ブラウザよりも高速アクセス！固有値と対角化間の類似点
固有値と対角化は（ユニオンペディアに）共通で8ものを持っています: 基底、対称行列、ベクトル空間、エルミート行列、固有値、線型写像、直交行列、行列。
基底
* 一般.
対称行列
線型代数学における対称行列（たいしょうぎょうれつ、symmetric matrix）は、自身の転置行列と一致するような正方行列を言う。記号で書けば、行列 A は を満たすとき対称であるという。相等しい行列の型（次元、サイズ）は相等しいから、この式を満たすのは正方行列に限られる。 定義により、対称行列の成分は主対角線に関して対称である。即ち、成分に関して行列 は任意の添字 に関して を満たす。例えば、次の 行列 1 & 7 & 3\\ 7 & 4 & -5\\ 3 & -5 & 6 \end は対称である。任意の正方対角行列は、その非対角成分が であるから、対称である。同様に、歪対称行列（ なる行列）の各対角成分は、自身と符号を変えたものと等しいから、すべて でなければならない。 線型代数学において、実対称行列は実内積空間上の自己随伴作用素を表す。これと、複素内積空間の場合に対応する概念は、複素数を成分に持つエルミート行列（自身の共役転置行列と一致するような複素行列）である。故に、複素数体上の線型代数学においては、対称行列という言葉は行列が実数に成分をとる場合に限って使うことがしばしばある。対称行列は様々な応用の場面に現れ、典型的な数値線型代数ソフトウェアではこれらに特別な便宜をさいている。.
ベクトル空間
数学、特に線型代数学におけるベクトル空間（ベクトルくうかん、vector space）、または、線型空間（せんけいくうかん、linear space）は、ベクトルと呼ばれる元からなる集まりの成す数学的構造である。ベクトルには和が定義され、またスカラーと呼ばれる数による積（「スケール変換」）を行える。スカラーは実数とすることも多いが、複素数や有理数あるいは一般の体の元によるスカラー乗法を持つベクトル空間もある。ベクトルの和とスカラー倍の演算は、「ベクトル空間の公理」と呼ばれる特定の条件（後述）を満足するものでなければならない。ベクトル空間の一つの例は、力のような物理量を表現するのに用いられる幾何ベクトルの全体である（同じ種類の任意の二つの力は、加え合わせて力の合成と呼ばれる第三の力のベクトルを与える。また、力のベクトルを実数倍したものはまた別の力のベクトルを表す）。同じ調子で、ただしより幾何学的な意味において、平面や空間での変位を表すベクトルの全体もやはりベクトル空間を成す。 ベクトル空間は線型代数学における主題であり、ベクトル空間はその次元（大雑把にいえばその空間の独立な方向の数を決めるもの）によって特徴づけられるから、その観点からはよく知られている。ベクトル空間は、さらにノルムや内積などの追加の構造を持つこともあり、そのようなベクトル空間は解析学において主に函数をベクトルとする無限次元の函数空間の形で自然に生じてくる。解析学的な問題では、ベクトルの列が与えられたベクトルに収束するか否かを決定することもできなければならないが、これはベクトル空間に追加の構造を考えることで実現される。そのような空間のほとんどは適当な位相を備えており、それによって近さや連続性といったことを考えることができる。こういた位相線型空間、特にバナッハ空間やヒルベルト空間については、豊かな理論が存在する。 歴史的な視点では、ベクトル空間の概念の萌芽は17世紀の解析幾何学、行列論、連立一次方程式の理論、幾何ベクトルの概念などにまで遡れる。現代的な、より抽象的な取扱いが初めて定式化されるのは、19世紀後半、ペアノによるもので、それはユークリッド空間よりも一般の対象が範疇に含まれるものであったが、理論の大半は（直線や平面あるいはそれらの高次元での対応物といったような）古典的な幾何学的概念を拡張することに割かれていた。 今日では、ベクトル空間は数学のみならず科学や工学においても広く応用される。ベクトル空間は線型方程式系を扱うための適当な線型代数学的概念であり、例えば画像圧縮ルーチンで使われるフーリエ展開のための枠組みを提示したり、あるいは偏微分方程式の解法に用いることのできる環境を提供する。さらには、テンソルのような幾何学的および物理学的な対象を、抽象的に座標に依らない で扱う方法を与えてくれるので、そこからさらに線型化の手法を用いて、多様体の局所的性質を説明することもできるようになる。 ベクトル空間の概念は様々な方法で一般化され、幾何学や抽象代数学のより進んだ概念が導かれる。.
ベクトル空間と固有値 · ベクトル空間と対角化 ·
エルミート行列
線型代数学におけるエルミート行列（エルミートぎょうれつ、Hermitian matrix）または自己随伴行列（じこずいはんぎょうれつ、self-adjoint matrix）は、複素数に成分をとる正方行列で自身の随伴行列（共軛転置）と一致するようなものを言う。エルミート行列は、実対称行列の複素数に対する拡張版の概念として理解することができる。 行列 の随伴を と書くとき、複素行列がエルミートであるということは、 が成り立つということであり、これはまた が成り立つことと同値ゆえ、その成分は任意の添字 について -成分は -成分の複素共軛と等しい。 随伴行列 は と書かれるほうが普通だが、 を複素共軛（本項では と書いた）の意味で使う文献も多く紛らわしい。 エルミート行列の名はシャルル・エルミートに因む。エルミートは1855年、この種の行列が固有値が常に実数となるという実対称行列と同じ性質を持つことを示した。 よく知られたパウリ行列、ゲルマン行列および一般化されたそれらはエルミートである。理論物理学においてそれらのエルミート行列には、しばしば虚数の係数が掛かって歪エルミート行列となる。.
固有値
線型代数学において、線型変換の特徴を表す指標として固有値 (eigenvalue) や固有ベクトル (eigenvector) がある。この2つの用語を合わせて、固有対 (eigenpair) という。与えられた線型変換の固有値および固有ベクトルを求める問題のことを固有値問題 (eigenvalue problem) という。ヒルベルト空間論において線型作用素 あるいは線型演算子と呼ばれるものは線型変換であり、やはりその固有値や固有ベクトルを考えることができる。固有値という言葉は無限次元ヒルベルト空間論や作用素代数におけるスペクトルの意味でもしばしば使われる。.
線型写像
数学の特に線型代数学における線型変換（せんけいへんかん、linear transformation、一次変換）あるいは線型写像（せんけいしゃぞう、linear mapping）は、ベクトルの加法とスカラー乗法を保つ特別の写像である。特に任意の（零写像でない）線型写像は「直線を直線に移す」。 抽象代数学の言葉を用いれば、線型写像とは（体上の加群としての）ベクトル空間の構造を保つ準同型のことであり、また一つの固定された体上のベクトル空間の全体は線型写像を射とする圏を成す。 「線型変換」は線型写像とまったく同義と扱われる場合もあるが、始域と終域を同じくする線型写像（自己準同型）の意味で用いていることも少なくない。また函数解析学の分野では、（特に無限次元空間上の）線型写像のことを「線型作用素」（せんけいさようそ、linear operator）と呼ぶことも多い。スカラー値の線型写像はしばしば「線型汎函数」もしくは「一次形式」（いちじけいしき、linear form, one-form; 線型形式; 1-形式）とも呼ばれる一次の微分形式（一次微分形式もしくは微分一次形式; differential one-form）を単に「一次形式」または「1-形式」(one-form) と呼ぶこともある。これとの対照のため、本項に云う意味での一次形式を「代数一次形式」(albegraic one-form) と呼ぶ場合がある。。 線形等の用字・表記の揺れについては線型性を参照。.
直交行列
交行列（ちょっこうぎょうれつ, ）とは、転置行列と逆行列が等しくなる正方行列のこと。つまりn × n の行列 M の転置行列を MT と表すときに、MTM.
行列
数学の線型代数学周辺分野における行列（ぎょうれつ、matrix）は、数や記号や式などを行と列に沿って矩形状に配列したものである。行の数と列の数が同じ行列はが成分ごとの計算によって与えられる。行列の積の計算はもっと複雑で、2 つの行列がかけ合わせられるためには、積の左因子の列の数と右因子の行の数が一致していなければならない。 行列の応用として顕著なものは一次変換の表現である。一次変換は のような一次関数の一般化で、例えば三次元空間におけるベクトルの回転などは一次変換であり、 が回転行列で が空間の点の位置を表す列ベクトル（1 列しかない行列）のとき、積 は回転後の点の位置を表す列ベクトルになる。また 2 つの行列の積は、2 つの一次変換の合成を表現するものとなる。行列の別な応用としては、連立一次方程式の解法におけるものである。行列が正方行列であるならば、そのいくつかの性質は、行列式を計算することによって演繹することができる。例えば、正方行列が正則であるための必要十分条件は、その行列式の値が非零となることである。固有値や固有ベクトルは一次変換の幾何学に対する洞察を与える。行列の応用は科学的な分野の大半に及び、特に物理学において行列は、電気回路、光学、量子力学などの研究に利用される。コンピュータ・グラフィックスでは三次元画像の二次元スクリーンへの投影や realistic-seeming motion を作るのに行列が用いられる。は、古典的な解析学における微分や指数関数の概念を高次元へ一般化するものである。 主要な数値解析の分野は、行列計算の効果的なアルゴリズムの開発を扱っており、主題は何百年にもわたって今日では研究領域も広がっている。行列の分解は、理論的にも実用的にも計算を単純化するもので、アルゴリズムは正方行列や対角行列などといった行列の特定の構造に合わせて仕立てられており、有限要素法やそのほかの計が効率的に処理される。惑星運動論や原子論では無限次行列が現れる。関数のテイラー級数に対して作用する微分の表現行列は、無限次行列の簡単な例である。.
上記のリストは以下の質問に答えます
- 何固有値と対角化ことは共通しています
- 何が固有値と対角化間の類似点があります
固有値と対角化の間の比較
対角化が23を有している固有値は、86の関係を有しています。 彼らは一般的な8で持っているように、ジャカード指数は7.34%です = 8 / (86 + 23)。
参考文献
この記事では、固有値と対角化との関係を示しています。情報が抽出された各記事にアクセスするには、次のURLをご覧ください:
