Idempotentti matriisi on matriisi , joka on idempotentti matriisin kertolaskussa , eli matriisi , joka täyttää ehdon .
Esimerkkejä idempotenteista matriiseista:
Jos matriisi on idempotentti, niin
Siten välttämätön ehto kertaluvun 2 matriisin idempotenssille on sen diagonaalisuus tai sen jäljen yhtäläisyys yksikköön. Diagonaalisille idempotenteille matriiseille , ja se voi olla vain nolla tai yksi.
Kun matriisi on idempotentti kohdassa , eli jos se on toisen asteen yhtälön ratkaisu
taijoka on ympyrän yhtälö, jonka säde on 1/2 ja jonka keskipiste on (1/2, 0).
Tasa -arvo ei kuitenkaan ole välttämätön ehto: mikä tahansa muodon matriisi
sillä tulee olemaan idempotentti.Jos matriisi on idempotentti, niin matriisi on myös idempotentti, koska
Matemaattisen induktion menetelmää käyttämällä on helppo osoittaa, että jos matriisi on idempotentti, niin mille tahansa luonnolliselle luvulle , .
Jos matriisi on idempotentti, niin matriisi on involutiivinen , ja päinvastoin, jos matriisi on involutiivinen, niin matriisi on idempotentti [1] .
Ainoa ei- degeneroitunut idempotenttimatriisi on identiteettimatriisi . Todellakin, olkoon idempotentti matriisi olemassa . Sitten .
Mikä tahansa idempotentti matriisi on aina diagonalisoitavissa ja sen ominaisarvot ovat nolla ja yksi [2] .
Idempotentin matriisin jälki on yhtä suuri kuin sen arvo . Tämän avulla voit laskea jäljen matriisista, jonka elementtejä ei ole erikseen määritelty, mikä on hyödyllistä esimerkiksi tilastoissa määritettäessä otosvarianssin poikkeamaastetta teoreettisesta varianssista .
Kun lineaarista regressiotehtävää ratkaistaan pienimmän neliösumman menetelmällä , on löydettävä neliöpoikkeamien summan minimoiva estimointivektori , joka kirjoitetaan matriisimuotoon
missä on riippuvan muuttujan havaintojen vektori, on matriisi, jonka sarakkeet edustavat riippumattomien muuttujien havaintoja . Ratkaisu on vektori
ja vastaava poikkeamavektori on [3]
Tässä ja ovat idempotentit ja symmetriset matriisit, mikä yksinkertaistaa neliöpoikkeamien summan laskemista:
Idempotenssia käytetään myös muissa laskelmissa, kuten pisteytysvektorin varianssin määrittämisessä .
Antaa olla matriisi saatu poistamalla joitakin sarakkeita, ja anna . On helppo varmistaa, että ja , ja ovat idempotentteja ja lisäksi . Tämä johtuu siitä, että tai toisin sanoen sarakkeiden regression poikkeamat ovat nolla, koska se voidaan ihanteellisesti interpoloida osajoukoksi (suoralla korvauksella voidaan myös helposti osoittaa, että ). Tästä seuraa, että matriisi on symmetrinen ja idempotentti ja että , eli ortogonaalinen . Näillä tuloksilla on keskeinen rooli esimerkiksi F-testin johtamisessa .
Idempotentti lineaarinen operaattori on projektiooperaattori kuvaan ydintä pitkin . Operaattori suorittaa ortogonaalisen projektion silloin ja vain, jos se on idempotentti ja symmetrinen.