奇異值分解


SVD也是對矩陣進行分解,可是和特徵分解不一樣,SVD並不要求要分解的矩陣爲方陣。tar

$A=U \sum V^{T}$

條件:U和V是一個可酉矩陣(是正交矩陣的複數推廣$U^{T}=U^{-1}$)

$A^{T}A$的特徵向量是V,$AA^{T}$的特徵向量是U,$AA^{T}$的特徵值的平方根是$\sum$。

證實:

  $A=U \sum V^{T} \rightarrow A^{T}=V \sum^{T} U^{T} \rightarrow A^{T}A=V \sum^{T} U^{T} U \sum V^{T}=V \sum^{2} V^{T}$ 

  由於U和V是一個酉矩陣。

相關文章
相關標籤/搜索