AI理论随笔-对称矩阵、正交矩阵与特征向量,特征值(1)

本文介绍了实对称矩阵的概念及其性质,包括特征值和特征向量的定义,强调了实对称矩阵的特征向量正交性和可对角化特性。同时,阐述了正交矩阵的定义、性质,指出正交矩阵在欧氏空间中的作用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、对称矩阵(Symmetric Matrices)是指元素以主对角线为对称轴对应相等的矩阵。 对称矩阵是一个方形矩阵,其转置矩阵和自身相等。

如果有n阶矩阵A,其矩阵的元素都为实数,且矩阵A的转置等于其本身(aij=aji)(i,j为元素的脚标),则称A为实对称矩阵。比如:
A=[1272317111] A=\begin{bmatrix} 1 & 2&7\\ 2& 3&1\\ 7&1&11 \end {bmatrix} A=1272

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