奇异值分解(《矩阵分析》阅读笔记) | 您所在的位置:网站首页 › 矩阵逆的绝对值等于绝对值的 › 奇异值分解(《矩阵分析》阅读笔记) |
目录 1. 矩阵空间的分解 2. 奇异值定理 3.奇异值分解的一些性质 4.奇异值与矩阵的范数、行列式、条件数、特征值 5.秩亏缺最小二乘解 1. 矩阵空间的分解若A的秩等于r, U的前r列组成 A的列空间 的标准正交基 U的后n-r列组成 A的左零空间 的标准正交基 V的前r列组成 A的行空间 的标准正交基 V的后m-r列组成 A的零空间 的标准正交基 2. 奇异值定理若一矩阵有零奇异值,那么该矩阵一定是奇异的(秩亏缺的) 3.奇异值分解的一些性质①A和具有完全相同的奇异值 ②下式为特征值分解(σ表示A的奇异值,∑为A的奇异值对角矩阵) ③酉不变性 若P、Q为酉矩阵,PAQ和A具有完全相同的奇异值 ④ 4.奇异值与矩阵的范数、行列式、条件数、特征值①A的谱范数等于A的最大奇异值;A的F范数等于所有奇异值平方和开根号 ②A的行列式等于A的所有奇异值相乘(正交矩阵的行列式绝对值等于1) 这也解释了为什么当有零奇异值时,矩阵是奇异的(秩亏缺的) ③条件数. ④对于方正矩阵A,它的奇异值的取值范围大于特征值绝对值的取值范围 所以 5.秩亏缺最小二乘解即求超定方程Ax=b的近似解(秩亏缺最小二乘问题)的奇异值分解方法 解: 求解过程相当于对向量b做一系列旋转、拉伸变换. 该解使得取得最小值. 当矩阵A受到噪声扰动时,它的奇异值也会发生扰动,一些零奇异值会变得大于零. 因此需要计算原矩阵A秩r的估计值 方法① 归一化奇异值方法 选择满足准则 的最大整数i作为有效序的估计 方法②范数比法 求得有效秩后,套用x的求解公式,即可得解 |
CopyRight 2018-2019 实验室设备网 版权所有 |