美文网首页
特征值分解和奇异值分解

特征值分解和奇异值分解

作者: zuomeng844 | 来源:发表于2020-10-10 18:06 被阅读0次

1.特征值分解

特征值和特征向量的定义如下：Ax = \lambda x

其中A是一个 n×n 的矩阵，x 是一个 n 维向量，则我们说λ是矩阵 A 的一个特征值， 而 x 是矩阵 A 的特征值λ所对应的特征向量。

求出特征值和特征向量有什么好处呢？

就是我们可以将矩阵 A 特征分解。

如果我们求出了矩阵 A 的 n 个特征值\lambda_1\leq \lambda_2\leq...\leq \lambda_n，以及矩阵这n个特征值所对应的特征向量w_1,w_2,...,w_3。那么矩阵A就可以用下式的特征分解表示：

A = W\Sigma W^{-1}，其中W为特征向量组成的矩阵，\Sigma 是特征值所组成的对角矩阵。

2.奇异值分解

特征值分解A = W\Sigma W^{-1}的前提条件是A是方阵。如果A不是方阵，这种分解（对角化）将无效。

怎样解决这个问题呢？ 因此出现了奇异值分解。

奇异值分解可表示成：A = U\Sigma V^T

如何进行奇异值分解呢？？

奇异值分解性质

相关文章

网友评论

      本文标题：特征值分解和奇异值分解

      本文链接：https://www.haomeiwen.com/subject/yjyjpktx.html

      延伸阅读

      深度阅读

      • 您也可以注册成为美文阅读网的作者，发表您的原创作品、分享您的心情！

      栏目导航

      热点阅读

      关于我们|服务条款|联系我们|特征值分解和奇异值分解|投稿指南|网站地图|RSS订阅|排版工具|手机版

      提供经典美文摘抄,优美散文欣赏,现代诗歌精选,短篇小说,心情随笔,表白情书范文,故事会在线阅读欣赏

      Copyright © 2014-2023 Haomeiwen.com All Rights Reserved. 好美文阅读网 版权所有

      备案信息：桂公网安备 45052102000051号 · 桂ICP备13007215号-3

      本站所收录作品、热点评论等信息部分来源互联网，目的只是为了系统归纳学习和传递资讯

      所有作品版权归原创作者所有，与本站立场无关，如不慎侵犯了你的权益，请联系我们告知，我们将做删除处理！