eigenvalue decomposition
разложение по собственным значениям
eigenvalue equation
уравнение собственных значений
eigenvalue problem
задача на собственные значения
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.
Каждое собственное состояние наблюдаемой величины соответствует собственному вектору оператора, а связанное собственное значение соответствует значению наблюдаемой величины в этом собственном состоянии.
This paper discusses the structure, calculation of multiplication and power, eigenvalue and eigenvector, and diagonalizable problems of matrix of rank equal to 1.
В данной статье рассматривается структура, вычисление умножения и степени, собственные значения и собственные векторы, а также задачи, решаемые для матриц ранга, равного 1.
One kind of inverse eigenvalue problems, whose solutions are required to be normal or diagonalizable matrices, is investigated in quaternionic quantum mechanics.
Исследован один вид обратных задач на собственные значения, решения которых должны быть нормальными или диагонализуемыми матрицами, в квантовой механике кватернионов.
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.
При практическом применении сильно ненормальных матриц эти теоремы могут быть более полезными, чем их частные случаи обобщенных собственных значений, и могут предоставить больше описательной информации.
The eigenvalues of the matrix can be calculated using specialized algorithms.
Собственные значения матрицы можно вычислить с помощью специализированных алгоритмов.
Eigenvalues play a crucial role in solving systems of linear equations.
Собственные значения играют решающую роль в решении систем линейных уравнений.
Finding the eigenvalues of a matrix involves solving a characteristic equation.
Нахождение собственных значений матрицы включает в себя решение характеристического уравнения.
Eigenvalues are used in various fields such as physics, engineering, and computer science.
Собственные значения используются в различных областях, таких как физика, инженерия и информатика.
The eigenvalues of a symmetric matrix are always real numbers.
Собственные значения симметричной матрицы всегда являются действительными числами.
Eigenvalues provide information about the behavior of a linear transformation.
Собственные значения предоставляют информацию о поведении линейного преобразования.
Eigenvalues are often used in principal component analysis for dimensionality reduction.
Собственные значения часто используются в анализе главных компонент для уменьшения размерности.
The eigenvectors corresponding to distinct eigenvalues are linearly independent.
Собственные векторы, соответствующие различным собственным значениям, линейно независимы.
Eigenvalues and eigenvectors are fundamental concepts in linear algebra.
Собственные значения и собственные векторы являются фундаментальными понятиями в линейной алгебре.
The eigenvalues of a diagonal matrix are simply the diagonal entries.
Собственные значения диагональной матрицы просто равны элементам на диагонали.
eigenvalue decomposition
разложение по собственным значениям
eigenvalue equation
уравнение собственных значений
eigenvalue problem
задача на собственные значения
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.
Каждое собственное состояние наблюдаемой величины соответствует собственному вектору оператора, а связанное собственное значение соответствует значению наблюдаемой величины в этом собственном состоянии.
This paper discusses the structure, calculation of multiplication and power, eigenvalue and eigenvector, and diagonalizable problems of matrix of rank equal to 1.
В данной статье рассматривается структура, вычисление умножения и степени, собственные значения и собственные векторы, а также задачи, решаемые для матриц ранга, равного 1.
One kind of inverse eigenvalue problems, whose solutions are required to be normal or diagonalizable matrices, is investigated in quaternionic quantum mechanics.
Исследован один вид обратных задач на собственные значения, решения которых должны быть нормальными или диагонализуемыми матрицами, в квантовой механике кватернионов.
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.
При практическом применении сильно ненормальных матриц эти теоремы могут быть более полезными, чем их частные случаи обобщенных собственных значений, и могут предоставить больше описательной информации.
The eigenvalues of the matrix can be calculated using specialized algorithms.
Собственные значения матрицы можно вычислить с помощью специализированных алгоритмов.
Eigenvalues play a crucial role in solving systems of linear equations.
Собственные значения играют решающую роль в решении систем линейных уравнений.
Finding the eigenvalues of a matrix involves solving a characteristic equation.
Нахождение собственных значений матрицы включает в себя решение характеристического уравнения.
Eigenvalues are used in various fields such as physics, engineering, and computer science.
Собственные значения используются в различных областях, таких как физика, инженерия и информатика.
The eigenvalues of a symmetric matrix are always real numbers.
Собственные значения симметричной матрицы всегда являются действительными числами.
Eigenvalues provide information about the behavior of a linear transformation.
Собственные значения предоставляют информацию о поведении линейного преобразования.
Eigenvalues are often used in principal component analysis for dimensionality reduction.
Собственные значения часто используются в анализе главных компонент для уменьшения размерности.
The eigenvectors corresponding to distinct eigenvalues are linearly independent.
Собственные векторы, соответствующие различным собственным значениям, линейно независимы.
Eigenvalues and eigenvectors are fundamental concepts in linear algebra.
Собственные значения и собственные векторы являются фундаментальными понятиями в линейной алгебре.
The eigenvalues of a diagonal matrix are simply the diagonal entries.
Собственные значения диагональной матрицы просто равны элементам на диагонали.
Изучите часто ищемую лексику
Хотите учить слова эффективнее? Скачайте приложение DictoGo и получите больше возможностей для запоминания и повторения слов!
Скачайте DictoGo сейчас