AI理论随笔-对称矩阵、正交矩阵与特征向量，特征值（1）

最新推荐文章于 2024-09-01 00:01:52 发布
最新推荐文章于 2024-09-01 00:01:52 发布
阅读量8.6k 收藏 13
点赞数
分类专栏： AI与机器学习 智能与数学 机器学习原理解析与应用
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/myhaspl/article/details/82914884
版权
本文介绍了实对称矩阵的概念及其性质，包括特征值和特征向量的定义，强调了实对称矩阵的特征向量正交性和可对角化特性。同时，阐述了正交矩阵的定义、性质，指出正交矩阵在欧氏空间中的作用。
摘要由CSDN通过智能技术生成

一、对称矩阵（Symmetric Matrices）是指元素以主对角线为对称轴对应相等的矩阵。 对称矩阵是一个方形矩阵，其转置矩阵和自身相等。

如果有n阶矩阵A，其矩阵的元素都为实数，且矩阵A的转置等于其本身（aij=aji）(i,j为元素的脚标)，则称A为实对称矩阵。比如：
A = [ 1 2 7 2 3 1 7 1 11 ] A=\begin{bmatrix} 1 & 2&7\\ 2& 3&1\\ 7&1&11 \end {bmatrix} A=⎣⎡​127​

最低0.47元/天 解锁文章
麦好
关注
专栏目录
线性代数 --- 特征值与特征向量（上）
松下J27录放机
03-06 1416
文章介绍了特征向量与特征值的基本概念，并给出了详细的说明图示和例子。至于如何求解矩阵的特征向量与特征值，我在下一篇文章中给出了说明。
6.5：Matlab中矩阵的特征值和特征向量（课程共5200字，4段代码举例，带详细操作步骤）
小兔子平安
08-27 327
矩阵的特征值和特征向量是矩阵理论中的重要概念，掌握它们的计算和应用，可以更好地理解和应用矩阵的性质和特点。在Matlab中，我们可以使用一些内置函数来计算矩阵的特征值和特征向量，例如eig和eigs等函数。通过学习和实践，我们可以更好地应用这些知识和工具，解决实际问题。
特征值和特征向量的解析解法--正交矩阵
sztsz的博客
05-25 2769
算矩阵A的特征值和特征向量。通过正交相似变换，我们可以将矩阵对角化，并获得特征值和特征向量的解析解，从而在各个领域中推动问题的求解和应用的发展。对于一个对称矩阵A，如果存在一个正交矩阵Q，使得Q^TAQ是一个对角矩阵D，那么D的对角线上的元素就是A的特征值，而Q的列向量就是A的特征向量。其中，Q是A的特征向量组成的正交矩阵，D是由A的特征值组成的对角矩阵。列向量是正交的：正交矩阵的每一列向量都是正交的，即任意两列向量的内积为0。行向量是正交的：正交矩阵的每一行向量也是正交的，即任意两行向量的内积为0。
AI理论随笔-对称矩阵、正交矩阵与特征向量，特征值（2）
麦好的AI乐园
10-01 3973
如果：AAT=EAA^T=EAAT=E（E为单位矩阵，ATA^TAT表示“矩阵A的转置矩阵”。）或ATA=EA^TA=EATA=E，则n阶实矩阵A称为正交矩阵，若A为正交阵，则满足以下条件： (1) ATA^TAT是正交矩阵 (2) E为单位矩阵 (3) A的各行是单位向量且两两正交 (4) A的各列是单位向量且两两正交 (5) $ (Ax,Ay)=(x,y)x,y∈R$ (6) ∣A∣=1|A|...
数学基础 -- 线性代数之正交矩阵
最新发布
sz66cm 学习随笔
09-01 2710
一个n×nn \times nn×n的方阵QQQQTQQQTIQTQQQTI其中，QTQ^TQT是矩阵QQQ的转置矩阵，III是n×nn \times nn×n的单位矩阵，则称矩阵QQQ是正交矩阵。各行向量（或列向量）的长度为1（标准化）。不同行向量（或列向量）之间是两两正交的，即它们的内积为零。
“正交阵”与“特征值和特征向量”
热门推荐
xueyingxue001的专栏
07-04 3万+
概念：若n阶矩阵A满足ATA=I，则A为正交矩阵，简称正交阵。          ATA=I解释的话就是：                    “A的第i行”*“A的第i列”= 1                    “A的第i行”*“A的非第i列”= 0。          其他：                    1，A是正交阵，x为向量，则A·x称作正交变换；
矩阵基础7-内积，正交矩阵，特征值和特征向量
只是甲的博客
05-30 1471
文章目录一. 之前知识复习1.1 向量的定义1.2 基与坐标1.3 线性空间1.4 关于矩阵秩的一些梳理1.5 线性变换的矩阵表示1.6 线性映射的矩阵表示1.7 不同基下的线性变换矩阵表示1.8 矩阵相似二. 特征值和特征向量2.1 从几个小问题入手2.2 特征值与特征向量2.3 求解矩阵特征向量的方法2.4 特征子空间2.5 退化矩阵2.6 几何重做和代数重做2.7 方阵的n次幂2.8 对角化参考: 一. 之前知识复习 1.1 向量的定义 1.2 基与坐标 有了坐标系之后，就能将代数和几何关联起来了
AI理论随笔-对称矩阵、正交矩阵与特征向量，特征值（3）
麦好的AI乐园
10-01 701
如果非零向量组a1,a2,...,ama_1,a_2,...,a_ma1​,a2​,...,am​两两正交，即： ai⋅aj=aiTaj=0(i≠j;i,j=1,2,...,m)a_i \cdot a_j=a_i^Ta_j=0(i \neq j;i,j=1,2,...,m)ai​⋅aj​=aiT​aj​=0(i̸​=j;i,j=1,2,...,m) 则称该向量组为正交向量组。若每个向量为单位向量，...
java求一个方阵的秩_数学基础系列(五)----矩阵、矩阵的秩、向量、特征值与特征向量...
weixin_35374026的博客
02-26 739
一、矩阵1、系数矩阵前面学习了矩阵很多基础知识，那么遇到具体的线性方程组该怎么办呢？该怎么转换为矩阵来求解呢？如下图所示，A为系数矩阵，X是未知数矩阵，B是常数矩阵。2、矩阵转置简单来说就是矩阵的行元素和列元素互相调换一下。下面列出一些矩阵转置常用的公式这些都没有什么好说的，都比较好理解，要注意的是就是最后一个公式的前后的顺序是不同的。3、对称矩阵如果满足$A^{T}=A$，那么A就是对称矩阵4、...
矩阵特征值、特征向量、奇异值
MyArrow的专栏
12-05 3209
1. 特征值与奇异值的主要区别 两者的主要区别在于：奇异值分解主要用于数据矩阵，而特征植分解主要用于方型的相关矩阵。自相关矩阵正定时， 特征值分解是奇异值分解的特例，且实现时相对简单些。 2. 定义 一矩阵A作用与一向量a，结果只相当与该向量乘以一常数λ。即A*a=λa，则a为该矩阵A的特征向量，λ为该矩阵A的特征值。本征值和本征向量为量子力学术语，对矩阵来讲与特征值和特征向量定义一样。但本征
线性代数的学习和整理19，特征值，特征向量，以及引入的正交化矩阵概念（草稿）
奔跑的犀牛先生
09-06 767
特征值和特征向量这2个概念先放后先搞清楚，为什么会有特征值和特征向量因为有的向量，经过线性组合（线性映射）后其还是共线（方向不变/或刚好相反），这时这些没有发生变换的向量称为特征向量变换前后的伸缩比例叫做特征值配图假设A是n阶方阵，X为非零向量，如果存在λ 使得如下等式成立A*X=λ*X那么λ就是A的特征值，非零向量x是A的特征向量A*X=λ*XA*X-λ*X=0(A*-λ)*X=0。
对称矩阵特征向量正交推导
btchengzi0的专栏
02-25 1万+
对于对称方阵A，如有特征解λ1对应特征向量p1，特征解λ2对应特征向量p2，根据特征向量的定义，有： A * p1 =  λ1 * p1 ① A * p2 =  λ2 * p2 ② 如p1和p2正交，则必有p1' * p2 = 0，欲证明此式，可构造非零表达式常数K，使得K * (p1' * p2) = 0，而因λ1和λ2是不同的特征解，即λ1 != λ2，故K式可为λ2 - λ1，下面
群论：由基函数作为基底写出对称矩阵操作
wwxy1995的博客
08-21 619
无
线性代数-MIT-第11讲
weixin_32574873的博客
01-03 818
线性代数-MIT-第11讲 目录 线性代数-MIT-第11讲 1.新向量空间的基 2.矩阵的秩 3.小世界图 1.新向量空间的基 矩阵构成向量空间： 以3x3矩阵构成的空间M为例，加法和数乘仍停留在3x3的矩阵空间中， 存在若干种子空间，如对称矩阵的子空间，上三角阵子空间，下三角阵子空间， 那子空间的基和维度是多少？ 整个3x3矩阵空间的维度是9，基是九个数分别为1其他为零的...
ai数学之矩阵特征值、特征向量、矩阵分解
weixin_33602281的博客
12-22 649
特征值和特征向量的意义 从定义出发，Ax=cx：A为n阶矩阵，c为特征值，x为特征向量。 矩阵A乘以x表示，对向量x进行一次转换（旋转或拉伸）（是一种线性转换），而该转换的效果为常数c乘以向量x（即只进行拉伸）。 我们通常求特征值和特征向量即为求出该矩阵能使哪些向量（当然是特征向量）只发生拉伸，使其发生拉伸的程度如何（特征值大小）。这样做的意义在于，看清一个矩阵在那些方面能产生最大的效果（powe...
（人工智能的数学基础）第一章特征向量与矩阵分析——第二节：线性变换、矩阵本质和矩阵运算
快乐江湖的博客
09-27 5664
很明显，这是两个变换，但我们可以把它复合为一个变换，即。3：对角线也不能弯曲（下面第一张图看起来好像是线性的，但是第二张图揭示了对角线弯曲了）1：直线在变换后仍然是直线，不能弯曲（下面动图是反例，直线被弯曲）2：原点必须固定（下面是反例，直线虽然还是直线，但是原点移动了），我们先对其施加旋转，再对其施加剪切，用乘法描述就是下面这样。看作变换后的第二个基向量，让此变换作用于一个向量。看作变换后的第一个基向量，把第二列。在上图所示的情形中，变换后的向量。保持网格平行且等距分布。，变换后的这个向量就是。
线性代数的那些事（三）特征值与正交变换
sibiantai555的博客
05-09 2万+
嗯哼哼说下变换为什么要进行变换因为变换后，在新空间下运算变得简单，或者说 在变化下之前复杂难以观察的规律变得容易观察了其实变换的实质就是旋转与拉伸比如傅立叶变化  k-l变换伯特空间的正交变换...
对称矩阵的基本性质
牛牛码特的博客
07-03 6884
1.对于任何方形矩阵X，X+XT是对称矩阵。 2.A为方形矩阵是A为对称矩阵的必要条件。 3.对角矩阵都是对称矩阵。 4.两个对称矩阵的积是对称矩阵，当且仅当两者的乘法可交换。两个实对称矩阵乘法可交换当且仅当两者的特征空间相同。 5.用<,>表示RN上的内积。n×n的实矩阵A是对称的。 6.任何方形矩阵X，如果它的元素属于一个特征值不为2的域（例如实数），可以用刚好一种方法写成一个对称矩阵和一个斜对称矩阵之和。 7.每个实方形矩阵都可写作两个实对称矩阵的积，每个复方形矩阵都可写作两个复对称矩阵的
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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。

余额充值