-
1 максимальное собственное значение
maximum eigenvalue мат.Русско-английский научно-технический словарь Масловского > максимальное собственное значение
-
2 максимальное собственное значение
Mathematics: maximum eigenvalueУниверсальный русско-английский словарь > максимальное собственное значение
-
3 значение
( расчетного параметра) level, ( величины) magnitude, sense* * *значе́ние с.1. ( размер величины) value, magnitudeвычисля́ть значе́ние — compute [calculate] a valueзадава́ть значе́ние — pre-assign [preset, prescribe, predetermine, specify] a valueнормирова́ть значе́ние — normalize a valueожида́ть значе́ние — expect a valueопределя́ть [оце́нивать] значе́ние — estimate a valueпринима́ть значе́ние1. (в расчётах, проектах) adopt [specify] a value2. (о какой-л. величине) take (on) [assume] a valueуточня́ть значе́ние — ( определять окончательное значение) finalize a value; ( проверять) verify a value2. ( важность) significance3. (смысл, содержание) meaning, senseабсолю́тное значе́ние — absolute value, magnitudeамплиту́дное значе́ние — peak [crest] valueасимптоти́ческое значе́ние — asymptotic valueбифуркацио́нное значе́ние — bifurcational valueвиртуа́льное значе́ние — virtual valueгла́вное значе́ние — principal valueграни́чное значе́ние — boundary valueдвоя́кое значе́ние — bifurcational valueдействи́тельное значе́ние — actual [real] valueде́йствующее значе́ние — effective [root-mean-square, rms] valueдопусти́мое значе́ние — legitimate [admissible, allowed, allowable] valueеди́нственное значе́ние — unique valueзапрещё́нное значе́ние — forbidden [unpermitted] valueи́стинное значе́ние — стат., мат. ideal value; ( в логике) truth valueзначе́ние и́стинности — truth valueконе́чное значе́ние — finite valueмаксима́льное значе́ние1. maximum value2. эл. peak valueмгнове́нное значе́ние — instantaneous valueнача́льное значе́ние — initial valueненулево́е значе́ние — non-zero valueнулево́е значе́ние — zero valueоконча́тельное значе́ние — final valueпредвари́тельное значе́ние — tentative valueпреде́льное значе́ние — limiting valueпроизво́льное значе́ние — arbitrary valueравнове́сное значе́ние — equilibrium valueразрешё́нное значе́ние — allowed [permitted] valueразря́дное значе́ние — place valueсо́бственное значе́ние — characteristic [proper] value, eigenvalue; ( матрицы) latent rootсредневзве́шенное значе́ние — weighted mean valueсре́днее значе́ние — mean, mean [average] valueсре́днее значе́ние по всем состоя́ниям — value averaged over all statesсре́днее арифмети́ческое значе́ние — arithmetical average, arithmetical meanсре́днее геометри́ческое значе́ние — geometrical meanсреднеквадрати́чное значе́ние — root-mean-square [effective, rms] valueстациона́рное значе́ние — steady-state [stationary] valueустанови́вшееся значе́ние — steady-state [stationary] valueуточнё́нное значе́ние ( в методе последовательных приближений) — improved valueхаракте́рное значе́ние — representative valueцелочи́сленное значе́ние — integral valueча́стное значе́ние — particular [special] valueчи́сленное значе́ние — numerical valueнаходи́ть чи́сленное значе́ние алгебраи́ческого выраже́ния — evaluate an (algebraic) expressionзначе́ние шкалы́, коне́чное — full scare valueэффекти́вное значе́ние — effective [root-mean-square, rms] value
См. также в других словарях:
Perron–Frobenius theorem — In linear algebra, the Perron–Frobenius theorem, proved by Oskar Perron (1907) and Georg Frobenius (1912), asserts that a real square matrix with positive entries has a unique largest real eigenvalue and that the corresponding… … Wikipedia
Vertex model — A vertex model is a type of statistical mechanics model in which the Boltzmann weights are associated with a vertex in the model (representing an atom or particle). This contrasts with a nearest neighbour model, such as the Ising model, in which… … Wikipedia
Multicollinearity — is a statistical phenomenon in which two or more predictor variables in a multiple regression model are highly correlated. In this situation the coefficient estimates may change erratically in response to small changes in the model or the data.… … Wikipedia
Canonical correlation — In statistics, canonical correlation analysis, introduced by Harold Hotelling, is a way of making sense of cross covariance matrices.DefinitionGiven two column vectors X = (x 1, dots, x n) and Y = (y 1, dots, y m) of random variables with finite… … Wikipedia
Compact operator on Hilbert space — In functional analysis, compact operators on Hilbert spaces are a direct extension of matrices: in the Hilbert spaces, they are precisely the closure of finite rank operators in the uniform operator topology. As such, results from matrix theory… … Wikipedia
Principal component analysis — PCA of a multivariate Gaussian distribution centered at (1,3) with a standard deviation of 3 in roughly the (0.878, 0.478) direction and of 1 in the orthogonal direction. The vectors shown are the eigenvectors of the covariance matrix scaled by… … Wikipedia
Calculus of variations — is a field of mathematics that deals with extremizing functionals, as opposed to ordinary calculus which deals with functions. A functional is usually a mapping from a set of functions to the real numbers. Functionals are often formed as definite … Wikipedia
Vibration — For the soul music group, see The Vibrations. For the machining context, see Machining vibrations. For the albums, see Vibrations (Roy Ayers album) and Vibrations (The Three Sounds album). Classical mechanics … Wikipedia
Singular value decomposition — Visualization of the SVD of a 2 dimensional, real shearing matrix M. First, we see the unit disc in blue together with the two canonical unit vectors. We then see the action of M, which distorts the disk to an ellipse. The SVD decomposes M into… … Wikipedia
Principal components analysis — Principal component analysis (PCA) is a vector space transform often used to reduce multidimensional data sets to lower dimensions for analysis. Depending on the field of application, it is also named the discrete Karhunen Loève transform (KLT),… … Wikipedia
Factor analysis — is a statistical method used to describe variability among observed, correlated variables in terms of a potentially lower number of unobserved, uncorrelated variables called factors. In other words, it is possible, for example, that variations in … Wikipedia
