奇異值分解例題

參考:https://open.163.com/movie/2016/4/D/4/MBKJ0DQ52_MBQUMH1D4.html 但是裏面有幾點沒說清楚,並且用的2*2的矩陣,這個和我們經常算的3*2不太一樣。

首先奇異值分解是A=u\epsilon v^{T}這裏寫圖片描述

1.則這裏寫圖片描述

那麼這裏寫圖片描述
我們知道A可能不是一個方陣,那麼經過A^{T}A後一定是個方陣,因爲m*n 乘以 n*m 最後爲 m*m。ok,方陣的話就可以進行求它的特徵值。從這就能看出我們說的奇異值就是剛剛求得的特徵值開方結果。

我們知道u,v是酉矩陣,seigema是對角矩陣。(n階複方陣U的n個列向量是U空間的一個標準正交基,則U是酉矩陣(Unitary Matrix)。顯然酉矩陣是正交矩陣往複數域上的推廣。百度百科)
則u^{T}u=I
2.再看 這裏寫圖片描述
這裏寫圖片描述

ok,至此就算學會了。
1步,計算出特徵值,並求出特徵向量。特徵值開方就是奇異值(按從大到小組成矩陣),其對應的特徵向量所組成的矩陣就是v(記得標準化)。
2步,算u,纔開始看的時候其實我很迷糊,爲什麼Av後所得到的就是u呢,其實你想,這裏寫圖片描述,sigema就是一個對角矩陣,右乘一個對角矩陣就是對其列向量進行了伸縮而已。所以我們只需對其進行標準化就好了。

奇異值分解多用於求逆矩陣和pca。一般大型矩陣求逆矩陣不好求。分結構,對A求逆其實就是對,u*sigma*v^{T}求逆。PCA下一篇介紹。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章