singular values of matrix 는 에서 구할 수 있는 eigenvalue 들의 square root 값을 의미한다.
singular values of matrix A 는 A⊤A,AA⊤ 에서 구할 수 있는 eigenvalue 들의 square root 값을 의미한다.
Inverse matrix 가 eigenvalues 를 갖기 위한 조건은 무엇일까?
A square matrix with linearly dependent columns is known as singular.
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.
matrix \boldsymbol{A} 의 eigenvector 는 \boldsymbol{A}\boldsymbol{v}=\lambda\boldsymbol{v} 를 만족하는 vector \boldsymbol{v} 를 의미한다.
정수를 소인수분해할 수 있듯이 (12=2\times2\times3), 행렬도 분해 (decomposition) 가 가능합니다.
\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 inverse matrix \boldsymbol{A}^{-1} 라고 한다.
선형대수에서 pivot 이란, 행렬의 각 row 에서 0 이 아닌 값을 가지는 첫번째 coefficient 를 의미한다.
Formally, a matrix D is diagonal if and only if D_{i,j}=0 for all i\neq j.
Unitary matrix는 complex vector space에서 inverse가 conjugate transpose와 같은 matrix다.