首先,我们回顾一下矩阵奇异值分解的基本性质。
令 具有奇异值分解 。则该分解具有下列性质,
1、如果 ,即矩阵 的秩为 ,那么 的非零奇异值的数量等于 。
2、将两个正交矩阵分别看成按左、右奇异向量按列排列,即
以及
则 有如下外积展开式,
开头的图片是针对更一般的张量分解的图示,自然也包括了矩阵分解,不过只需要两根杆子。1矩阵范数
度量、范数和内积原来是这么个关系
在上面这篇里,我们介绍了向量的范数,那么矩阵的范数又是怎么样的呢?
.定义
考虑实数域上的矩阵,范数是满足以下性质的从 实矩阵到 的一个函数 ,
,以及
对于任意数 ,有