矩阵特征值分解(EVD)和奇异值分解(SVD)总结
1. 特征值分解(EVD)
实对称矩阵
在理角奇异值分解之前,需要先回顾一下特征值分解,如果矩阵 AAA 是一个 m×mm \times mm×m 的实对称矩阵(即 A=ATA = A^TA=AT),那么它可以被分解成如下的形式
A=QΣQT=Q[λ1…………λ2…………⋱…………λm]QT
A = Q \Sigma Q^T = Q{ \left[ \begin{array}{ccc} \lambda_1 & \ldots & \ldots & \ldots \\ \ldots &a
原创
2020-07-23 11:43:46 ·
2759 阅读 ·
0 评论