“奇异值分解（SVD）””的版本间的差异

2024年9月26日 (四) 18:06的版本

在线性代数中，奇异值分解（SVD）是将实矩阵或复矩阵分解为旋转、缩放和再次旋转的一种因子分解方法。它将具有正交特征基的方阵特征分解推广到任意m*n矩阵。它与极分解有关。

2024年9月26日 (四) 18:06的版本（查看源代码）相信未来（讨论 \| 贡献）（建立内容为“在线性代数中，奇异值分解（SVD）是将实矩阵或复矩阵分解为旋转、缩放和再次旋转的一种因子分解方法。它将具有正交特…”的新页面）		2024年9月26日 (四) 18:06的版本（查看源代码）相信未来（讨论 \| 贡献）下一编辑→
第1行：		第1行：
−	在线性代数中，奇异值分解（SVD）是将实矩阵或复矩阵分解为旋转、缩放和再次旋转的一种因子分解方法。它将具有正交特征基的方阵特征分解推广到任意 $m \times n$ 矩阵。它与极分解有关。	+	在线性代数中，奇异值分解（SVD）是将实矩阵或复矩阵分解为旋转、缩放和再次旋转的一种因子分解方法。它将具有正交特征基的方阵特征分解推广到任意m*n矩阵。它与极分解有关。