Machine Learning之高等数学篇(十二)☞《特征值与特征向量》

上一节呢,我们学习了《齐次与非齐次方程组解的结构定理》,这次我们续接上一节的内容,来学习下《特征值与特征向量》

一、特征值与特征向量

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述在这里插入图片描述
在这里插入图片描述

二、特征值的性质

在这里插入图片描述

三、可对角化矩阵(非常重要)

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

四、正定矩阵

在这里插入图片描述

五、奇异矩阵

在这里插入图片描述

至此:《特征值与特征向量》,我们就先学习到这里~接下来进入《正交矩阵与矩阵的QR分解》相关的学习!


!!!版权声明!!!

本系列为博主学心得与体会,所有内容均为原创(✿◡‿◡)

欢迎传播、复制、修改。引用、转载等☞请注明转载来源。感谢您的配合

用于商业目的,请与博主采取联系,并请与原书版权所有者联系,谢谢!\(≧▽≦)/

我的联系方式:email–> 1209551258@qq.com

!!!版权声明!!!


生活嘛~ 最重要的就是开心喽~ O(∩_∩)O~~

这里写图片描述


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