如何解决从对称矩阵的特征分解计算奇异向量
出于某种原因,我需要在奇异值分解 A = U Sigma V^T 中计算奇异向量 V,使用特征分解,其中 A 是对称矩阵。
我认为对于对称矩阵,奇异向量与受特征值符号约束的特征向量相同。
所以从特征分解计算奇异向量我们需要纠正这个符号问题。我看到有人在他们的特征向量上使用 QR 分解,Q 矩阵将是等于奇异向量的正交矩阵。
谁能向我解释为什么 QR 分解会纠正对称矩阵的特征向量和奇异向量之间的这种符号差异?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。