正交对角化，奇异值分解

accosmos

已于 2023-09-27 16:47:48 修改

阅读量576

点赞数 1

分类专栏： AI 文章标签：机器学习

于 2023-09-27 16:10:12 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_36973725/article/details/133317937

版权

与普通矩阵对角化不同的是，正交对角化是使用正交矩阵对角化，正交矩阵是每列向量都是单位向量，正交矩阵*它的转置就是单位矩阵

与普通矩阵对角化一样，正交对角化的结果也是由特征值组成的对角矩阵

本质还是特征向量对原矩阵的拉伸，收缩。

A为特征向量矩阵，对角化为 $A^{-1}XA$

B为特征向量的正交矩阵，对角化为 $B^{T}XB$

上面两个的结果是一样的

下面用奇异值分解来举个例子

$A=\begin{bmatrix} 1 &0 \\ 0 & 1\\ 1& 0 \end{bmatrix}$ ，

最低0.47元/天解锁文章

关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。