Единственное значение

От / / Оставьте комментарий

Единственное значение Сингулярные значения матрицы A являются характеристиками, связанными с собственными значениями и собственными векторами.  Сингулярные значения могут быть вычислены […]

Operator theory, Singular value decomposition, Разложение по сингулярным значениям, Теория операторов

Единственное значение

  • Сингулярные значения матрицы A являются характеристиками, связанными с собственными значениями и собственными векторами. 
  • Сингулярные значения могут быть вычислены с использованием разложения по сингулярным числам. 
  • Отношение к собственным значениям и следу матрицы может быть выражено через сингулярные значения. 
  • Неравенства о сингулярных значениях также существуют. 
  • Сингулярные значения подматриц связаны с неравенствами и особыми значениями матриц. 
  • Концепция сингулярных значений была введена Эрхардом Шмидтом в 1907 году и названа «собственными значениями» Смитизом в 1937 году. 

Полный текст статьи:

Единственное значение — Википедия, бесплатная энциклопедия

Похожие статьи:

  1. Единственное значение Ганкеля Сингулярное значение Ханкеля Основы теории управления Сингулярные значения Ханкеля используются для измерения энергии состояний системы.  Они...
  2. Собственное разложение матрицы Собственное разложение матрицы Определение и свойства собственных значений и векторов Собственные значения и векторы описывают линейные...
  3. Скорость обучения Скорость обучения Основные понятия машинного обучения Контролируемое обучение: обучение с заранее определенными целями и критериями оценки. ...
  4. Целочисленная матрица Целочисленная матрица Определение целочисленной матрицы Целочисленная матрица состоит из целых чисел.  Примеры включают двоичные матрицы и...
  5. QR-разложение QR-декомпозиция Основы QR-декомпозиции QR-декомпозиция — это метод разложения матрицы на ортогональную и верхнюю треугольную матрицы.  Разложение...
  6. Элементарная матрица Элементарная матрица Основные операции с матрицами Матрицы — это математические объекты, используемые для описания линейных преобразований. ...
  7. Логарифм матрицы Логарифм матрицы Определение и свойства логарифма матрицы Логарифм матрицы — это матрица, обратная к экспоненциальной матрице. ...
  8. Обобщенный собственный вектор Обобщенный собственный вектор Определение и свойства собственных векторов Собственный вектор — это вектор, который удовлетворяет уравнению ...
  9. Разложение по сингулярным значениям Разложение по сингулярным значениям SVD (сингулярное разложение) — разложение матрицы на множители с изменением масштаба и...
  10. Спектр матрицы Спектр матрицы Спектр матрицы — это набор собственных значений матрицы.  Определитель матрицы равен произведению собственных значений. ...
  11. Случайная матрица Случайная матрица Основные понятия теории случайных матриц Случайные матрицы используются для моделирования физических систем и биологических...
  12. Треугольная матрица Треугольная матрица Триангуляция матриц — процесс преобразования матрицы в верхнетреугольную форму с помощью матрицы подобия.  Триангуляция...

Оставьте комментарий

Прокрутить вверх