Responder:
Como a continuación.
Explicación:
La transposición de una matriz es una nueva matriz cuyas filas son las columnas del original.
(Esto hace que las columnas de la nueva matriz sean las filas del original). Aquí hay una matriz y su transposición:
El superíndice "T" significa "transposición".
Matrices: ¿cómo encontrar x e y cuando la matriz (x y) se multiplica por otra matriz que da una respuesta?
X = 4, y = 6 Para encontrar x e y necesitamos encontrar el producto punto de los dos vectores. ((x, y)) ((7), (3)) = ((7x, 7y), (3x, 3y)) 7x = 28 x = 28/7 = 4 3 (4) = 13 7y = 42 y = 42/7 = 6 3 (6) = 18
Que [(x_ (11), x_ (12)), (x_21, x_22)] sea definido como un objeto llamado matriz. El determinante de una matriz se define como [(x_ (11) xxx_ (22)) - (x_21, x_12)]. Ahora si M [(- 1,2), (-3, -5)] y N = [(- 6,4), (2, -4)] ¿cuál es el determinante de M + N y MxxN?
El determinante de es M + N = 69 y el de MXN = 200ko Uno también debe definir la suma y el producto de las matrices. Pero aquí se supone que son exactamente como se definen en los libros de texto para la matriz 2xx2. M + N = [(- 1,2), (- 3, -5)] + [(- 6,4), (2, -4)] = [(- 7,6), (- 1, - 9)] Por lo tanto, su determinante es (-7xx-9) - (- 1xx6) = 63 + 6 = 69 MXN = [(((- - 1) xx (-6) + 2xx2), ((- 1) xx4 + 2xx (-4))), (((- - 1) xx2 + (- 3) xx (-4)), ((- - 3) xx4 + (- 5) xx (-4)))] = [(10, -12 ), (10,8)] Por lo tanto, deeminante de MXN = (10xx8 - (- 12) xx10) = 200
¿Cuál es la diferencia entre una matriz de correlación y una matriz de covarianza?
Una matriz de covarianza es una forma más generalizada de una matriz de correlación simple. La correlación es una versión escalada de covarianza; tenga en cuenta que los dos parámetros siempre tienen el mismo signo (positivo, negativo o 0). Cuando el signo es positivo, se dice que las variables están correlacionadas positivamente; cuando el signo es negativo, se dice que las variables están correlacionadas negativamente; y cuando el signo es 0, se dice que las variables no están correlacionadas. Tenga en cuenta también que la correlación no tiene dimensiones, ya que el nume