Соответствующий собственный вектор

Cтраница 1

Соответствующие собственные векторы а, называемые, векторами поляризации, вообще говоря, не являются параллельными-или перпендикулярными направлению распространения плоской волны. [1]

Соответствующие собственные векторы е, е2, е3 образуют ортонормированный базис правой прямоугольной системы координат, оси которой совпадают с главными осями инерции. [2]

Соответствующие собственные векторы определяют два типа поляризации волн, распространяющихся со скоростями, соответствующими двум показателям преломления. [3]

Соответствующие собственные векторы определяют независимо для каждой трехдиагональной подматрицы С. Собственные векторы различных подматриц строго ортогональны. При первом обращении к блоку вычисления собственного вектора реализуется лишь часть итерации. L X У и затем решают матричное уравнение Ux ае, где а - предельно малая величина, выбранная такой, чтобы не допустить переполнения разрядной сетки. Если фактор роста имеет допустимую величину, то нормированный вектор х следует считать собственным вектором. Если это не так, то предусмотрено выполнение еще четырех полных итераций. [4]

Соответствующий собственный вектор г задает ось вращения. [5]

Соответствующий собственный вектор матрицы X, вычисленный с помощью QL-алгоритма с явным сдвигом, имеет значительно меньшую точность. [6]

Отбор между двумя каталитическими соединениями.| Каталитический каскад ( элементарный разложимый. [7]

Анализ соответствующих собственных векторов несложен, но громоздок. Вместе с ним выживают все сорта, следующие за сортом з в производящих графах, причем независимо от того, автокаталитические сорта или нет. Все другие сорта вымирают. [8]

& () - соответствующий собственный вектор, g ( t) - некоторая функция, определяющая форму волны. [9]

А указывается либо множество X соответствующих собственных векторов, либо базис собственного подпространства, а в случае диагонализируемого преобразования - диагональный вид матрицы преобразования и собственный базис или матрица из координатных столбцов векторов этого базиса. [10]

Чтобы получить второе собственное значение и соответствующий собственный вектор матрицы Ri, нужно рассчитать остаточную матрицу, исключая влияние первой главной компоненты. [11]

Это важно для доказательства полноты системы соответствующих собственных векторов. [12]

Другие п-т собственных значений равны нулю, а соответствующие собственные векторы не определены. [13]

После определения нижнего собственного значения р ст и соответствующего собственного вектора - № - ( для кратного собственного значения может, быть несколько линейно независимых собственных векторов) задача по определению собственного состояния решена. [14]

Задача вычисления наибольшего по модулю собственного значения и соответствующего собственного вектора часто возникает в практических приложениях. В этих случаях удобно использовать метод итерации единственного собственного вектора системы, позволяющий получить решение при малых затратах машинного времени. Однако этот метод обладает существенным недостатком: сходимость итерационного процесса при произвольном выборе начального вектора не гарантируется. В работах [42, 46, 83, 87] подробно исследован специальный случай симметрических матриц и предложены некоторые модификации метода с учетом этих особенностей. Вычислительный аспект метода одновременной итерации подробно рассмотрен в работе [77] применительно к положительно определенным симметрическим матрицам. Приведенный ниже вычислительный алгоритм применим для произвольных симметрических матриц. [15]

Страницы: 1 2 3 4