1.特征分解
特征向量在矩阵中是“竖着写”的。
特别地,如果 A 是实对称矩阵,那么特征分解等价于正交分解:
只有可对角化的矩阵才能进行特征分解,特征分解其实也就是对角化的过程。实对称矩阵一定可以对角化,它有 n 个线性无关的特征向量。
2.奇异值分解
1.定义
特征分解是针对方阵而言的,而奇异值分解可以处理非方阵情形。仅考虑实值矩阵(奇异值分解也可以处理复值矩阵)。
设 A 是 m 行 n 列的实值矩阵,奇异值分解的形式如下:
其中 U 和 V 分别是 m 和 n 维的正交矩阵, Σ 是一个 m 行 n 列的“类对角矩阵”,并且对角线元素非负,而且是降序