
線性代數(shù)與數(shù)值方法--矩陣分解
矩陣
正交:正交最早出現(xiàn)于三維空間中的向量分析。 在三維向量空間中, 兩個向量的內(nèi)積如果是零, 那么就說這兩個向量是正交的。
正交矩陣:正交矩陣是實數(shù)特殊化的酉矩陣,因此總是正規(guī)矩陣。如果:AAT=E(E為單位矩陣,AT表示“矩陣A的轉(zhuǎn)置矩陣”。)或ATA=E,則n階實矩陣A稱為正交矩陣, 若A為正交陣,則滿足以下條件:
1) AT是正交矩陣
2) AAT=E(E為單位矩陣)
3) A的各行是單位向量且兩兩正交
4) A的各列是單位向量且兩兩正交
5) (Ax,Ay)=(x,y) x,y∈R
6) |A| = 1或-1
酉矩陣:n階復(fù)方陣U的n個列向量是U空間的一個標(biāo)準(zhǔn)正交基,則U是酉矩陣(Unitary Matrix)。顯然酉矩陣是正交矩陣往復(fù)數(shù)域上的推廣。
正規(guī)矩陣:正規(guī)矩陣是與自己的共軛轉(zhuǎn)置矩陣對易的復(fù)系數(shù)方塊矩陣,A*A=AA*。其中A*是A的共軛轉(zhuǎn)置矩陣。矩陣的正規(guī)性是檢驗矩陣是否可對角化的一個簡便方法:任意正規(guī)矩陣都可在經(jīng)過一個酉變換(正交變換)后變?yōu)閷蔷仃?,反過來所有可在經(jīng)過一個酉變換后變?yōu)閷蔷仃嚨木仃嚩际钦?guī)矩陣。
正規(guī)矩陣的性質(zhì):屬于正規(guī)矩陣不同特征值的特征向量兩兩正交。
定理1:在復(fù)數(shù)域上,A為正規(guī)矩陣的充分必要條件為A有n個兩兩正交的單位特征向量
定理2:在復(fù)數(shù)域上,A為正規(guī)矩陣的充分必要條件為A酉相似于對角矩陣
奇異值分解(SVD)
奇異值:設(shè)A為復(fù)數(shù)域內(nèi)m*n階矩陣,A*表示A的共軛轉(zhuǎn)置矩陣,A*·A的n個特征值的算術(shù)平方根(即A*·A的特征值的開方)叫作矩陣A的奇異值。記為σi(A) 。
共軛復(fù)數(shù):兩個實部相等,虛部互為相反數(shù)的的復(fù)數(shù)。
共軛轉(zhuǎn)置:轉(zhuǎn)置,取共軛。
奇異值分解,即任意一個MxN的實數(shù)矩陣A均可寫成:
其中p=min(m,n),矩陣U和V是正交矩陣,
特征值分解
如果矩陣C是對稱矩陣,那么特可以寫成特征值分解的形式:
QR因子分解
QR因子分解是一項廣泛應(yīng)用于穩(wěn)定求解病態(tài)最小二乘問題的方法,同時也是一些更復(fù)雜方算法的基礎(chǔ),比如SVD及特征值分解。
A=QR
Q是正交矩陣,QQT=I,R是上三角矩陣,且在對角線上的元素為正。
Q可由格拉姆-施密特方法獲得。
R=QTA
格拉姆-施密特正交化
The Gram–Schmidt process then works as follows
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10