关于特征值、特征向量、协方差的介绍

本文介绍了线性代数中的一些关键概念,包括范德蒙德行列式的应用,对称阵及其与协方差矩阵的关系,实对称阵的性质,如特征向量的正交性,以及奇异值分解(SVD)。同时,讨论了特征值的意义,协方差的定义,以及矩阵的白化过程和求逆、特征值的方法,如QR分解。
摘要由CSDN通过智能技术生成
线性代数的补充:

1、关于范德蒙德行列式应用:插值法(指对N个数据,得出一个N-1阶的式子。),当阶数小于N-1时,为拟合方法,当阶数为1时,则为回归。

2、对称阵的重要性:协方差矩阵、二次型矩阵等都是对称阵, Amn 也可以通过令 C=ATA 来得到对称阵,此时A的特征向量等于C的特征向量,A的特征值矩阵为C的特征值矩阵的平方根。

3、对于n阶实对称阵A,有n个不同的特征值,那么对应的n个特征向量是相互正交的,即 uT1u2=0 (线性无关),且特征向量矩阵 UTU=1 ,又 U1

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值