参考论文:Kalman D . A Singularly Valuable Decomposition: The SVD of a Matrix[J]. The College Mathematics Journal, 1996, 27(1):2-23.
1. 概述
对于任意实矩阵,,对其进行奇异值分解,表示为
(1)
其中和
是正交矩阵,
是对角矩阵,且Σ中的非零元素
在Σ 中的排列顺序是递减的,正数被称为A的奇异值,U和V的列向量分别被称为A的左奇异向量和右奇异向量。
为了形象地理解奇异值分解,可以把矩阵看做一次线性变换。下面插入讲解矩阵和线性变换之间的关系。
2. 矩阵和线性变换的关系
一个向量可以表示为由一组基向量线性组合而成,例如:
(2)
其中和
就是一组基向量。上面这个式子也可以简化为: