본문 바로가기

분류 전체보기

(86)
H'H와 HH'는 같은 eigenvalue를 가지는가? det(sImHH)=smndet(sInHH) 이므로 HH'와 H'H는 s=0의 개수만 다른, 같은 polynomial이 된다는 것을 알 수 있다. 따라서 HH'와 H'H는 같은 non-zero eigenvalue를 가진다.
Geometric multiplicity https://people.math.carleton.ca/~kcheung/math/notes/MATH1107/10/10_algebraic_and_geometric_multiplicities.htmlGeometric multiplicity란 λ의 eigenvector가 span하는 공간의 차원임.Multiplicity는 A에 대해 따지는 것이 아니고 λ에 대해 따지는 것임.ex) Geometric multiplicity of λ1ex) Algebraic multiplicity of λ1Algebraic multiplicity는 characteristic equation에서 λ가 곱해진 횟수임.Algebraic mu..
Cayley-Hamilton과 나눗셈을 이용해서 무한을 유한하게 만들기 ! DISCLAIMER: 이 설명은 잘못됐을수도있음 Δ(λ)=(λλ1)...(λλn) Δ(λ1)=(λ1λ1)...(λλn)=0 위 식을 이용할 것이다. f(λ)=q(λ)Δ(λ)+h(λ) h(λ)=β0+β1λ+...+βn1λn1 f(λ) 를 나눗셈 하는 식으로 나눈다. 만약 위 식에 eigenvalue를 대입하면 Δ(λ)=0 이므로 $$f(\lambda_1)=h(\lam..
e의 At승의 라플라스 변환 eAt=I+tA+t22!A2+t33!A3+...이때,L[tkk!]=0tkk!estdt=0+01skestdt(Applied partial integration)=s(k+1)이므로L[eAt]=L[I]+L[tA]+L[t22!A2]+...=s1I+s2A+s3A2+...=s1(I+s1A1+s2A2+...)$$=s^{-1}\frac{1}{I-s^{..
Generalized Eigenvectors Generalized Eigenvector Definition A vector vmis a generalized eigenvector of rank m of a matrix A and corresponding to the eigenvalue λ if (AλI)mvm=0 But (AλI)m1vm0 예시 Chain of generalized eigenvectors of length m=3 m = 3이고 (Aλ1I)3v=0 일 때 $$\begin{align}v_3&:=v\v_2&:=(A-\lambda_1I)v_3\v_1&:=(A-\lambda_1I)v_2=(A-\lambda_1I)^2..
Jordan form 모든 square matrix는 similarity transform에 의해 jordan form으로 변환 가능하다. x=Qx¯ 이때 Q는 eigenvector를 모은 행렬이다. Q=[q1q2q3...qn] 그렇다면 x¯x를 Q를 basis로 해서 표현한 것이다. Ax=y AQx¯=Qy¯ Q1AQ=A^ A^A를 Q를 basis로 해서 표현한 것이다. 참고로, AQ=QA^ $$A[q_1 \quad q_2 \quad ... q_n]=[q_1\qu..
p-norm Let p1 be a real number, The p-norm (also called lp-norm) of vector x=(x1,...,xn) is ||x||p:=(i=1n|xi|p)1/p For p = 1 -> taxicab norm For p = 2 -> Euclidean norm For p = -> maxi|xi|
Rank of an idempotent matrix is equal to the trace thereof Proof: Full rank factorization을 한다. A2=A,A=Bp×rCr×q BCBC=BC left inverse CBC=C right inverse CB=Ir×r tr(A)=tr(BC)=tr(CB)=tr(Ir×r)=r=rank(A) Idea: Rank랑 trace의 관계? -> Ir×r이 나와줘야 함. 여기서 trace를 취하면 끝. -> r by r인 identity를 어떻게 만들지? -> Full rank decomposition. -> 그 후 idempotent matrix 성질 이용.