Студопедия

КАТЕГОРИИ:


Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748)

Вопрос 28.Сингулярное разложение




Вопрос 27.Матрица простой структуры, ее свойства

Линейный оператор называется оператором простой структуры, если существует базис, состоящий из собственных векторов этого оператора. Матрица простой структуры-это матрица этого оператора, в ней по диагонали стоят собственные числа.Матрицей простой структуры называются матрицы, которые с помощью преобразования подобия можно привести к диагональному виду. Теорема 4.2. Матрица А является матрицей простой структуры тогда и только тогда, когда она имеет n линейно независимых собственных векторов e1, e2,…, en, отвечающих собственным значениям λ λ λn,,... 1 2соответственно.

Теорема 4.3. Если все собственные значения матрицы А различны, то она является матрицей простой структуры.

Теорема 4.4. Если А-вещественная симметричная матрица, то она подобна диагональной матрице, причем матрица подобия Р может быть выбрана ортогональной (т.е. удовлетворяющей условию P-1=PТ).

Сингуля́рное разложе́ние (англ. singular value decomposition, SVD) — это разложение прямоугольной вещественной или комплексной матрицы, применяющееся во многих областях прикладной математики. Сингулярное разложение может быть использовано, например, для нахождения ранга и ядра матриц, псевдообратных матриц, приближения матриц матрицами заданного ранга. Любая матрица порядка , элементы которой — комплексные числа, может быть представлена в следующем виде, называемом сингулярным разложением матрицы :

где — унитарная матрица порядка , — диагональная матрица порядка с неотрицательными вещественными числами на диагонали, — унитарная матрица порядка , а — сопряжённо-транспонированная матрица к .

Под диагональной прямоугольной матрицей здесь понимается матрица такая, что все её недиагональные элементы равны нулю:

если

В частном случае, когда состоит из вещественных чисел, существует сингулярное разложение вида , в котором и — ортогональные матрицы.

Элементы на диагонали матрицы называются сингулярными числами матрицы и определены с точностью до их перестановки. Обычно требуют, чтобы они располагались в матрице в невозрастающем порядке — тогда (но не и ) однозначно определяется по матрице . Столбцы матриц и называются, соответственно, левыми и правыми сингулярными векторами.

Пусть дана матрица:

Одним из сингулярных разложений этой матрицы является разложение , где матрицы , и следующие:

так как матрицы и унитарны ( и , где — единичная матрица), а — прямоугольная диагональная матрица, то есть , если .

 




Поделиться с друзьями:


Дата добавления: 2015-04-24; Просмотров: 2794; Нарушение авторских прав?; Мы поможем в написании вашей работы!


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.01 сек.