SVD(奇異值分解)及求解最小二乘問題

1. SVD

任意矩陣A (mxn), 都能被奇異值分解爲:

其中, Umxm的正交矩陣, Vnxn的正交矩陣, Σr是由r個沿對角線從大到小排列的奇異值組成的方陣. r就是矩陣A的秩.

2. Moore-Pseudo逆

任意矩陣A, 若存在矩陣X, 使得:

則稱XA的Moore-Pseudo逆, 簡稱廣義逆, 記爲A+.

矩陣A的廣義逆是唯一的, 並且可以利用A的SVD分解進行計算. 令A的SVD分解爲:

不難驗證

3. 線性最小二乘問題

考慮線性方程組Ax=b, 求其最小二乘解.

如果A的秩是n, 則其唯一解是A+b; 如果秩小於n, 則有無窮多解, 其中的最小范數解仍然是A+b. 我們通常關心的也就是這個解.

 

摘自:http://oliver.zheng.blog.163.com/blog/static/14241159520136156748151/

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