Citat:
Ursprungligen postat av
nihilverum
Ja, gör på samma sätt för varje egenvärde.
Vår matris A = {{3/2, 1}, {1, 3/2}, {1, -1}}, vi ska finna matriserna SUV, som ger en singulärvärdedekomposition av A.
Lösningen:
Okej, så alltså vi har detta hitintills:
AA^t som ger U, och A^tA som ger V.
AA^t : {{13/4, 3, 1/2}, {3, 13/4, -(1/2)}, {1/2, -(1/2), 2}}
Egenvärderna är
http://www.wolframalpha.com/input/?i...%2F2),+2%7D%7D . Dvs
fall 1, λ=6.25.
då får jag t(0,0,1) och s(1,1,0) Men, hur blir det här då? vi ser ju via volfram att t(0,0,1) ej får vara med.
fall 2, λ=2.25.
då får jag t(-1,1,4)
fall 2, λ=0.
här bli min slutgiltiga gauss bara
1 0 0 = 0
0 1 0 = 0
0 0 1 = 0
Alltså att det bara saknas lösningar? Skriver man bara det så då? (Min gauss elimination ifall u vill se,
http://sv.tinypic.com/r/14o64uc/9 )
Och sedan mha dessa vektorer, så bygger vi vår U-matris.
Sedan beräkna A^t*A = {{17/4, 2}, {2, 17/4}} som är vår V-matris.
Och the singular values in S are square roots of eigenvalues from AAT, dvs
λ=√6.25 och λ=√2.25 och λ=√0
Öh. bara såhär? Det blir ngt konstigt med U-matrisern känner jag.