AI理论随笔-对称矩阵、正交矩阵与特征向量,特征值(2)

本文探讨了正交矩阵的性质,包括其转置矩阵、单位矩阵、行列式以及逆矩阵的特性。同时,阐述了特征向量的概念,强调特征向量必须为单位向量且正交。此外,还介绍了向量的内积运算,包括数量积和单位向量的计算方法,以及向量标准化的过程。
摘要由CSDN通过智能技术生成

一、
如果: A A T = E AA^T=E AAT=E(E为单位矩阵, A T A^T AT表示“矩阵A的转置矩阵”)或 A T A = E A^TA=E ATA=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) A T A^T AT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) ∣ A ∣ = 1 |A|=1 A=1 − 1 -1 1 a b s ( A ) = 1 abs(A)=1 abs(A)=1
(6) A T = A − 1 A^T=A^{-1} AT=A1
(7) 正交矩阵通常用字母Q表示。
二、特征向量的长度限制为1,这些特征向量组成的矩阵,首先,这些特征向量是单位向量,其次,这些特征向量是正交的。
三、内积是向量的一种运算。
(1)向量的数量积(点积): a a a b b b都是列向量,有

  • 2
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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