Daily Archive: 2019-08-03

　　具有 $n$ 个未知数的 $m$ 个方程组成的线性方程组可以写成 \begin{equation} \boldsymbol A \boldsymbol x = \boldsymbol y \tag{1} \end{equation} 其中 $\boldsymbol A$ 是 $m \times n$ 矩阵。我们希望通过 $\boldsymbol A$ 的左逆 $\boldsymbol B$ 来…
Read more

　　类似于特征分解将矩阵分解成特征向量和特征值，奇异值分解（singular value decomposition，SVD）将矩阵分解成奇异向量（singular vector）和奇异值（singular value）。并不是所有的矩阵都有特征分解，但对任意矩阵 $A$ 都有奇异值分解 \begin{equation} \boldsymbol A = \boldsymbol U \boldsym…
Read more

1. 特征向量 　　$\boldsymbol A$ 为 $n \times n$ 矩阵，$\boldsymbol x$ 为非零向量，若存在数 $\lambda$ 使 $\boldsymbol A \boldsymbol x = \lambda \boldsymbol x$ 有非平凡解 $\boldsymbol x$，则称 $\lambda$ 为 $\boldsymbol A$ 的特征值（eigen…
Read more