otázka na lineárnej algebry

J

joshuashi

Guest
Ahoj priatelia,

Za rovnaké matice, chceme dostať jeho hodnotu a eigen eigen vektor.Aký je rozdiel, ak používame Eigenvalue rozkladu a singular value decomposition?Ako pochopiť rozdiel výsledkov?

Veľmi vám ďakujem za vašu pomoc!joshuashi

 
Nowe rozwiązanie F-Secure w prosty sposób sprawdza, czy użytkownicy łączą się z właściwymi serwisami online.

Read more...
 
Eigenvalue pre rozklad produkuje:
= P ^ (-1) JP
kde J je tzv Jordánsko formu matice (obsahuje všetky eigenvalues na hlavnej diagonále) a P je nonsingular matica (jej stĺpce sú vektory, pokiaľ je "diagonalizable", v takom prípade J je diagonálna matica) .
[Všimnite si, že ak eigenvalues sú zreteľné potom je diagonalizable]

Singular value decomposition (SVD) zo produkuje:
A = UDV '
kde D je diagonálna matica a U, V sú ortogonálne.(V 'označuje prevedení, ak má skutočný záznamov).
D obsahuje "singulární hodnoty" matice, sú v skutočnosti druhej odmocniny eigenvalues matice A '.

Eigenvalue rozkladu je veľmi užitočné v teoretické problémy.
SVD má tú výhodu, že je oveľa stabilnejšie pre numerické výpočty a možno ich použiť aj v prípade, je obdĺžnikový (nie námestie).

M. [/ quote]

 
Hi mmatica,

Ďakujem za odpoveď!

Ale pre štvorcové matice, ako pochopiť rozdiel pri použití vlastných čísel rozkladu a SVD rozkladu?Najmä vtedy, keď táto matica je kovarianční matica signálu prijímaného na anténní sústavu?- Ospravedlňujeme sa za túto otázku, ak si nie ste práca v tejto oblasti.

Thx,
joshuashi

 
Pracujem na lineárnej teórie systémov.Rozkladu SVD poskytuje užitočné informácie o "smerovosť" systému.Predpokladám, th matice je lineárny operátor taký, že:

Y = A * Xpotom rozklad

A = U * sigma * V

Y = U * sigma * V * Usigma predstavuje difernte hodnoty amplificacion tohto systému.
U predstavuje smer vectra maximálna amplificacion vektora vstupu.Neviem, naozaj, ak je to pravda, vo svojom odbore.

 

Welcome to EDABoard.com

Sponsor

Back
Top