Eigen Decomposition Theorem
- from http://mathworld.wolfram.com
정사각 매트릭스 A의 Eigenvector로 이루어진 매트릭스 P,
그리고 Diagonal이 Eigenvalue로 이루어진 Diagonal 매트릭스 D가 주어진다면,
행렬 P가 정사각행렬일 경우
정사각행렬 A는 다음과 같이 Eigen decomposition으로 분해할 수 있다.
A=P*D*P^{-1}
여기서, D는 Diagonal 행렬이고
거기에 행렬A가 symmetric이면, P의 컬럼벡터들은 orthogonal벡터가 된다.
만약, P가 정사각 행렬이 아니라면, P는 역행렬이 존재하지 않고, A는 eigen decomposition을 수행할 수 없다.
그러나 m x n크기의 행렬 P가 m > n인 조건이라면,
대신 A는 Singular value decomposion이라는 방법으로 분해될 수 있다.
댓글 없음:
댓글 쓰기