线性代数学习笔记28

这篇博客介绍了奇异值分解的概念,它用于将矩阵的行空间一组正交基转换到列空间的一组正交基。文章通过具体例子展示了满秩矩阵和非满秩矩阵的奇异值分解过程,并解释了如何确定特征向量和特征值。奇异值分解在处理矩阵运算时具有重要作用,特别是在处理非满秩矩阵时,能够揭示矩阵的零特征值和对应的零向量。
摘要由CSDN通过智能技术生成

这里第三十课-奇异值分解

引言

如果矩阵A 拥有n个线性无关的特征向量,则有 A = S 对 角 矩 阵 S − 1 A=S对角矩阵S^{-1} A=SS1但是由于 S − 1 S^{-1} S1的运算比较麻烦。考虑到在对称矩阵的特征向量是互相垂直的,所以有 S − 1 = S T S^{-1}=S^T S1=ST
所以有 A = S 对 角 矩 阵 S T A=S对角矩阵S^T A=SST

奇异值分解

那么对于普通方阵,其行空间一组正交基如何转换到列空间的一组正交基呢,存在着如下的关系式:
A u 1 = σ v 1 Au_1=\sigma v_1 Au1=σv1其中有 u 1 u_1 u1表示的为行空间标准正交基, v 1 v_1 v1为列空间标准正交基,
{ A u 1 = σ v 1 A u 2 = σ v 2 A u 3 = σ v 3 … … \left\{ \begin{aligned} Au_1=\sigma v_1 \\ Au_2=\sigma v_2\\ Au_3=\sigma v_3\\ …… \end{aligned} \right.

评论
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