Singular Value
singular values of matrix 는 에서 구할 수 있는 eigenvalue 들의 square root 값을 의미한다.
1 min read
singular values of matrix A 는 A⊤A,AA⊤ 에서 구할 수 있는 eigenvalue 들의 square root 값을 의미한다.
Eigenvalue 2.
Singular A square matrix with linearly dependent columns is known as singular. Properties singular 의 반대는 invertible matrix 다.
Eigenvector matrix \boldsymbol{A} 의 eigenvector 는 \boldsymbol{A}\boldsymbol{v}=\lambda\boldsymbol{v} 를 만족하는 vector \boldsymbol{v} 를 의미한다.
Positive Definite 선형대수학에서 보면 가끔 어떤 행렬 A 가 positive definite 다, positive semi-definite 다 하는 용어들이 나오는데 이는 대칭행렬 (symmetric matrix) 에 대해서만 정의되는 용어들로서 이 용어들의 정의는 다음과 같다.
정수를 소인수분해할 수 있듯이 (12=2\times2\times3), 행렬도 분해 (decomposition) 가 가능합니다.
Inverse Matrix \boldsymbol{A} \in \mathbb{R}^{n \times n} 행렬에 대하여 \boldsymbol{A B}=\boldsymbol{I} {n}=\boldsymbol{B} A 를 만족하는 \boldsymbol{B} \in \mathbb{R}^{n \times n} 를...
Linear Algebra B) Related C) References MIT OPEN SOURCEWARE .
Diagonal Matrix Formally, a matrix D is diagonal if and only if D {i,j}=0 for all i\neq j.
Trace square matrix \boldsymbol{A}\in\mathbb{R}^{n\times n} 의 trace 는 주어진 정사각 행렬의 대각 원소들의 합을 의미한다.
Pivot 선형대수에서 pivot 이란, 행렬의 각 row 에서 0 이 아닌 값을 가지는 첫번째 coefficient 를 의미한다.