출처 : http://www.boostcourse.org/ai251
학습목표 : 이번 강의에서는 고유값 분해와 밀접한 관련을 가지는 대각화의 개념에 대해 배워보겠습니다.
이는 나중에 배울 특이값 분해(SVD: Singular Value Decomposition)와도 밀접한 관련이 있으니
숙지하고 넘어가시길 바랍니다.
Diagonalization
A in Rnxn(square matrix. 정사각행렬)
D = V^-1 A V => VD = AV
위 조건을 만족하면 A는 대각화가 가능한 행렬이다.
A is diagonal matrix.
D = 대각선에만 값이 있는 매트릭스
V, V^-1이 존재하면 diagonal matrix 를 만들 수 있다.
이 과정을 통해 만들어진 D를 A의 Diagonalization 라고 한다.
AV = VD의 Linear combination 풀이 과정.
V를 구했다면 invertible V인지 확인해야 한다.
'개발 > 수학' 카테고리의 다른 글
| [선형대수학] Determinants 행렬식 (0) | 2023.10.25 |
|---|---|
| [선형대수학] 고유값 분해(Eigendecomposition) (0) | 2023.10.18 |
| [Bayes Theorem] 베이즈 정리 연습 (0) | 2023.10.17 |
| [선형대수학] Matrix Algebra (1) | 2023.10.15 |
| [선형대수학] Linear Equations in Linear Algebra (1) | 2023.10.09 |