6 votos

Por qué la transformación no es única si se repiten los valores eigen o a cero

Estoy usando la fórmula aquí para equipo de transformación entre dos sistemas de coordenadas en mi juego en 3D (2 conjuntos de igual número de puntos con la co-relación). http://www.ltu.se/cms_fs/1.51590!/svd-ajuste.pdf

De los que no puedo entender estas líneas en la página 2:

La solución del problema (2) es único, si $\sigma_2(C)$ es distinto de cero. (Más estrictamente, la solución no es única si $\sigma_2(C)=0$ o si $\sigma_2(C) = \sigma_3(C)$$\det(UV^T=-1$).

¿Cómo estas condiciones de trabajo? ¿Cómo le explico esto a un laico. Puede alguien me apunte en la dirección correcta para entender esto?

Es porque no tengo suficientes ecuaciones para resolver tantas incógnitas si mi eigen valores son cero o de la misma?

No necesito 5 ecuaciones para resolver el formulario de traslación y rotación alrededor de 3 ejes?

Creo que el ortogonal de procrustes es la solución para que la rotación para un mínimo de 2 ecuaciones? Y si esto es correcto ¿por qué det =-1 importante?

0voto

Yves Daoust Puntos 30126

Puede que lo de una transformación lineal 3D como uno que asigna una esfera a un elipsoide. La longitud del eje del elipsoide están dados por los valores propios (piénsese en la diagonalización) y las direcciones del eje por los vectores propios.

Si dos valores propios son iguales, el elipsoide es de revolución y puede girar libremente alrededor de otro eje.

Si un valor propio es igual a cero, el elipsoide es plano y carece de un eje.

0voto

Michael Medvinsky Puntos 4252

La transformación lineal de un vector $v$ está dado por una matriz de vectores multiplicación $Tv$ $T_{n\times n}$ es el lineal mapa. Esto puede ser expresado como $$\begin{bmatrix} |&|&\cdots&| \\ T_{1\downarrow} &T_{2\downarrow}&\cdots& T_{n\downarrow} \\ |&|&\cdots&| \\ \end{bmatrix} \begin{bmatrix} v_1\\v_2\\\vdots\\v_n \end{bmatrix} =v_1 T_{1\downarrow}+v_1 T_{2\downarrow}\cdots+v_1 T_{n\downarrow} $$

Una matriz AA es singular si y sólo si, 00 es un autovalor. Por lo tanto, si usted tiene un (al menos uno) autovalor cero, entonces su lineales mapa es de rango inferior, que es equivalente a una matriz con una (al menos uno) cero de la columna, por lo $T:\mathbb{R}^n\to \mathbb{R}^m$ donde $m<n$ y por lo tanto no tiene representación única en $\mathbb{R}^n$ - un grado de libertad.

Cuando una matriz tiene en la repetición de una autovalor, decir $\lambda_1=\dots\lambda_k, k<n$. Uno dice que es uno de una expresión algebraica multiplicidad $k$. La suma de las multiplicidades algebraica debe ser igual a $n$, pero no necesariamente el número de autovalores. Un autovalor de multiplicidad algebraica $k$ han $\le k$ vectores propios . El número de vectores propios de valor propio se llama multiplicidad geométrica de que autovalor. Cuando la multiplicidad geométrica de un autovalor es igual a su multiplicidad algebraica no hay ningún problema. Cuando la multiplicidad geométrica menor que la multiplicidad algebraica de la matriz\transformación no es diagonalizable, que es la base de vectores propios es la falta de un vector(s). Este\estas falta de vectores(s) puede ser añadido y se llama generalizada eivenvector, pero no existe una única manera de hacerlo - por lo tanto un grado de libertad y, por supuesto, no unicidad.

Tenga en cuenta que debido a la ortogonalidad\unitarity de $UU^T=I$, $VV^T=I$ y $(UV^T)(VU^T)=I$ , lo que implica $det(U)=det(U^T)=\pm1$, $det(V)=det(V^T)=\pm1$ y $det(UV^T)=\pm1$ , independientemente de la multiplicidad algebraica de los valores propios. Así que si $det(UV^T)=-1$ tenemos $det(U)=-det(V)=\pm1$

Ahora la pregunta es ¿por qué tienen signo diferente cuando hay un valor propio que tiene una multiplicidad geométrica inferior, a continuación, su multiplicidad algebraica. La respuesta está oculta en $det U \Sigma V^t$, ver aquí.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X