Maxima能否执行通用符号线性代数？求OLS解推导示例

Maxima完全支持符号线性代数运算，包括矩阵转置、逆运算、矩阵乘法，以及基于符号变量的优化推导，完全能满足你仅靠维度定义、无需具体元素的OLS推导需求。

以下是具体推导步骤：

1. 定义符号矩阵与向量维度 #

首先声明X为n×k的符号矩阵，y为n×1向量，b为k×1向量：

declare(X, matrix, n, integer, k, integer);
declare(y, column_vector, b, column_vector);
dimensions(X, [n, k]);
dimensions(y, [n, 1]);
dimensions(b, [k, 1]);

2. 构造OLS目标函数 #

构造OLS的残差平方和目标函数：

obj: transpose(y - X . b) . (y - X . b);

展开后得到符号二次型：

transpose(y).y - 2*transpose(b).transpose(X).y + transpose(b).transpose(X).X.b

3. 对目标函数关于b求导 #

使用diff函数计算目标函数对向量b的梯度：

grad_obj: diff(obj, b);

求导结果为：

-2*transpose(X).y + 2*transpose(X).X.b

4. 令导数为零并求解b #

令梯度等于零向量，解线性方程得到OLS估计量：

solve(grad_obj = 0, b);

Maxima输出符号解：

[b = invert(transpose(X).X).transpose(X).y]

这就是标准的OLS闭式解 ( b = (X'X)^{-1}X'y )。

内容的提问来源于stack exchange，提问作者ivo Welch