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。