【Matlab】特征值分解eig和奇异值分解svd

最新推荐文章于 2024-01-20 08:30:00 发布

aoxiang_ywj

最新推荐文章于 2024-01-20 08:30:00 发布

阅读量5.1k

点赞数 2

分类专栏： Matlab

本文链接：https://blog.csdn.net/baidu_37973494/article/details/112391450

版权

本文介绍了Matlab中，对于方阵A，使用eig进行特征值分解和svd进行奇异值分解的异同。特征值分解通过eig函数获取特征值对角阵D和特征向量V；奇异值分解利用svd得到对角矩阵S、酉矩阵U和V，S的对角元素为非负奇异值，对于方阵则是特征值。尽管两者都能得到特征值，但svd得到的特征向量与eig不同。

摘要由CSDN通过智能技术生成

前言：当A是方阵时，使用eig特征值分解和实验svd奇异值分解，有什么异同？

（1）特征值分解：函数eig

格式：[V,D] = eig(A) %计算A的特征值对角阵D和特征向量V，使AV=VD成立。

注意：特征值分解时，使用eig，矩阵A必须是方阵。

A = [0 1;1 1];
[V,D] = eig(A)

V =  
   -0.8507    0.5257
    0.5257    0.8507

D =
   -0.6180         0
         0    1.6180

（2）奇异值分解：函数svd

格式：[U,S,V] = svd (X) %返回一个与X同大小的对角矩阵S，两个酉矩阵U和V，且满足= U*S*V'。若A为m×n阵，则U为m×m阵，V为n×n阵。奇异值在S的对角线上，非负且按降序排列。

注意：奇异值分解时，使用svd，当矩阵A<

最低0.47元/天解锁文章

aoxiang_ywj

关注

2
点赞
踩
39

收藏

觉得还不错? 一键收藏
1
评论
【Matlab】特征值分解eig和奇异值分解svd

前言：当A是方阵时，使用eig特征值分解和实验svd奇异值分解，有什么异同？（1）特征值分解：函数eig格式：[V,D] = eig(A)%计算A的特征值对角阵D和特征向量V，使AV=VD成立。注意：特征值分解时，使用eig，矩阵A必须是方阵。A = [0 1;1 1];[V,D] = eig(A)V = -0.8507 0.5257 0.5257 0.8507D = -0.6180 0 0 ...
复制链接

扫一扫

专栏目录