參考:https://www.zhihu.com/question/22237507
一,前言:
瞭解SVD之前,我們要知道特徵值,特徵向量的含義,回顧(https://blog.csdn.net/qq_33228039/article/details/98968137)。當然也需要直到基座標變換的含義,回顧(https://blog.csdn.net/qq_33228039/article/details/98945843)。當然最最重要的是理解矩陣的含義。
二,矩陣的含義:
參考(https://wenku.baidu.com/view/b7641217866fb84ae45c8d17.html)
矩陣是什麼,取決於你從什麼角度去觀察
1.矩陣與線性變換
在線性空間中,當選定一組基之後,不僅可以用一個向量來描述空間中的任何一個對象,而且可以用矩陣來描述該空間中的任何一個運動(線性變換),也即對於任何一個線性變換,都能夠用一個確定的矩陣來加以描述。在線性空間中選定基之後,向量刻畫對象,矩陣刻畫對象的運動。而使某個對象發生對應運動的方法,就是用代表那個運動的矩陣,乘以代表那個對象的向量。用矩陣與向量的乘法施加運動。
矩陣是線性空間中的線性變換的一個描述
對於同一個線性變換,選定一組基,就可以找到一個矩陣來描述這個線性變換;換一組基,就得到一個不同的矩陣。所有這些矩陣都是這同一個線性變換的描述,但又不是線性變換本身。所以線性變換是抽象的概念。
同一個線性變換的矩陣具有的性質:
若A和B是同一個線性變換的兩個不同的矩陣,則一定存在非奇異矩陣P(1.方陣,2.行列式不等於0,3.可逆),使得,即同一個線性變換在不同的座標系下表現爲不同的矩陣,但其本質相同,所以特徵值相同。不懂的去看基座標變換。
相似矩陣,就是同一個線性變換的不同的描述矩陣,或者說相似舉證都是同一個線性變換的描述。也就是同一個運動,不同的說法。
線性變換可以用矩陣的形式呈現,也就是說,矩陣是形式,而變換---也就是各種映射纔是本質,而代數的重要任務之一就是研究各種數學結構之間的關係---也就是映射。
2.矩陣與座標系
n維線性空間裏的方陣A的n個n維向量如果線性無關,那麼它們就可以成爲度量n維線性空間的一組基,事實上就是一個座標系體系。
第一個,表示,向量乘以矩陣,向量做了線性變換,從b向量變成了a向量。矩陣表示的是線性變換。
第二個,表示,向量從01座標系,轉換成M座標系。矩陣表示的是座標系。
3.矩陣既是座標系,又是變換。
4.總結:
矩陣是什麼取決於我們怎麼使用它,通俗點也是對象和類的關係。