Unicode(ユニコード)一覧とURLエンコード検索・変換サイト

URLエンコード(UTF-8) : コピー
%E7%89%B9%E5%BE%B5%E5%90%91%E9%87%8F

数値文字参照(10進数) : コピー
特徵向量

数値文字参照(16進数) : コピー
特徵向量

特徵向量の説明

Chinese Pronunciation Noun 特徵向量 (linear algebra) eigenvector

在数学上，特别是线性代数中，对于一个给定的方阵 A {\displaystyle A} ，它的特征向量（eigenvector，也譯固有向量、本征向量） v {\displaystyle v} 经过这个线性变换之后，得到的新向量仍然与原来的 v {\displaystyle v} 保持在同一條直線上，但其长度或方向也许會改变。即 A v = λ v {\displaystyle Av=\lambda v} ， λ {\displaystyle \lambda } 為純量，即特征向量的长度在该线性变换下缩放的比例，称 λ {\displaystyle \lambda } 为其特征值（eigenvalue，也譯固有值、本征值）。如果特徵值為正，则表示 v {\displaystyle v} 在经过线性变换的作用后方向也不变；如果特徵值為負，说明方向会反转；如果特征值为0，则是表示缩回零点。但无论怎样，仍在同一条直线上。图1给出了一个以油画《蒙娜丽莎》为题材的例子。在一定条件下（如其矩阵形式为实对称矩阵的线性变换），一个变换可以由其特征值和特征向量完全表述，也就是說：所有的特徵向量組成了這向量空間的一組基底。一个特征空间（eigenspace）是具有相同特征值的特征向量与一个同维数的零向量的集合，可以证明该集合是一个线性子空间，比如 E λ = { u ∈ V ∣ A u = λ u } {\displaystyle \textstyle E_{\lambda }=\{u\in V\mid Au=\lambda u\}} 即為線性變換 A {\displaystyle A} 中以 λ {\displaystyle \lambda } 為特徵值的特徵空間。 这些概念在纯数学和应用数学的众多领域中都有重要的应用。在线性代数和泛函分析之外，甚至在一些非线性的情况下，这些概念都是十分重要的。 「特征」一詞譯自德语的eigen，由希尔伯特在1904年首先在这个意义下使用（赫尔曼·冯·亥姆霍兹在更早的时候也在类似意义下使用过这一概念）。eigen一詞可翻译为“自身的”，“特定于...的”，“有特征的”或者“个体的”—这强调了特征值对于定义特定的变换上是很重要的。

Unicode検索結果 - 特徵向量