선형 대수에 관한 질문

[news]

Europejski oddział firmy Kingston Technology poinformował o uzupełnieniu swojego portfolio o nowe zestawy dwukanałowych pamięci Kingston HyperX® o łącznej pojemności 8 GB, przeznaczonych do współpracy z systemami wykorzystującymi nowe procesory Intel LGA1156 Core i5™ oraz Core i7™. Nowe zestawy pamięci DDR3, zasilanych napięciem 1,65V, gotowych na obsługę platform XMP, pracują z częstotliwościami 1600MHz ( 749 PLN netto) oraz 1333MHz (705 PLN netto)...

Read more...

 

[joshuashi]

안녕하세요 친구, 같은 매트릭스 위해, 우리는 고유의 가치와 고유 벡터를 얻을 싶어요. 우리가 고유값 분해 및 단수 값 분해를 사용하는 경우의 차이점은 무엇입니까? 결과의 차이를 이해하는 방법? 도와 주셔서 대단히 감사합니다! joshuashi

 

[mmatica]

에 대한 고유값 분해는 생산 : = P ^ (-1) J는 행렬 (이것은 주 대각선의 모든 고유값을 포함)의 소위 요르단 양식입니다 JP와 P는 nonsingular 매트릭스 (해당 열에 고유 벡터뿐입니다 가) 사례 J가 대각선 행렬있는 "diagonalizable '있다면. 의 단수 값 분해 (SVD)은 생산 [고유값을 별도로있다면 다음은 diagonalizable됩니다] = UDV 'D가 대각선 행렬과 U는 어디에, V는 직교하고 있습니다. (실제 항목이있다면 V '는 전치를 나타냅니다.) D는 매트릭스의 '단수 값 "을 포함하고, 그들은 실제로는'매트릭스의 고유값의 제곱 뿌리입니다. 고유값 분해는 이론적인 문제에 매우 유용합니다. SVD는 훨씬 더 안정된 수치 계산을위한 것으로 A는 사각형 경우에도 (비 사각형) 사용할 수있는 장점이 있습니다. M. [/ 인용]

 

[joshuashi]

안녕하세요 mmatica는 회신을 가져 주셔서 감사합니다! 당신이 고유값 분해와 SVD 분해를 사용할 때 그러나 광장 매트릭스에 대한, 그 차이를 어떻게 이해? 특히, 때이 행렬은 안테나 어레이에서받은 신호의 공분산 행렬인가? -이 분야에서 작동하지 않을 경우에는이 질문에 대해 죄송합니다. THX, joshuashi

 

[nebisman]

저는 선형 시스템 이론 중이야. SVD 분해는 시스템의 "방향"에 대한 유용한 정보를 제공합니다. 이러한 선형 연산자입니다 번째 매트릭스를 가정해 것을 : Y = A * X 다음 분해 = U * 시그마 * VY = U * 시그마 * V * U 시그마는이 시스템의 amplificacion의 difernte 값을 나타냅니다. U는 벡터 입력의 최대 amplificacion의 vectro 방향을 나타냅니다. 이것이 당신의 분야에 해당하는 경우 정말 모르겠어요.