1.相抵关于rank的分解：A=Pdiag{Ir,0}Q
2.QR分解：对于一个可逆矩阵A，存在正交矩阵Q和主对角元都是正数的上三角矩阵R，A=QR，这样的分解是唯一的。
设A的列向量组是(α1...αn)。
A是可逆的，所以它们线性无关，施密特正交化然后再单位化。得到η1...ηn。
当然η1...ηn是能被α1...αn线性表示的，我们全部把相应系数设出来，
由正交化的过程，βi确实只由α1...αi线性表示。除以一个模长当然也还是。而且αi的系数是1/模长.
这样叠起来是一个上三角B。它的主对角元是正数。
AB=Q.
取R=B逆即可。
3.相似（特征值）分解/谱分解：P-1AP=diag{λ1,...λn}
4.SVD奇异值分解：
5.正定矩阵/半正定：（可逆）CCT
标签：...,处理,可逆,矩阵,正交,分解,线性 来源： https://www.cnblogs.com/StarryCoast/p/14254141.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。