eigenvalue decomposition
eigenwaarde decompositie
eigenvalue equation
eigenwaarde vergelijking
eigenvalue problem
eigenwaardeprobleem
Each eigenstate of an observable corresponds to an eigenvector of the operator, and the associated eigenvalue corresponds to the value of the observable in that eigenstate.
Elke eigenstaat van een waarneembare grootheid komt overeen met een eigenvector van de operator, en de bijbehorende eigenwaarde komt overeen met de waarde van de waarneembare grootheid in die eigenstaat.
This paper discusses the structure, calculation of multiplication and power, eigenvalue and eigenvector, and diagonalizable problems of matrix of rank equal to 1.
Deze paper bespreekt de structuur, berekening van vermenigvuldiging en macht, eigenwaarde en eigenvector, en diagonaliseerbare problemen van een matrix met rang gelijk aan 1.
One kind of inverse eigenvalue problems, whose solutions are required to be normal or diagonalizable matrices, is investigated in quaternionic quantum mechanics.
Een soort inverse eigenwaarde problemen, waarvan de oplossingen normale of diagonaliseerbare matrices moeten zijn, wordt onderzocht in quaternische quantummechanica.
In the practical applications of highly nonnormal matrices, these theorems may be more useful than their generalized eigenvalue special cases and may provide more descriptive information.
In de praktische toepassingen van sterk niet-normale matrices kunnen deze stellingen nuttiger zijn dan hun gespecialiseerde gevallen van gegeneraliseerde eigenwaarden en kunnen ze meer beschrijvende informatie opleveren.
The eigenvalues of the matrix can be calculated using specialized algorithms.
De eigenwaarden van de matrix kunnen worden berekend met behulp van gespecialiseerde algoritmen.
Eigenvalues play a crucial role in solving systems of linear equations.
Eigenwaarden spelen een cruciale rol bij het oplossen van stelsels lineaire vergelijkingen.
Finding the eigenvalues of a matrix involves solving a characteristic equation.
Het vinden van de eigenwaarden van een matrix houdt in het oplossen van een karakteristieke vergelijking.
Eigenvalues are used in various fields such as physics, engineering, and computer science.
Eigenwaarden worden gebruikt in verschillende vakgebieden zoals natuurkunde, techniek en informatica.
The eigenvalues of a symmetric matrix are always real numbers.
De eigenwaarden van een symmetrische matrix zijn altijd reële getallen.
Eigenvalues provide information about the behavior of a linear transformation.
Eigenwaarden geven informatie over het gedrag van een lineaire transformatie.
Eigenvalues are often used in principal component analysis for dimensionality reduction.
Eigenwaarden worden vaak gebruikt in principale componentenanalyse voor dimensiereductie.
The eigenvectors corresponding to distinct eigenvalues are linearly independent.
De eigenvectoren die corresponderen met verschillende eigenwaarden zijn lineair onafhankelijk.
Eigenvalues and eigenvectors are fundamental concepts in linear algebra.
Eigenwaarden en eigenvectoren zijn fundamentele concepten in lineaire algebra.
The eigenvalues of a diagonal matrix are simply the diagonal entries.
De eigenwaarden van een diagonaalmatrix zijn simpelweg de diagonaalelementen.
eigenvalue decomposition
eigenwaarde decompositie
eigenvalue equation
eigenwaarde vergelijking
eigenvalue problem
eigenwaardeprobleem
Each eigenstate of an observable corresponds to an eigenvector of the operator, and the associated eigenvalue corresponds to the value of the observable in that eigenstate.
Elke eigenstaat van een waarneembare grootheid komt overeen met een eigenvector van de operator, en de bijbehorende eigenwaarde komt overeen met de waarde van de waarneembare grootheid in die eigenstaat.
This paper discusses the structure, calculation of multiplication and power, eigenvalue and eigenvector, and diagonalizable problems of matrix of rank equal to 1.
Deze paper bespreekt de structuur, berekening van vermenigvuldiging en macht, eigenwaarde en eigenvector, en diagonaliseerbare problemen van een matrix met rang gelijk aan 1.
One kind of inverse eigenvalue problems, whose solutions are required to be normal or diagonalizable matrices, is investigated in quaternionic quantum mechanics.
Een soort inverse eigenwaarde problemen, waarvan de oplossingen normale of diagonaliseerbare matrices moeten zijn, wordt onderzocht in quaternische quantummechanica.
In the practical applications of highly nonnormal matrices, these theorems may be more useful than their generalized eigenvalue special cases and may provide more descriptive information.
In de praktische toepassingen van sterk niet-normale matrices kunnen deze stellingen nuttiger zijn dan hun gespecialiseerde gevallen van gegeneraliseerde eigenwaarden en kunnen ze meer beschrijvende informatie opleveren.
The eigenvalues of the matrix can be calculated using specialized algorithms.
De eigenwaarden van de matrix kunnen worden berekend met behulp van gespecialiseerde algoritmen.
Eigenvalues play a crucial role in solving systems of linear equations.
Eigenwaarden spelen een cruciale rol bij het oplossen van stelsels lineaire vergelijkingen.
Finding the eigenvalues of a matrix involves solving a characteristic equation.
Het vinden van de eigenwaarden van een matrix houdt in het oplossen van een karakteristieke vergelijking.
Eigenvalues are used in various fields such as physics, engineering, and computer science.
Eigenwaarden worden gebruikt in verschillende vakgebieden zoals natuurkunde, techniek en informatica.
The eigenvalues of a symmetric matrix are always real numbers.
De eigenwaarden van een symmetrische matrix zijn altijd reële getallen.
Eigenvalues provide information about the behavior of a linear transformation.
Eigenwaarden geven informatie over het gedrag van een lineaire transformatie.
Eigenvalues are often used in principal component analysis for dimensionality reduction.
Eigenwaarden worden vaak gebruikt in principale componentenanalyse voor dimensiereductie.
The eigenvectors corresponding to distinct eigenvalues are linearly independent.
De eigenvectoren die corresponderen met verschillende eigenwaarden zijn lineair onafhankelijk.
Eigenvalues and eigenvectors are fundamental concepts in linear algebra.
Eigenwaarden en eigenvectoren zijn fundamentele concepten in lineaire algebra.
The eigenvalues of a diagonal matrix are simply the diagonal entries.
De eigenwaarden van een diagonaalmatrix zijn simpelweg de diagonaalelementen.
Explore frequently searched vocabulary
Want to learn vocabulary more efficiently? Download the DictoGo app and enjoy more vocabulary memorization and review features!
Download DictoGo Now