}</ref> यानी मैट्रिक्स <math>A</math> निष्क्रिय है यदि और केवल यदि <math>A^2 = A</math>. इस उत्पाद के लिए <math>A^2</math> [[मैट्रिक्स गुणन]] होना, <math>A</math> आवश्यक रूप से [[वर्ग मैट्रिक्स]] होना चाहिए। इस तरह से देखने पर, निष्क्रिय मैट्रिक्स [[मैट्रिक्स रिंग]]ों के [[निष्क्रिय तत्व (रिंग सिद्धांत)]] हैं।
रैखिक बीजगणित में,  निष्क्रिय आव्यूह ऐसा [[मैट्रिक्स (गणित)|आव्यूह]] होता है, जिसे जब स्वयं से गुणा किया जाता है, तो स्वयं ही परिणाम प्राप्त होता है।<ref>{{cite book |last=Chiang |first=Alpha C. |title=गणितीय अर्थशास्त्र की मौलिक विधियाँ|publisher=McGraw–Hill |edition=3rd |year=1984 |page=[https://archive.org/details/fundamentalmetho0000chia_b4p1/page/80 80] |location=New York |isbn=0070108137 |url=https://archive.org/details/fundamentalmetho0000chia_b4p1/page/80 }}</ref><ref name=Greene>{{cite book |last=Greene |first=William H. |title=अर्थमितीय विश्लेषण|publisher=Prentice–Hall |location=Upper Saddle River, NJ |edition=5th |year=2003 |pages=808–809 |isbn=0130661899 }}</ref> अर्थात आव्यूह <math>A</math> निष्क्रिय है यदि और केवल <math>A^2 = A</math> होता है। इस उत्पाद के लिए <math>A^2</math> को [[मैट्रिक्स गुणन|परिभाषित]] किया जाना है, <math>A</math> आवश्यक रूप से [[वर्ग मैट्रिक्स|वर्ग आव्यूह]] होना चाहिए। इस प्रकार से देखने पर, निष्क्रिय आव्यूह, [[मैट्रिक्स रिंग|आव्यूह वलय]] के [[निष्क्रिय तत्व (रिंग सिद्धांत)|निष्क्रिय तत्व]] हैं।


==उदाहरण==
==उदाहरण==
इसके उदाहरण <math>2 \times 2</math> निष्क्रिय मैट्रिक्स हैं:
इसके उदाहरण <math>2 \times 2</math> निष्क्रिय आव्यूह हैं:
<math display="block">
<math display="block">
\begin{bmatrix}
\begin{bmatrix}
Line 15: Line 15:
\end{bmatrix}
\end{bmatrix}
</math>
</math>
इसके उदाहरण <math>3 \times 3</math> निष्क्रिय मैट्रिक्स हैं:
इसके उदाहरण <math>3 \times 3</math> निष्क्रिय आव्यूह हैं:
<math display="block">
<math display="block">
\begin{bmatrix}
\begin{bmatrix}
Line 29: Line 29:
\end{bmatrix}
\end{bmatrix}
</math>
</math>
 
==वास्तविक 2 × 2 स्थिति ==
 
यदि आव्यूह <math>\begin{pmatrix}a & b \\ c & d \end{pmatrix}</math> निष्क्रिय है, तो
==वास्तविक 2 × 2 मामला==
यदि मैट्रिक्स <math>\begin{pmatrix}a & b \\ c & d \end{pmatrix}</math> तो फिर, वह निष्क्रिय है
* <math>a = a^2 + bc,</math>
* <math>a = a^2 + bc,</math>
* <math>b = ab + bd,</math> जिसका अर्थ <math>b(1 - a - d) = 0</math> इसलिए <math>b = 0</math> या <math>d = 1 - a,</math>
* <math>b = ab + bd,</math> जिसका अर्थ <math>b(1 - a - d) = 0</math> इसलिए <math>b = 0</math> या <math>d = 1 - a</math> है।
* <math>c = ca + cd,</math> जिसका अर्थ <math>c(1 - a - d) = 0</math> इसलिए <math>c = 0</math> या <math>d = 1 - a,</math>
* <math>c = ca + cd,</math> जिसका अर्थ <math>c(1 - a - d) = 0</math> इसलिए <math>c = 0</math> या <math>d = 1 - a</math> है।
* <math>d = bc + d^2.</math>
* <math>d = bc + d^2.</math>
इस प्रकार, के लिए आवश्यक शर्त <math>2\times2</math> मैट्रिक्स का निष्क्रिय होना यह है कि या तो यह [[विकर्ण मैट्रिक्स]] है या इसका [[ट्रेस (रैखिक बीजगणित)]] 1 के बराबर है।
इस प्रकार, a के लिए आवश्यक नियम <math>2\times2</math> आव्यूह का निष्क्रिय होना यह है कि या तो यह [[विकर्ण मैट्रिक्स|विकर्ण आव्यूह]] है या इसका [[ट्रेस (रैखिक बीजगणित)|ट्रेस]] 1 के समान है। निष्क्रिय विकर्ण आव्यूह के लिए, <math>a</math> और <math>d</math> या तो 1 या 0 होना चाहिए।
निष्क्रिय विकर्ण मैट्रिक्स के लिए, <math>a</math> और <math>d</math> या तो 1 या 0 होना चाहिए.


अगर <math>b=c</math>, गणित का सवाल <math>\begin{pmatrix}a & b \\ b & 1 - a \end{pmatrix}</math> नपुंसक प्रदान किया जाएगा <math>a^2 + b^2 = a ,</math> अतः a [[द्विघात समीकरण]] को संतुष्ट करता है
यदि <math>b=c</math>, गणित का सवाल <math>\begin{pmatrix}a & b \\ b & 1 - a \end{pmatrix}</math> निष्क्रिय प्रदान किया जाएगा <math>a^2 + b^2 = a ,</math> अतः a [[द्विघात समीकरण]] को संतुष्ट करता है।
:<math>a^2 - a + b^2 = 0 ,</math> या <math>\left(a - \frac{1}{2}\right)^2 + b^2 = \frac{1}{4}</math>
:<math>a^2 - a + b^2 = 0 ,</math> या <math>\left(a - \frac{1}{2}\right)^2 + b^2 = \frac{1}{4}</math>
जो केंद्र (1/2, 0) और त्रिज्या 1/2 वाला वृत्त है। कोण θ के संदर्भ में,
जो केंद्र (1/2, 0) और त्रिज्या 1/2 वाला वृत्त है। कोण θ के संदर्भ में,
:<math>A = \frac{1}{2}\begin{pmatrix}1 - \cos\theta & \sin\theta \\ \sin\theta & 1 + \cos\theta \end{pmatrix}</math> नपुंसक है.
:<math>A = \frac{1}{2}\begin{pmatrix}1 - \cos\theta & \sin\theta \\ \sin\theta & 1 + \cos\theta \end{pmatrix}</math> निष्क्रिय है।


हालाँकि, <math>b=c</math> कोई आवश्यक शर्त नहीं है: कोई भी मैट्रिक्स
चूँकि, <math>b=c</math> कोई आवश्यक नियम नहीं है: कोई भी आव्यूह;
:<math>\begin{pmatrix}a & b \\ c & 1 - a\end{pmatrix}</math> साथ <math>a^2 + bc = a</math> नपुंसक है.
:<math>\begin{pmatrix}a & b \\ c & 1 - a\end{pmatrix}</math> साथ <math>a^2 + bc = a</math> निष्क्रिय है।


==गुण==
==गुण==


===विलक्षणता और नियमितता===
===विलक्षणता और नियमितता===
मात्र गैर-[[एकवचन मैट्रिक्स|वचन मैट्रिक्स]] [[शिनाख्त सांचा]] पहचान मैट्रिक्स है; अर्थात्, यदि  गैर-पहचान मैट्रिक्स निष्क्रिय है, तो इसकी स्वतंत्र पंक्तियों (और स्तंभों) की संख्या इसकी पंक्तियों (और स्तंभों) की संख्या से कम है।
मात्र गैर-[[एकवचन मैट्रिक्स|वचन आव्यूह]] [[शिनाख्त सांचा]] पहचान आव्यूह है; अर्थात्, यदि  गैर-पहचान आव्यूह निष्क्रिय है, तो इसकी स्वतंत्र पंक्तियों (और स्तंभों) की संख्या इसकी पंक्तियों (और स्तंभों) की संख्या से कम है।


इसे लेखन से देखा जा सकता है <math>A^2 = A</math>, ये मानते हुए {{mvar|A}} की पूर्ण रैंक है (गैर-वचन है), और पूर्व-गुणा है <math>A^{-1}</math> प्राप्त करने के लिए <math>A = IA = A^{-1}A^2 = A^{-1}A = I</math>.
इसे लेखन से देखा जा सकता है <math>A^2 = A</math>, ये मानते हुए {{mvar|A}} की पूर्ण रैंक है (गैर-वचन है), और पूर्व-गुणा है <math>A^{-1}</math> प्राप्त करने के लिए <math>A = IA = A^{-1}A^2 = A^{-1}A = I</math>.


जब  निष्क्रिय मैट्रिक्स को पहचान मैट्रिक्स से घटा दिया जाता है, तो परिणाम भी निष्क्रिय होता है। यह तब से कायम है
जब  निष्क्रिय आव्यूह को पहचान आव्यूह से घटा दिया जाता है, तो परिणाम भी निष्क्रिय होता है। यह तब से कायम है
:<math>(I-A)(I-A) = I-A-A+A^2 = I-A-A+A = I-A.</math>
:<math>(I-A)(I-A) = I-A-A+A^2 = I-A-A+A = I-A.</math>
यदि  मैट्रिक्स {{mvar|A}} सभी धनात्मक पूर्णांक n के लिए निष्क्रिय है, <math>A^n = A</math>. इसे प्रेरण द्वारा प्रमाण का उपयोग करके दिखाया जा सकता है। स्पष्ट रूप से हमारे पास इसका परिणाम है <math>n = 1</math>, जैसा <math>A^1 = A</math>. लगता है कि <math>A^{k-1} = A</math>. तब, <math>A^k = A^{k-1}A = AA = A</math>, तब से {{mvar|A}} नपुंसक है. अत: प्रेरण के सिद्धांत से परिणाम अनुसरण करता है।
यदि  आव्यूह {{mvar|A}} सभी धनात्मक पूर्णांक n के लिए निष्क्रिय है, <math>A^n = A</math>. इसे प्रेरण द्वारा प्रमाण का उपयोग करके दिखाया जा सकता है। स्पष्ट रूप से हमारे पास इसका परिणाम है <math>n = 1</math>, जैसा <math>A^1 = A</math>. लगता है कि <math>A^{k-1} = A</math>. तब, <math>A^k = A^{k-1}A = AA = A</math>, तब से {{mvar|A}} नपुंसक है. अत: प्रेरण के सिद्धांत से परिणाम अनुसरण करता है।


===आइजेनवैल्यू===
===आइजेनवैल्यू===
निष्क्रिय मैट्रिक्स हमेशा [[विकर्णीय]] होता है।<ref>{{cite book|last=Horn|first=Roger A.|title=मैट्रिक्स विश्लेषण|last2=Johnson|first2=Charles R.|publisher=Cambridge University Press|year=1990|isbn=0521386322|page=[{{Google books|plainurl=y|id=PlYQN0ypTwEC|page=148|text=every idempotent matrix is diagonalizable}} p. 148]}}</ref> इसके [[eigenvalue]]s ​​या तो 0 या 1 हैं: यदि <math>\mathbf{x}</math> कुछ निष्क्रिय मैट्रिक्स का  गैर-शून्य आइजनवेक्टर है <math>A</math> और <math>\lambda</math> तो फिर, इससे जुड़ा eigenvalue <math display="inline">\lambda \mathbf{x} = A \mathbf{x} = A^2\mathbf{x} = A \lambda \mathbf{x} = \lambda A \mathbf{x} = \lambda^2 \mathbf{x} ,</math> जो ये दर्शाता हे <math>\lambda \in \{ 0, 1 \} .</math> इसका तात्पर्य यह है कि  निष्क्रिय मैट्रिक्स का निर्धारक हमेशा 0 या 1 होता है। जैसा कि ऊपर बताया गया है, यदि निर्धारक  के बराबर है, तो मैट्रिक्स Invertible_matrix#The_invertible_matrix_theorem है और इसलिए यह पहचान मैट्रिक्स है।
निष्क्रिय आव्यूह हमेशा [[विकर्णीय]] होता है।<ref>{{cite book|last=Horn|first=Roger A.|title=मैट्रिक्स विश्लेषण|last2=Johnson|first2=Charles R.|publisher=Cambridge University Press|year=1990|isbn=0521386322|page=[{{Google books|plainurl=y|id=PlYQN0ypTwEC|page=148|text=every idempotent matrix is diagonalizable}} p. 148]}}</ref> इसके [[eigenvalue]]s ​​या तो 0 या 1 हैं: यदि <math>\mathbf{x}</math> कुछ निष्क्रिय आव्यूह का  गैर-शून्य आइजनवेक्टर है <math>A</math> और <math>\lambda</math> तो फिर, इससे जुड़ा eigenvalue <math display="inline">\lambda \mathbf{x} = A \mathbf{x} = A^2\mathbf{x} = A \lambda \mathbf{x} = \lambda A \mathbf{x} = \lambda^2 \mathbf{x} ,</math> जो ये दर्शाता हे <math>\lambda \in \{ 0, 1 \} .</math> इसका तात्पर्य यह है कि  निष्क्रिय आव्यूह का निर्धारक हमेशा 0 या 1 होता है। जैसा कि ऊपर बताया गया है, यदि निर्धारक  के बराबर है, तो आव्यूह Invertible_matrix#The_invertible_matrix_theorem है और इसलिए यह पहचान आव्यूह है।


===ट्रेस===
===ट्रेस===
इडेम्पोटेंट मैट्रिक्स का ट्रेस (रैखिक बीजगणित) - इसके मुख्य विकर्ण पर तत्वों का योग - मैट्रिक्स की [[रैंक (रैखिक बीजगणित)]] के बराबर होता है और इस प्रकार हमेशा  पूर्णांक होता है। यह रैंक की गणना करने का  आसान तरीका प्रदान करता है, या वैकल्पिक रूप से  मैट्रिक्स के ट्रेस को निर्धारित करने का  आसान तरीका प्रदान करता है जिसके तत्व विशेष रूप से ज्ञात नहीं हैं (जो आंकड़ों में सहायक है, उदाहरण के लिए, उपयोग में [[पूर्वाग्रह (सांख्यिकी)]] की डिग्री स्थापित करने में) विचरण के अनुमान के रूप में विचरण)।
इडेम्पोटेंट आव्यूह का ट्रेस (रैखिक बीजगणित) - इसके मुख्य विकर्ण पर तत्वों का योग - आव्यूह की [[रैंक (रैखिक बीजगणित)]] के बराबर होता है और इस प्रकार हमेशा  पूर्णांक होता है। यह रैंक की गणना करने का  आसान तरीका प्रदान करता है, या वैकल्पिक रूप से  आव्यूह के ट्रेस को निर्धारित करने का  आसान तरीका प्रदान करता है जिसके तत्व विशेष रूप से ज्ञात नहीं हैं (जो आंकड़ों में सहायक है, उदाहरण के लिए, उपयोग में [[पूर्वाग्रह (सांख्यिकी)]] की डिग्री स्थापित करने में) विचरण के अनुमान के रूप में विचरण)।


=== निष्क्रिय आव्यूहों के बीच संबंध ===
=== निष्क्रिय आव्यूहों के बीच संबंध ===
प्रतिगमन विश्लेषण में, मैट्रिक्स <math>M = I - X(X'X)^{-1} X'</math> अवशिष्टों का उत्पादन करने के लिए जाना जाता है <math>e</math> आश्रित चरों के वेक्टर के प्रतिगमन से <math>y</math> सहसंयोजकों के मैट्रिक्स पर <math>X</math>. (एप्लिकेशन पर अनुभाग देखें।) अब, चलिए <math>X_1</math> के स्तंभों के उपसमुच्चय से बना  मैट्रिक्स बनें <math>X</math>, और जाने <math>M_1 = I - X_1 (X_1'X_1)^{-1}X_1'</math>. ये दोनों दिखाना आसान है <math>M</math> और <math>M_1</math> नपुंसक हैं, लेकिन कुछ हद तक आश्चर्यजनक तथ्य यह है <math>M M_1 = M</math>. यह है क्योंकि <math>M X_1 = 0</math>, या दूसरे शब्दों में, के स्तंभों के प्रतिगमन से अवशेष <math>X_1</math> पर <math>X</math> तब से 0 हैं <math>X_1</math> इसे पूरी तरह से प्रक्षेपित किया जा सकता है क्योंकि यह इसका  उपसमूह है <math>X</math> (प्रत्यक्ष प्रतिस्थापन द्वारा यह दर्शाना भी सरल है <math>M X = 0</math>). इससे दो अन्य महत्वपूर्ण परिणाम सामने आते हैं:  तो वह है <math>(M_1 - M)</math> सममित और निष्क्रिय है, और दूसरा वह है <math>(M_1 - M) M = 0</math>, अर्थात।, <math>(M_1 - M)</math> यह ऑर्थोगोनल है <math>M</math>. ये परिणाम महत्वपूर्ण भूमिका निभाते हैं, उदाहरण के लिए, एफ परीक्षण की व्युत्पत्ति में।
प्रतिगमन विश्लेषण में, आव्यूह <math>M = I - X(X'X)^{-1} X'</math> अवशिष्टों का उत्पादन करने के लिए जाना जाता है <math>e</math> आश्रित चरों के वेक्टर के प्रतिगमन से <math>y</math> सहसंयोजकों के आव्यूह पर <math>X</math>. (एप्लिकेशन पर अनुभाग देखें।) अब, चलिए <math>X_1</math> के स्तंभों के उपसमुच्चय से बना  आव्यूह बनें <math>X</math>, और जाने <math>M_1 = I - X_1 (X_1'X_1)^{-1}X_1'</math>. ये दोनों दिखाना आसान है <math>M</math> और <math>M_1</math> नपुंसक हैं, लेकिन कुछ हद तक आश्चर्यजनक तथ्य यह है <math>M M_1 = M</math>. यह है क्योंकि <math>M X_1 = 0</math>, या दूसरे शब्दों में, के स्तंभों के प्रतिगमन से अवशेष <math>X_1</math> पर <math>X</math> तब से 0 हैं <math>X_1</math> इसे पूरी तरह से प्रक्षेपित किया जा सकता है क्योंकि यह इसका  उपसमूह है <math>X</math> (प्रत्यक्ष प्रतिस्थापन द्वारा यह दर्शाना भी सरल है <math>M X = 0</math>). इससे दो अन्य महत्वपूर्ण परिणाम सामने आते हैं:  तो वह है <math>(M_1 - M)</math> सममित और निष्क्रिय है, और दूसरा वह है <math>(M_1 - M) M = 0</math>, अर्थात।, <math>(M_1 - M)</math> यह ऑर्थोगोनल है <math>M</math>. ये परिणाम महत्वपूर्ण भूमिका निभाते हैं, उदाहरण के लिए, एफ परीक्षण की व्युत्पत्ति में।


निष्क्रिय मैट्रिक्स का कोई भी मैट्रिक्स_समानता मैट्रिक्स भी निष्क्रिय होता है। आधार परिवर्तन के तहत निष्क्रियता को संरक्षित किया जाता है। इसे परिवर्तित मैट्रिक्स के गुणन के माध्यम से दिखाया जा सकता है  नपुंसक होना:  गणित> (एस ए एस^{-1})^2 =(एस ए एस^{-1})(एस ए एस^{-1}) = एस ए (एस^{-1}एस) ए एस^{-1} = एस ए^2 एस^{-1} = एस ए एस^{-1} </गणित>.
निष्क्रिय आव्यूह का कोई भी आव्यूह_समानता आव्यूह भी निष्क्रिय होता है। आधार परिवर्तन के तहत निष्क्रियता को संरक्षित किया जाता है। इसे परिवर्तित आव्यूह के गुणन के माध्यम से दिखाया जा सकता है  नपुंसक होना:  गणित> (एस ए एस^{-1})^2 =(एस ए एस^{-1})(एस ए एस^{-1}) = एस ए (एस^{-1}एस) ए एस^{-1} = एस ए^2 एस^{-1} = एस ए एस^{-1} </गणित>.


==अनुप्रयोग==
==अनुप्रयोग==
[[प्रतिगमन विश्लेषण]] और [[अर्थमिति]] में निष्क्रिय मैट्रिक्स अक्सर उत्पन्न होते हैं। उदाहरण के लिए, सामान्य न्यूनतम वर्गों में, प्रतिगमन समस्या  वेक्टर चुनना है {{mvar|&beta;}}गुणांक अनुमानों का ताकि चुकता अवशेषों (गलत पूर्वानुमानों) के योग को कम किया जा सके<sub>''i''</sub>: मैट्रिक्स रूप में,
[[प्रतिगमन विश्लेषण]] और [[अर्थमिति]] में निष्क्रिय आव्यूह अक्सर उत्पन्न होते हैं। उदाहरण के लिए, सामान्य न्यूनतम वर्गों में, प्रतिगमन समस्या  वेक्टर चुनना है {{mvar|&beta;}}गुणांक अनुमानों का ताकि चुकता अवशेषों (गलत पूर्वानुमानों) के योग को कम किया जा सके<sub>''i''</sub>: आव्यूह रूप में,
: छोटा करना <math>(y - X\beta)^\textsf{T}(y - X\beta) </math>
: छोटा करना <math>(y - X\beta)^\textsf{T}(y - X\beta) </math>
कहाँ <math>y</math> आश्रित और स्वतंत्र चर#सांख्यिकी अवलोकनों का  वेक्टर है, और <math>X</math>  मैट्रिक्स है जिसका प्रत्येक कॉलम आश्रित और स्वतंत्र चर#सांख्यिकी में से  पर टिप्पणियों का  कॉलम है। परिणामी अनुमानक है
कहाँ <math>y</math> आश्रित और स्वतंत्र चर#सांख्यिकी अवलोकनों का  वेक्टर है, और <math>X</math>  आव्यूह है जिसका प्रत्येक कॉलम आश्रित और स्वतंत्र चर#सांख्यिकी में से  पर टिप्पणियों का  कॉलम है। परिणामी अनुमानक है


:<math>\hat\beta = \left(X^\textsf{T}X\right)^{-1}X^\textsf{T}y </math>
:<math>\hat\beta = \left(X^\textsf{T}X\right)^{-1}X^\textsf{T}y </math>
Line 84: Line 81:
           = My.
           = My.
</math>
</math>
यहाँ दोनों <math>M</math> और <math>X\left(X^\textsf{T}X\right)^{-1}X^\textsf{T}</math>(बाद वाले को [[टोपी मैट्रिक्स]] के रूप में जाना जाता है) निष्क्रिय और सममित मैट्रिक्स हैं,  तथ्य जो वर्ग अवशेषों के योग की गणना करते समय सरलीकरण की अनुमति देता है:
यहाँ दोनों <math>M</math> और <math>X\left(X^\textsf{T}X\right)^{-1}X^\textsf{T}</math>(बाद वाले को [[टोपी मैट्रिक्स|टोपी आव्यूह]] के रूप में जाना जाता है) निष्क्रिय और सममित आव्यूह हैं,  तथ्य जो वर्ग अवशेषों के योग की गणना करते समय सरलीकरण की अनुमति देता है:


:<math>\hat{e}^\textsf{T}\hat{e} = (My)^\textsf{T}(My) = y^\textsf{T}M^\textsf{T}My = y^\textsf{T}MMy = y^\textsf{T}My.</math>
:<math>\hat{e}^\textsf{T}\hat{e} = (My)^\textsf{T}(My) = y^\textsf{T}M^\textsf{T}My = y^\textsf{T}MMy = y^\textsf{T}My.</math>
की निष्क्रियता <math>M</math> अन्य गणनाओं में भी भूमिका निभाता है, जैसे अनुमानक के विचरण को निर्धारित करने में <math>\hat{\beta}</math>.
की निष्क्रियता <math>M</math> अन्य गणनाओं में भी भूमिका निभाता है, जैसे अनुमानक के विचरण को निर्धारित करने में <math>\hat{\beta}</math>.


निष्क्रिय रैखिक ऑपरेटर <math>P</math> [[स्तंभ स्थान]] पर  प्रक्षेपण ऑपरेटर है {{tmath|R(P)}} इसके शून्य स्थान के साथ {{tmath|N(P)}}. <math>P</math>  [[ ऑर्थोगोनल प्रक्षेपण ]] ऑपरेटर है यदि और केवल यदि यह निष्क्रिय और [[सममित मैट्रिक्स]] है।
निष्क्रिय रैखिक ऑपरेटर <math>P</math> [[स्तंभ स्थान]] पर  प्रक्षेपण ऑपरेटर है {{tmath|R(P)}} इसके शून्य स्थान के साथ {{tmath|N(P)}}. <math>P</math>  [[ ऑर्थोगोनल प्रक्षेपण ]] ऑपरेटर है यदि और केवल यदि यह निष्क्रिय और [[सममित मैट्रिक्स|सममित आव्यूह]] है।


==यह भी देखें==
==यह भी देखें==
* [[नपुंसकता]]
* [[नपुंसकता|निष्क्रियता]]
* [[निलपोटेंट]]
* [[निलपोटेंट]]
* [[प्रक्षेपण (रैखिक बीजगणित)]]
* [[प्रक्षेपण (रैखिक बीजगणित)]]
* हैट मैट्रिक्स
* हैट आव्यूह


==संदर्भ==
==संदर्भ==

Revision as of 11:05, 12 July 2023

रैखिक बीजगणित में, निष्क्रिय आव्यूह ऐसा आव्यूह होता है, जिसे जब स्वयं से गुणा किया जाता है, तो स्वयं ही परिणाम प्राप्त होता है।[1][2] अर्थात आव्यूह निष्क्रिय है यदि और केवल होता है। इस उत्पाद के लिए को परिभाषित किया जाना है, आवश्यक रूप से वर्ग आव्यूह होना चाहिए। इस प्रकार से देखने पर, निष्क्रिय आव्यूह, आव्यूह वलय के निष्क्रिय तत्व हैं।

उदाहरण

इसके उदाहरण निष्क्रिय आव्यूह हैं:

इसके उदाहरण निष्क्रिय आव्यूह हैं:

वास्तविक 2 × 2 स्थिति

यदि आव्यूह निष्क्रिय है, तो

  • जिसका अर्थ इसलिए या है।
  • जिसका अर्थ इसलिए या है।

इस प्रकार, a के लिए आवश्यक नियम आव्यूह का निष्क्रिय होना यह है कि या तो यह विकर्ण आव्यूह है या इसका ट्रेस 1 के समान है। निष्क्रिय विकर्ण आव्यूह के लिए, और या तो 1 या 0 होना चाहिए।

यदि , गणित का सवाल निष्क्रिय प्रदान किया जाएगा अतः a द्विघात समीकरण को संतुष्ट करता है।

या

जो केंद्र (1/2, 0) और त्रिज्या 1/2 वाला वृत्त है। कोण θ के संदर्भ में,

निष्क्रिय है।

चूँकि, कोई आवश्यक नियम नहीं है: कोई भी आव्यूह;

साथ निष्क्रिय है।

गुण

विलक्षणता और नियमितता

मात्र गैर-वचन आव्यूह शिनाख्त सांचा पहचान आव्यूह है; अर्थात्, यदि गैर-पहचान आव्यूह निष्क्रिय है, तो इसकी स्वतंत्र पंक्तियों (और स्तंभों) की संख्या इसकी पंक्तियों (और स्तंभों) की संख्या से कम है।

इसे लेखन से देखा जा सकता है , ये मानते हुए A की पूर्ण रैंक है (गैर-वचन है), और पूर्व-गुणा है प्राप्त करने के लिए .

जब निष्क्रिय आव्यूह को पहचान आव्यूह से घटा दिया जाता है, तो परिणाम भी निष्क्रिय होता है। यह तब से कायम है

यदि आव्यूह A सभी धनात्मक पूर्णांक n के लिए निष्क्रिय है, . इसे प्रेरण द्वारा प्रमाण का उपयोग करके दिखाया जा सकता है। स्पष्ट रूप से हमारे पास इसका परिणाम है , जैसा . लगता है कि . तब, , तब से A नपुंसक है. अत: प्रेरण के सिद्धांत से परिणाम अनुसरण करता है।

आइजेनवैल्यू

निष्क्रिय आव्यूह हमेशा विकर्णीय होता है।[3] इसके eigenvalues ​​या तो 0 या 1 हैं: यदि कुछ निष्क्रिय आव्यूह का गैर-शून्य आइजनवेक्टर है और तो फिर, इससे जुड़ा eigenvalue जो ये दर्शाता हे इसका तात्पर्य यह है कि निष्क्रिय आव्यूह का निर्धारक हमेशा 0 या 1 होता है। जैसा कि ऊपर बताया गया है, यदि निर्धारक के बराबर है, तो आव्यूह Invertible_matrix#The_invertible_matrix_theorem है और इसलिए यह पहचान आव्यूह है।

ट्रेस

इडेम्पोटेंट आव्यूह का ट्रेस (रैखिक बीजगणित) - इसके मुख्य विकर्ण पर तत्वों का योग - आव्यूह की रैंक (रैखिक बीजगणित) के बराबर होता है और इस प्रकार हमेशा पूर्णांक होता है। यह रैंक की गणना करने का आसान तरीका प्रदान करता है, या वैकल्पिक रूप से आव्यूह के ट्रेस को निर्धारित करने का आसान तरीका प्रदान करता है जिसके तत्व विशेष रूप से ज्ञात नहीं हैं (जो आंकड़ों में सहायक है, उदाहरण के लिए, उपयोग में पूर्वाग्रह (सांख्यिकी) की डिग्री स्थापित करने में) विचरण के अनुमान के रूप में विचरण)।

निष्क्रिय आव्यूहों के बीच संबंध

प्रतिगमन विश्लेषण में, आव्यूह अवशिष्टों का उत्पादन करने के लिए जाना जाता है आश्रित चरों के वेक्टर के प्रतिगमन से सहसंयोजकों के आव्यूह पर . (एप्लिकेशन पर अनुभाग देखें।) अब, चलिए के स्तंभों के उपसमुच्चय से बना आव्यूह बनें , और जाने . ये दोनों दिखाना आसान है और नपुंसक हैं, लेकिन कुछ हद तक आश्चर्यजनक तथ्य यह है . यह है क्योंकि , या दूसरे शब्दों में, के स्तंभों के प्रतिगमन से अवशेष पर तब से 0 हैं इसे पूरी तरह से प्रक्षेपित किया जा सकता है क्योंकि यह इसका उपसमूह है (प्रत्यक्ष प्रतिस्थापन द्वारा यह दर्शाना भी सरल है ). इससे दो अन्य महत्वपूर्ण परिणाम सामने आते हैं: तो वह है सममित और निष्क्रिय है, और दूसरा वह है , अर्थात।, यह ऑर्थोगोनल है . ये परिणाम महत्वपूर्ण भूमिका निभाते हैं, उदाहरण के लिए, एफ परीक्षण की व्युत्पत्ति में।

निष्क्रिय आव्यूह का कोई भी आव्यूह_समानता आव्यूह भी निष्क्रिय होता है। आधार परिवर्तन के तहत निष्क्रियता को संरक्षित किया जाता है। इसे परिवर्तित आव्यूह के गुणन के माध्यम से दिखाया जा सकता है नपुंसक होना: गणित> (एस ए एस^{-1})^2 =(एस ए एस^{-1})(एस ए एस^{-1}) = एस ए (एस^{-1}एस) ए एस^{-1} = एस ए^2 एस^{-1} = एस ए एस^{-1} </गणित>.

अनुप्रयोग

प्रतिगमन विश्लेषण और अर्थमिति में निष्क्रिय आव्यूह अक्सर उत्पन्न होते हैं। उदाहरण के लिए, सामान्य न्यूनतम वर्गों में, प्रतिगमन समस्या वेक्टर चुनना है βगुणांक अनुमानों का ताकि चुकता अवशेषों (गलत पूर्वानुमानों) के योग को कम किया जा सकेi: आव्यूह रूप में,

छोटा करना

कहाँ आश्रित और स्वतंत्र चर#सांख्यिकी अवलोकनों का वेक्टर है, और आव्यूह है जिसका प्रत्येक कॉलम आश्रित और स्वतंत्र चर#सांख्यिकी में से पर टिप्पणियों का कॉलम है। परिणामी अनुमानक है

जहां सुपरस्क्रिप्ट टी स्थानान्तरण को इंगित करता है, और अवशेषों का वेक्टर है[2]

यहाँ दोनों और (बाद वाले को टोपी आव्यूह के रूप में जाना जाता है) निष्क्रिय और सममित आव्यूह हैं, तथ्य जो वर्ग अवशेषों के योग की गणना करते समय सरलीकरण की अनुमति देता है:

की निष्क्रियता अन्य गणनाओं में भी भूमिका निभाता है, जैसे अनुमानक के विचरण को निर्धारित करने में .

निष्क्रिय रैखिक ऑपरेटर स्तंभ स्थान पर प्रक्षेपण ऑपरेटर है इसके शून्य स्थान के साथ . ऑर्थोगोनल प्रक्षेपण ऑपरेटर है यदि और केवल यदि यह निष्क्रिय और सममित आव्यूह है।

यह भी देखें

संदर्भ

  1. Chiang, Alpha C. (1984). गणितीय अर्थशास्त्र की मौलिक विधियाँ (3rd ed.). New York: McGraw–Hill. p. 80. ISBN 0070108137.
  2. 2.0 2.1 Greene, William H. (2003). अर्थमितीय विश्लेषण (5th ed.). Upper Saddle River, NJ: Prentice–Hall. pp. 808–809. ISBN 0130661899.
  3. Horn, Roger A.; Johnson, Charles R. (1990). मैट्रिक्स विश्लेषण. Cambridge University Press. p. p. 148. ISBN 0521386322.