EIGEN HODNOTY

[PMW]

CO JE geometrické VÝZNAMU EIGEN HODNOT
THANKS

 

[Jayson]

Nazdar,

Eigen hodnoty vám charakteristická rovnice systému, ve skutečnosti při řešení RLC obvodu pomocí diferenciálních rovnic Aλ ^ 2 Bλ C = D (λ), řešení Aλ ^ 2 Bλ C = 0, jsou eigen hodnoty systému ..Proto je geometrický význam eigen hodnot, je to, že se vám pozici pólů systému.

 

[purnapragna]

hej, co je fyzikální význam z nich.

Například já mít systém a mám některé eigen hodnot to.Co to značí?

thnx

Purna

 

[Sathish]

nazdar,
já taky nevím, co bude dělat eigen hodnoty, nebo jak se budou užitečné pro řešení problémů.please help.to bude prospěšné pro všechny.

thanx

 

[ir_in]

se podívat na daný odkaz
http://en.wikipedia.org/wiki/Eigenvector

 

[anomálie]

purnapragna napsal:

hej, co je fyzikální význam z nich.Například já mít systém a mám některé eigen hodnot to.
Co to značí?thnxPurna

 

[vestan]

Geometricky, může Matrix vidět jako transformaci os.

Matrix jedná o stanovené osy, neprodukují rotace, ale pouze strečink, tento zvláštní sekery, jsou eigen vektor, tento zvláštní faktor streching jsou eigenvalues.

 

[faisalk]

Dovolte mi vysvětlit na příkladu.

Nechť V je sloupcový vektor (3 x 1).Každý prvek ve sloupci vektoru může být myšlenka jako componet z "vector" jsou ve třech vzájemně kolmých os.

A bude (3x3) matice.

Nyní, když i spočítat * V dostaneme další sloupec vektoru (3 x 1), tj. U

ie * V = UV těchto a U může a nemusí mít stejný směr ani orientaci.Mohou nebo maynot mít stejnou velikost.Takže kvůli tomu násobení * V, já am prospěch jiného vektoru U, který se protáhl (nebo komprese) a směr změnil verzi V.

Pokud se obě U a V mají stejnou orientaci, pak toto násobení * V je ekvivalentní násobení skalární (λ), pokud jde V se týká, jak směr je beze změny.Pak se tento konkrétní vektoru V se nazývá EIGEN vektor matice A. Takže EIGEN VECTOR V * V = λV.Tento skalár λ odpovídající EIGEN VECTOR V se nazývá EIGEN hodnoty.

Takže EIGEN VECTOR V násobení matice může být nahrazena násobení skalár λ.

Můžeme konstatovat, že pro každý EIGEN hodnota bude existovat řada EIGEN vektorů, každý z nich v souvislosti s druhou stupnice.Kvůli tomu EIGEN vektory jsou počítány pro velikost jednotky.

EIGEN vektory a EIGEN hodnoty jsou odvozeny z Matrix zapojeny.

EIGEN VALUES mají některé vlastnosti

1.Součet hodnoty EIGEN se rovná součtu prvků v hlavní diagonále A.

2.Product z EIGEN VALUES rovná Determinant A.

Přečtěte si knihu Lari Moore na adaptivní zpracování signálu.

Cheers ....
Naposledy upravil faisalk dne 26.března 2009 17:22 scénograf: 4 krát v celkem

 

[ranjeeth]

Eigen hodnota matice je definována takto: je-li Ax = λx pak λ se nazývá eigen hodnoty matice A.

V kontinuální signály: * e ^ (j * Wo * t) je eigen hodnota pro systém LSI H,
od
H (x) = λ * x ---- kde x = e ^ (j * Wo * t)
Pokud tedy i / p na systém LSI sinusoidy, pak je výstup šupinatý
(případně čas přesunula) verze, která sinusoidy.

Kdy může být signál reprezentován jako suma sinusoids pomocí Fourierovy
transformace / série, tedy jako součet hodnot eigen.Výstup systému může LSI
být reprezentován jako vážený součet hodnot eigen / sinusoids.A závaží
jsou dány přenosové funkce systému LSI "H".