1. 方(矩)阵:我们选择了每900 秒内所有的资料(A) 计算特徵值(eigenvalue) 和特徵向量(eigenvector). 因为特徵值和特徵向量的计算必须为一个方矩阵(square matrix),因此我们透过singularvalue decomposition (SVD)求解.
2. 方阵:行列式可以是 m n 矩阵,但是一般我们常碰到的问题都是解决 n n 矩阵的行列式问题,也就是方阵(square matrix)的行列式问题,因此我们可以利用行列式的性质,以高斯消去法将方阵化简成上三角矩阵之后,则该方阵的行列式值即为对角线元素相乘之值.
3. 正方行列:square impulse ==> 方形波インパルス | square matrix ==> 正方行列 | square pole ==> 四角柱
noun
1. a matrix with the same number of rows and columns