SVD奇异值分解(2)定义与例子

进入正题

1.奇异值分解
定理：
设A\in C^{m\times n}_{r}(r>0)，则存在m阶酉矩阵U和n阶酉矩阵V，使得
U^{H}AV=\begin{bmatrix} \sum & O \\ O & O \\ \end{bmatrix} (1)
其中\sum=diag(\sigma_{1},\sigma_{2},...,\sigma_{r})，而\sigma_{i}(i=1,2,...,r)，为A的非零奇异值，则可以将(1)改写成(改写方法只利用了U、H是酉矩阵，所以共轭转置等于逆)：
A=U\begin{bmatrix} \sum & O \\ O& O\\ \end{bmatrix}V^{H}(2)
(2)式被称为奇异值分解。
这里C的上标是mxn这说明奇异值分解可以不局限于方阵，这也是奇异值分解相对于其他矩阵分解的优越性所在。

2.奇异值分解的证明
学习更重要的是学习方法论，况且这么酷的定理不证一下感觉对不起先贤，如果不愿意看证明可以直接跳过看下面的例子，注意这里我是ipad手写的证明。


证明1
证明2
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容