線性代數 · 矩陣 | 最小多項式

注:本文為 “矩陣 | 最小多項式” 相關合輯。
略作重排,如有內容異常,請看原文。

最小多項式

橘子蜂蜜 于 2019-05-22 22:48:25 發布

根據哈密頓 - 凱萊(Hamilton - Cayley)定理,任給數域 PPP 上的一個 nnn 級矩陣 AAA,總可以找到數域 PPP 上一個多項式 f(x)f(x)f(x),使 f(A)=0f(A)=0f(A)=0。如果多項式 f(x)f(x)f(x) 滿足 f(A)=0f(A)=0f(A)=0,我們就稱 f(x)f(x)f(x)AAA 為根。在所有以 AAA 為根的多項式中,次數最低且首項系數為 111 的多項式稱為 AAA 的最小多項式。

接下來討論如何應用最小多項式來判斷一個矩陣能否對角化。

引理 1:矩陣 AAA 的最小多項式是唯一的。

引理 2:設 g(x)g(x)g(x) 是矩陣 AAA 的最小多項式,那么 f(x)f(x)f(x)AAA 為根的充分必要條件是 g(x)g(x)g(x) 整除 f(x)f(x)f(x),即 g(x)∣f(x)g(x) \mid f(x)g(x)f(x)

由此可知,矩陣 AAA 的最小多項式是 AAA 的特征多項式的一個因式。

例 1:數量矩陣 kEkEkE 的最小多項式為 x?kx - kx?k。特別地,單位矩陣的最小多項式為 x?1x - 1x?1,零矩陣的最小多項式為 xxx

另一方面,如果 AAA 的最小多項式是一次多項式,那么 AAA 一定是數量矩陣。

例 2:設 A=(1111)A=\begin{pmatrix}1&1\\&1\\&&1\end{pmatrix}A=?1?11?1??,求 AAA 的最小多項式。

解:因為 AAA 的特征多項式為 ∣xE?A∣=(x?1)3|xE - A|=(x - 1)^3xE?A=(x?1)3,所以 AAA 的最小多項式為 (x?1)3(x - 1)^3(x?1)3 的因式。由于 A?E≠0A - E\neq 0A?E=0,而 (A?E)2=0(A - E)^2 = 0(A?E)2=0,因此 AAA 的最小多項式為 (x?1)2(x - 1)^2(x?1)2

如果矩陣 AAABBB 相似,即 B=T?1ATB = T^{-1}ATB=T?1AT,那么對任一多項式 f(x)f(x)f(x),有 f(B)=T?1f(A)Tf(B)=T^{-1}f(A)Tf(B)=T?1f(A)T。因此,f(B)=0f(B)=0f(B)=0 當且僅當 f(A)=0f(A)=0f(A)=0。這說明相似矩陣具有相同的最小多項式,反之不然,即最小多項式相同的矩陣不一定相似。

例 3:設 A=(11112)A=\begin{pmatrix}1&1\\&1\\&&1\\&&&2\end{pmatrix}A=?1?11?1?2??B=(11122)B=\begin{pmatrix}1&1\\&1\\&&2\\&&&2\end{pmatrix}B=?1?11?2?2??

AAABBB 的最小多項式都等于 (x?1)2(x?2)(x - 1)^2(x - 2)(x?1)2(x?2),但是它們的特征多項式不同,因此 AAABBB 不相似。

引理 3:設 AAA 是一個準對角矩陣 A=(A1A2)A=\begin{pmatrix}A_1&\\&A_2\end{pmatrix}A=(A1??A2??),并設 A1A_1A1? 的最小多項式為 g1(x)g_1(x)g1?(x)A2A_2A2? 的最小多項式為 g2(x)g_2(x)g2?(x),那么 AAA 的最小多項式為 g1(x)g_1(x)g1?(x)g2(x)g_2(x)g2?(x) 的最小公倍式 [g1(x),g2(x)][g_1(x),g_2(x)][g1?(x),g2?(x)]

這個結論可以推廣到 AAA 為若干個矩陣組成的準對角矩陣的情形,即:如果

A=(A1A2?As)A=\begin{pmatrix}A_1\\&A_2\\&&\ddots \\&&&A_s\end{pmatrix}A=?A1??A2????As???

AiA_iAi? 的最小多項式為 gi(x)g_i(x)gi?(x)i=1,2,?,si = 1,2,\cdots,si=1,2,?,s,那么 AAA 的最小多項式為 [g1(x),g2(x),?,gs(x)][g_1(x),g_2(x),\cdots,g_s(x)][g1?(x),g2?(x),?,gs?(x)]

證明:記 g(x)=[g1(x),g2(x)]g(x)=[g_1(x),g_2(x)]g(x)=[g1?(x),g2?(x)],首先

g(A)=(g(A1)g(A2))=0g(A)=\begin{pmatrix}g(A_1)\\&g(A_2)\end{pmatrix}=0g(A)=(g(A1?)?g(A2?)?)=0

因此 g(x)g(x)g(x) 能被 AAA 的最小多項式整除。其次,如果 h(A)=0h(A)=0h(A)=0,那么

h(A)=(h(A1)h(A2))=0h(A)=\begin{pmatrix}h(A_1)\\&h(A_2)\end{pmatrix}=0h(A)=(h(A1?)?h(A2?)?)=0

所以 h(A1)=0h(A_1)=0h(A1?)=0h(A2)=0h(A_2)=0h(A2?)=0,因而 g1(x)∣h(x)g_1(x) \mid h(x)g1?(x)h(x)g2(x)∣h(x)g_2(x) \mid h(x)g2?(x)h(x),并由此得 g(x)∣h(x)g(x) \mid h(x)g(x)h(x)。這樣就證明了 g(x)g(x)g(x)AAA 的最小多項式。

引理 4KKK 級若爾當(Jordan)塊 J=(a1??a1a)J=\begin{pmatrix}a\\1&\ddots \\&\ddots &a\\&&1&a\end{pmatrix}J=?a1????a1?a?? 的最小多項式為 (x?a)K(x - a)^K(x?a)K

證明JJJ 的特征多項式為 (x?a)K(x - a)^K(x?a)K,而 J?aE=(01??010)J - aE=\begin{pmatrix}0\\1&\ddots \\&\ddots &0\\&&1&0\end{pmatrix}J?aE=?01????01?0??(J?aE)K?1=(0?0010?0)≠0(J - aE)^{K - 1}=\begin{pmatrix}0\\\vdots &0\\0\\1&0\cdots &0\end{pmatrix}\neq 0(J?aE)K?1=?0?01?00??0??=0,所以 JJJ 的最小多項式為 (x?a)K(x - a)^K(x?a)K

定理:數域 PPPnnn 級矩陣 AAA 與對角矩陣相似的充分必要條件為 AAA 的最小多項式是 PPP 上互素的一次因式的乘積。

推論:復數矩陣 AAA 與對角矩陣相似的充分必要條件是 AAA 的最小多項式沒有重根。


【矩陣論筆記】最小多項式與Jordan型的關系

番茄發燒了 于 2020-05-07 17:02:01 發布

最小多項式的定義

方陣 AAA 的次數最低、且首一的零化多項式稱為 AAA 的最小多項式。

最小多項式的性質(定理4)

設方陣 AAA 的最小多項式為 mA(λ)m_A(\lambda)mA?(λ),則有:

  1. AAA 的任何零化多項式都能被 mA(λ)m_A(\lambda)mA?(λ) 整除;
  2. AAA 的最小多項式 mA(λ)m_A(\lambda)mA?(λ) 是唯一的;
  3. λ0\lambda_0λ0?AAA 的特征值 ?mA(λ0)=0\iff m_A(\lambda_0) = 0?mA?(λ0?)=0

最小多項式的一般形式

假設 nnn 階方陣 AAA 的特征多項式為:
fA(λ)=∣λI?A∣=(λ?λ1)n1(λ?λ2)n2?(λ?λs)nsf_A(\lambda) = |\lambda I - A| = (\lambda - \lambda_1)^{n_1} (\lambda - \lambda_2)^{n_2} \cdots (\lambda - \lambda_s)^{n_s} fA?(λ)=λI?A=(λ?λ1?)n1?(λ?λ2?)n2??(λ?λs?)ns?
其中 λ1,λ2,?,λs\lambda_1, \lambda_2, \cdots, \lambda_sλ1?,λ2?,?,λs?AAA 的所有不同特征值,則 AAA 的最小多項式有如下形式:
mA(λ)=(λ?λ1)m1(λ?λ2)m2?(λ?λs)msm_A(\lambda) = (\lambda - \lambda_1)^{m_1} (\lambda - \lambda_2)^{m_2} \cdots (\lambda - \lambda_s)^{m_s} mA?(λ)=(λ?λ1?)m1?(λ?λ2?)m2??(λ?λs?)ms?

計算最小多項式的方法通常是從 mi=1m_i = 1mi?=1 開始逐步驗證,將 AAA 代入多項式中判斷是否為零矩陣。

Jordan 塊的最小多項式

Jordan 塊的最小多項式與其特征多項式相同,階數無法降低。

對于 r×rr \times rr×r 的 Jordan 塊,
J=[λ01λ0??1λ0]J = \begin{bmatrix} \lambda_0 & 1 & & \\ & \lambda_0 & \ddots & \\ & & \ddots & 1 \\ & & & \lambda_0 \end{bmatrix} J=?λ0??1λ0?????1λ0???
滿足:
(J?λ0I)r?1=[0?010?0??0]≠O,(J?λ0I)r=O(J - \lambda_0 I)^{r-1} = \begin{bmatrix} 0 & \cdots & 0 & 1 \\ & 0 & \ddots & 0 \\ & & \ddots & \vdots \\ & & & 0 \end{bmatrix} \neq O, \quad (J - \lambda_0 I)^r = O (J?λ0?I)r?1=?0??0?0???10?0??=O,(J?λ0?I)r=O
因此,其最小多項式為 (λ?λ0)r(\lambda - \lambda_0)^r(λ?λ0?)r

例題:求矩陣的最小多項式

例 9 求矩陣 A=[2100002000002?1?100053000?4?2]A = \begin{bmatrix} 2 & 1 & 0 & 0 & 0 \\ 0 & 2 & 0 & 0 & 0 \\ 0 & 0 & 2 & -1 & -1 \\ 0 & 0 & 0 & 5 & 3 \\ 0 & 0 & 0 & -4 & -2 \end{bmatrix}A=?20000?12000?00200?00?15?4?00?13?2?? 的最小多項式。

解:因為 AAA 是對角塊矩陣,即 A=[A1A2]A = \begin{bmatrix} A_1 & \\ & A_2 \end{bmatrix}A=[A1??A2??],其中:

  • A1=[2102]A_1 = \begin{bmatrix} 2 & 1\\0 & 2 \end{bmatrix}A1?=[20?12?] 是一個 Jordan 塊,其最小多項式為 m1(λ)=(λ?2)2m_1(\lambda) = (\lambda - 2)^2m1?(λ)=(λ?2)2(階數不可降低);

  • A2=[2?1?10530?4?2]A_2 = \begin{bmatrix} 2 & -1 & -1 \\ 0 & 5 & 3 \\ 0 & -4 & -2 \end{bmatrix}A2?=?200??15?4??13?2??,其特征多項式為 fA2(λ)=(λ?2)2(λ?1)f_{A_2}(\lambda) = (\lambda - 2)^2 (\lambda - 1)fA2??(λ)=(λ?2)2(λ?1)

    通過驗證可知,A2A_2A2? 的最小多項式為 m2(λ)=(λ?2)(λ?1)m_2(\lambda) = (\lambda - 2)(\lambda - 1)m2?(λ)=(λ?2)(λ?1)

因此,AAA 的最小多項式為 A1A_1A1?A2A_2A2? 最小多項式的最小公倍式,即:
mA(λ)=(λ?2)2(λ?1)m_A(\lambda) = (\lambda - 2)^2 (\lambda - 1) mA?(λ)=(λ?2)2(λ?1)

最小多項式的應用

最小多項式可用于簡化方陣多項式的計算,主要途徑包括:

  1. 相似化簡為對角陣;
  2. 通過零化多項式對多項式降階。

相關定理

  • 相似矩陣具有相同的最小多項式;
  • nnn 階方陣可對角化的充要條件是其最小多項式無重根。

最小多項式與 Jordan 型的關系

假設 nnn 階方陣 AAA 的特征多項式為:
fA(λ)=∣λI?A∣=(λ?λ1)n1(λ?λ2)n2?(λ?λs)nsf_A(\lambda) = |\lambda I - A| = (\lambda - \lambda_1)^{n_1} (\lambda - \lambda_2)^{n_2} \cdots (\lambda - \lambda_s)^{n_s} fA?(λ)=λI?A=(λ?λ1?)n1?(λ?λ2?)n2??(λ?λs?)ns?
其中 λ1,λ2,?,λs\lambda_1, \lambda_2, \cdots, \lambda_sλ1?,λ2?,?,λs?AAA 的所有不同特征值,nin_ini? 為特征值 λi\lambda_iλi? 的代數重數,ki=dim?Eλik_i = \dim E_{\lambda_i}ki?=dimEλi?? 為幾何重數,i=1,2,?,s.i=1,2,\cdots,s.i=1,2,?,s.AAA 的最小多項式為:
mA(λ)=(λ?λ1)m1(λ?λ2)m2?(λ?λs)msm_A(\lambda) = (\lambda - \lambda_1)^{m_1} (\lambda - \lambda_2)^{m_2} \cdots (\lambda - \lambda_s)^{m_s} mA?(λ)=(λ?λ1?)m1?(λ?λ2?)m2??(λ?λs?)ms?

方陣 AAA 的性質

  1. AAA 的 Jordan 標準形由 sss 個子 Jordan 矩陣構成:
    J=[J1J2?Js]J = \begin{bmatrix} J_1 & & & \\ & J_2 & & \\ & & \ddots & \\ & & & J_s \end{bmatrix} J=?J1??J2????Js???
    其中 JiJ_iJi? 是對角元為 λi\lambda_iλi?nin_ini? 階子 Jordan 矩陣(階數等于代數重數 nin_ini?)。

  2. AAA 的子 Jordan 矩陣 JiJ_iJi?kik_iki? 個 Jordan 塊構成(數量等于幾何重數 kik_iki?):
    Ji=[Ji1Ji2?Jiki]J_i = \begin{bmatrix} J_{i1} & & & \\ & J_{i2} & & \\ & & \ddots & \\ & & & J_{ik_i} \end{bmatrix} Ji?=?Ji1??Ji2????Jiki????
    其中 JijJ_{ij}Jij? 是對角元為 λi\lambda_iλi? 的 Jordan 塊。

  3. AAA 的最小多項式中 (λ?λi)mi(\lambda - \lambda_i)^{m_i}(λ?λi?)mi? 的冪次 mim_imi? 等于子 Jordan 矩陣 JiJ_iJi? 中 Jordan 塊的最高階數。

例題:確定Jordan標準形

例10AAA 的特征多項式和最小多項式分別為:
fA(λ)=(λ?3)4(λ?2)2,mA(λ)=(λ?3)2(λ?2)2f_A(\lambda) = (\lambda - 3)^4 (\lambda - 2)^2, \quad m_A(\lambda) = (\lambda - 3)^2 (\lambda - 2)^2 fA?(λ)=(λ?3)4(λ?2)2,mA?(λ)=(λ?3)2(λ?2)2
試確定 AAA 的所有可能 Jordan 標準形。

解:

  • AAA 有兩個不同的特征值 333222,代數重數分別為 444222,因此其 Jordan 標準形由兩個子 Jordan 矩陣 J1J_1J1?(4 階)和 J2J_2J2?(2 階)構成,即:

    J=[J1J2]J = \begin{bmatrix} J_1 & \\ & J_2 \end{bmatrix}J=[J1??J2??]J1=[3333]J_1=\left[ \begin{matrix} 3 & {} & {} & {} \\ {} & 3 & {} & {} \\ {} & {} & 3 & {} \\ {} & {} & {} & 3 \\ \end{matrix} \right]J1?=?3?3?3?3??J2=[22]J_2 = \begin{bmatrix} 2 & \\ & 2 \end{bmatrix}J2?=[2?2?]

  • 由最小多項式 mA(λ)=(λ?3)2(λ?2)2m_A(\lambda) = (\lambda - 3)^2 (\lambda - 2)^2mA?(λ)=(λ?3)2(λ?2)2 可知,J1J_1J1? 中 Jordan 塊的最高階數為 222J2J_2J2? 中 Jordan 塊的最高階數為 222

因此,AAA 的可能 Jordan 標準形為:
J=[313313212]或[313133212]J = \begin{bmatrix} 3 & 1 & & & & \\ & 3 & & & & \\ & & 3 & 1 & & \\ & & & 3 & & \\ & & & & 2 & 1 \\ & & & & & 2 \end{bmatrix} \quad \text{或} \quad \begin{bmatrix} 3 & 1 & & & & \\ & 3 & 1 & & & \\ & & 3 & & & \\ & & & 3 & & \\ & & & & 2 & 1 \\ & & & & & 2 \end{bmatrix} J=?3?13?3?13?2?12???3?13?13?3?2?12??


via:

  • 最小多項式-CSDN博客
    https://blog.csdn.net/qq_45011547/article/details/90413462

  • 【矩陣論筆記】最小多項式與Jordan型的關系-CSDN博客
    https://blog.csdn.net/bless2015/article/details/105974793

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/diannao/95309.shtml
繁體地址,請注明出處:http://hk.pswp.cn/diannao/95309.shtml
英文地址,請注明出處:http://en.pswp.cn/diannao/95309.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

docter的使用、vscode(cursor)和docker的連接,詳細分析說明

目錄 一、基本命令 二、用案例來學習使用方法 🚀 Pull Python 3.11 鏡像并創建命名容器 📋 其他有用命令 在容器中安裝依賴 三、直接在鏡像中安裝依賴(創建自己定制的鏡像) 四、在 cursor 中選用容器作為編譯器 五、對于整…

如何使用AI大語言模型解決生活中的實際小事情?

我們總以為AI是遙不可及的未來科技,卻忽視了它早已成為生活中最實用的“隱形助手”。在信息爆炸的今天,我們每天被無數生活瑣事包圍:一封專業郵件反復修改措辭、孩子突如其來的數學難題、冰箱里僅剩的食材如何搭配、旅行行程的繁瑣規劃……這…

關于微信小程序的筆記

1.需要獲取demo素材圖片方法(2,3)2.使用逆向工具進行解包沒有安裝node的需要安裝一下安裝npm i -g wedecode0.8.0-beta.3獲取小程序文件存放路徑/Users/lin/Library/Containers/com.tencent.xinWeChat/Data/.wxapplet/packages/wx060ecb4f74eac0da根據具…

課堂筆記:吳恩達的AI課(AI FOR EVERYONE)-W2 AI項目工作流程

課堂筆記:吳恩達的AI課(AI FOR EVERYONE)-W2 AI項目工作流程 一、如何開始一個AI項目? 1、建設項目工作流程 2、選擇合適的AI項目 3、為這個項目收集數據和組織團隊二、AI項目的工作流程 (1)機器學習項目的…

逐際動力開源運控 tron1-rl-isaacgym 解讀與改進

文章目錄概覽基礎框架解讀線速度估計觀測結構仿真實驗點足式步態設計步態相位與接觸狀態建模步態接觸獎勵動作延遲我的改進Point-goal Locomotion觀測修改獎勵修改預訓練地形編碼器Sliced Wasserstein AutoEncoder模型訓練與結果參考材料概覽 這篇博客記錄了我參加逐際動力創學…

人工智能-python-機器學習-線性回歸與梯度下降:理論與實踐

文章目錄線性回歸與梯度下降:理論與實踐1. 引言2. 回歸分析2.1 什么是回歸?2.2 線性回歸2.3 損失函數2.4 多參數回歸3. 參數求解:最小二乘法3.1 最小二乘法 MSE3.2 最小二乘法的優缺點優點:缺點:4. 梯度下降4.1 梯度下…

前端,elment-plus組件:表格,分頁,對話框,表單

Element Plus 核心特性組件體系:表單、表格、彈窗、導航等高頻組件設計理念主題定制:Sass 變量覆蓋與暗黑模式無縫切換國際化支持:多語言動態切換的實現機制TypeScript 支持:完整的類型定義與開發友好性快速上手指南安裝與基礎配置…

【LeetCode】6. Z 字形變換

文章目錄6. Z 字形變換題目描述示例 1:示例 2:示例 3:提示:解題思路算法分析問題本質分析Z字形排列過程詳解Z字形排列可視化方向控制策略數學規律法詳解各種解法對比算法流程圖邊界情況處理時間復雜度分析空間復雜度分析關鍵優化點…

spring文件下載的方式

spring文件下載的方式方式一:通過ResponseEntity<Resource> 方式來下載方式二:通過ResponseEntity<StreamingResponseBody> 方式來下載方式三:通過Servlet原生下載方式四:通過ResponseEntity<byte[]> 方式來下載四種下載方式的對比1、核心特性對比2、典型場景…

寫一個redis客戶端軟件,參考 Another Redis Desktop Manager 的設計風格。

一個基于 Electron 開發的現代化 Redis 桌面客戶端&#xff0c;參考 Another Redis Desktop Manager 的設計風格。 github倉庫地址 https://github.com/henkuoai/redis-man-pc

Web3: DeFi借貸的安全基石, 了解喂價與清算機制的原理與重要性

今天我們要聊一個DeFi世界里至關重要&#xff0c;但又時常被誤解的話題&#xff1a;為什么DeFi協議需要定期更新喂價和執行清算&#xff1f; 如果大家參與過DeFi借貸&#xff0c;大家可能看到過“清算”這個詞&#xff0c;甚至會有點談虎色變。但實際上&#xff0c;清算和為其提…

「iOS」————響應者鏈與事件傳遞鏈

iOS學習響應者鏈和事件傳遞鏈傳遞鏈&#xff1a;hitTest:withEvent**pointInside:withEvent**響應鏈第一響應者和最佳響應者觸摸事件&#xff08;UITouch&#xff09;UIGestureRecognizer&#xff08;手勢識別器&#xff09;響應者鏈和事件傳遞鏈 iOS事件的主要由&#xff1a;…

修復圖像、視頻和3D場景的AI工具–Inpaint Anything

TL; DR&#xff1a;用戶可以通過單擊來選擇圖像中的任何對象。借助強大的視覺模型&#xff0c;例如SAM、LaMa和穩定擴散 (SD)&#xff0c;Inpaint Anything能夠順利地移除對象&#xff08;即Remove Anything&#xff09;。此外&#xff0c;在用戶輸入文本的提示下&#xff0c;I…

java -jar xxx.jar 提示xxx.jar中沒有主清單屬性報錯解決方案

xxx.jar 中沒有主清單屬性 &#xff08;no main manifest attribute&#xff09;解決方案 java -jar xxx.jar 提示xxx.jar中沒有主清單屬性報錯解決方案 這個錯通常出現在你用 java -jar xxx.jar 啟動&#xff0c;但 JAR 的 META-INF/MANIFEST.MF 里沒有 Main-Class 條目&#…

Myqsl建立庫表練習

目錄 一、windows中選擇一種方式安裝Mysql8.0 二、新建產品庫mydb6_product 1. 新建3張表如下&#xff1a; 1&#xff09;employees表 2&#xff09;orders表 3&#xff09;invoices表 三、新建員工庫mydb8_worker&#xff0c;添加自定義表內容并插入數據 1. 新建庫表 2. 插…

STM32 輸入捕獲,串口打印,定時器,中斷綜合運用

實驗目的 使用定時器 2 通道 2 來捕獲按鍵 2 按下時間&#xff0c;并通過串口打印。 計一個數的時間&#xff1a;1us&#xff0c;PSC71&#xff0c;ARR65535 下降沿捕獲、輸入通道 2 映射在 TI2 上、不分頻、不濾波輸入捕獲原理定時器輸入捕獲實驗配置步驟測量按鍵按下時長思路…

Nacos-2--Nacos1.x版本的通信原理

在Nacos 1.x版本中&#xff0c;客戶端長輪詢&#xff08;Long Polling&#xff09;和服務端UDP主動推送是兩種不同的機制&#xff0c;分別用于配置管理和服務發現場景。它們的核心目標都是實現動態更新的實時感知&#xff0c;但實現方式、數據內容和適用場景完全不同。 1、長輪…

機器學習——09 聚類算法

1 聚類算法聚類算法&#xff1a; 是一種無監督學習算法&#xff0c;它不需要預先知道數據的類別信息&#xff0c;而是根據樣本之間的相似性&#xff0c;將樣本劃分到不同的類別中&#xff1b;不同的相似度計算方法&#xff0c;會得到不同的聚類結果&#xff0c;常用的相似度計算…

生成式AI應用生態的爆發與專業化演進:從零和博弈到正和共贏

2025年,生成式AI產業規模已突破7000億元,全球生成式AI市場規模預計在2028年達到2842億美元(IDC數據)。在這場技術革命中,AI基礎模型的分化已證明:差異化競爭而非同質化替代,才是推動產業發展的核心邏輯。如今,這一規律正從基礎模型層向應用生成平臺層蔓延——Lovable、…

Mysql——Sql的執行過程

目錄 一、Sql的執行過程流程圖解 二、Sql的執行過程流程 1.2.1、建立連接 1.2.2、服務層(緩存、解析器、預處理器、優化器、執行器) 1.2.2.1、緩存 1.2.2.2、解析器 1.2.2.3、預處理器 1.2.2.4、優化器 1.2.2.5、執行器 1.2.3、引擎層 一、Sql的執行過程流程圖解 Sql的執行過…