




版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、2 矩陣的奇異值分解定義 設(shè)是秩為的復(fù)矩陣,的特征值為.則稱為A的奇異值.易見,零矩陣的奇異值都是零,矩陣的奇異值的個數(shù)等于的列數(shù),的非零奇異值的個數(shù)等于其秩.矩陣的奇異值具有如下性質(zhì):(1)為正規(guī)矩陣時,的奇異值是的特征值的模;(2)為半正定的Hermite矩陣時,的奇異值是的特征值;(3)若存在酉矩陣,矩陣,使,則稱A和B酉等價.酉等價的矩陣A和B有相同的奇異值.奇異值分解定理 設(shè)是秩為的復(fù)矩陣,則存在m階酉矩陣與n階酉矩陣,使得. 其中,為矩陣的全部非零奇異值.證明 設(shè)Hermite矩陣的n個特征值按大小排列為.則存在n階酉矩陣,使得. 將分塊為 ,其中,分別是的前r列與后列. 并改寫式
2、為.則有. 由的第一式可得.由的第二式可得.令,則,即的r個列是兩兩正交的單位向量.記作,因此可將擴(kuò)充成的標(biāo)準(zhǔn)正交基,記增添的向量為,并構(gòu)造矩陣,則是m階酉矩陣,且有 .于是可得.由式可得. 稱式為矩陣的奇異值分解.值得注意的是:在奇異值分解中是的特征向量,而的列向量是的特征向量,并且與的非零特征值完全相同.但矩陣的奇異值分解不惟一.證明2 設(shè)Hermite矩陣的n個特征值按大小排列為.則存在n階酉矩陣,使得. 將分塊為,它的n個列是對應(yīng)于特征值的標(biāo)準(zhǔn)正交的特征向量.為了得到酉矩陣U,首先考察中的向量組,由于當(dāng)i不等于j時有所以向量組是中的正交向量組.又 ,所以 .令,則得到中的標(biāo)準(zhǔn)正交向量組
3、,把它擴(kuò)充成為中的標(biāo)準(zhǔn)正交基,令則U是m階酉矩陣.由已知及前面的推導(dǎo)可得,;,;從而 故有,即.例1 求矩陣的奇異值分解.解 的特征值為,對應(yīng)的單位特征向量依次為.所以 .于是可得,.計算,則的奇異值分解為.在A的奇異值分解中,酉矩陣V的列向量稱為A的右奇異向量,V的前r列是的r個非零特征值所對應(yīng)的特征向量,將他們?nèi)榫仃嘨1,則.酉矩陣U的列向量被稱為A的左奇異向量,將U從前r列處分塊為,由分塊運算,有從而 .因此,有下列結(jié)果 (1)的列向量組是矩陣A的零空間的一組標(biāo)準(zhǔn)正交基; (2)的列向量組是矩陣A的列空間的一組標(biāo)準(zhǔn)正交基; (1)的列向量組是矩陣A的零空間正交補的一組標(biāo)準(zhǔn)正交基; (1
4、)的列向量組是矩陣A的列空間正交補的一組標(biāo)準(zhǔn)正交基.在A的奇異值分解中,酉矩陣U和V不是惟一的.A的奇異值分解給出了矩陣A的許多重要信息. 更進(jìn)一步,由于,可借助于奇異值分解,將A表示為歸納這一結(jié)果,有如下定理. 定理 設(shè),A的非零奇異值為,是應(yīng)于奇異值的左奇異向量,是應(yīng)于奇異值的右奇異向量,則. 上式給出的形式被稱為矩陣A的奇異值展開式,對一個,略去A的一些小的奇異值對應(yīng)的項,去矩陣為.則是一個秩為k的mn矩陣.可以證明,是在所有秩為k的mn矩陣中,從Frobenius范數(shù)的意義下,與矩陣A距離最近的一個矩陣.這在實際中應(yīng)用廣泛.例如,在圖像數(shù)字化技術(shù)中,一副圖片可以轉(zhuǎn)換成一個mn階像素矩陣
5、來儲存,存儲量mn是個數(shù).如果利用矩陣的奇異值展開式,則只要存儲A的奇異值,奇異向量的分量,總計r(m+n+1)個數(shù).取m=n=1000,r=100作一個比較,mn=1000000,r(m+n+1)=100(1000+1000+1)=200100.取A的奇異值展開式,存儲量較A的元素情形減少了80%.另外,可取,用逼近A,能夠達(dá)到既壓縮圖像的存儲量,又保持圖像不失真的目的.由矩陣的奇異值分解可得可見,是矩陣的加權(quán)和,其中權(quán)系數(shù)按遞減排列.顯然,權(quán)系數(shù)大的那些項對矩陣的貢獻(xiàn)大,因此當(dāng)舍去權(quán)系數(shù)小的一些項后,仍然能較好的“逼近”矩陣,這一點在數(shù)字圖像處理方面非常有用.矩陣的秩k逼近定義為秩r逼近就
6、精確等于,而秩1逼近的誤差最大.矩陣的奇異值分解不但在線性方程組,矩陣范數(shù),廣義逆,最優(yōu)化等方面有著廣泛的應(yīng)用.而且在數(shù)字計算,數(shù)字圖像處理,信息檢索,心里學(xué)等領(lǐng)域也有著極重要的應(yīng)用.有興趣的讀者可參閱有關(guān)教科書,如Steven J.Leon 的線性代數(shù).矩陣的奇異值分解與線性變換設(shè)A是一個秩為r的mn復(fù)矩陣,即,則由可以定義線性變換.設(shè)矩陣A有奇異值分解,則將矩陣的列向量組取作空間的標(biāo)準(zhǔn)正交基;則將矩陣的列向量組取作空間的標(biāo)準(zhǔn)正交基,則在所取的基下,線性變換對應(yīng)的變換矩陣就是.設(shè),在基下坐標(biāo)向量為,.那么在線性變換下的像具有形式:.其中是A的非零奇異值,所以,的像在中基下的坐標(biāo)是.從中可以看出,當(dāng)時,在取定的基下,線性變換的作用是將原像坐標(biāo)中的前r個分量分別乘以A的非零奇異值,后(n-r)分量化為零.如果原像坐標(biāo)滿足條件:,則像坐標(biāo)滿足條件:.在時,等式成立.因此,有如下定理.定理 設(shè)是mn實矩陣A的奇異值分解,則中的單位圓球面在線性變換下的像集合是:(1)若,則像集合是中的橢球面;(2)若,則像
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 三中去年考試試卷及答案
- 2025年租賃合同下的建房計劃
- 浙江國企招聘2025金華智園至尚資產(chǎn)經(jīng)營有限公司招聘17人筆試參考題庫附帶答案詳解
- 2025綜合商務(wù)合作合同
- 孤殘兒童庇護(hù)服務(wù)社會資源動員策略考核試卷
- 聚丙烯酸甲酯靜電紡絲考核試卷
- 電氣設(shè)備在工業(yè)鍋爐控制系統(tǒng)中的應(yīng)用考核試卷
- 石油開采業(yè)的創(chuàng)新發(fā)展與價值創(chuàng)造考核試卷
- 管道工程自動化與智能化考核試卷
- 牛飼養(yǎng)常見疾病防治考核試卷
- 【武漢大學(xué)】2025DeepSeek驅(qū)動下的地圖生成報告
- (廣東二模)2025年廣東省高三高考模擬測試(二)歷史試卷(含答案)
- 高空作業(yè)簡答試題及答案
- 通信服務(wù)公司管理制度
- 2025年班組安全培訓(xùn)考試試題ab卷
- T-CHSA 082-2024 上頜竇底提升專家共識
- 《集中用餐單位落實食品安全主體責(zé)任監(jiān)督管理規(guī)定》解讀與培訓(xùn)
- 安徽省示范高中皖北協(xié)作區(qū)2025屆高三下學(xué)期第27屆聯(lián)考(一模)數(shù)學(xué)試題 含解析
- 食品安全管理制度文本(完整版)餐飲
- 思政微課紅色教育
- 傳染病防控與報告課件
評論
0/150
提交評論