复矩阵的特征值_矩阵的奇异值分解

矩阵的奇异值理论可以针对复矩阵，本文只讨论实矩阵，如果是复矩阵，只需将下述定理的正交矩阵改成酉矩阵，证明类似

一、奇异值分解定理

（奇异值分解定理）对于任意一个实矩阵

，都可以找到两个正交矩阵

，

，使得

。

其中

是对角阵，对角线上的元素均非负且按递减顺序排列，

,

的对角元素

称为矩阵A的奇异值，

的列向量称为

的左奇异向量，

的列向量称为

的右奇异向量。

证明、分以下几步进行

1、构造矩阵

由于矩阵

是半正定矩阵，所以必然存在正交矩阵

使得

，其中

这样构造的矩阵

正是定理中所需要的。为了后文证明方便，我们将矩阵

写成分块矩阵的形式，即

，其中

的列向量是

的非零特征值对应的特征向量，

的列向量是

的零特征值对应的特征向量。由

知

具有

列，将

的第

列记为

，则：

,即

又由于

是正交矩阵：

2、构造矩阵

将

的

个正特征值由大到小记为

,它们的算术平均值依次记为

，构造矩阵

从而构造出

3、构造矩阵

将矩阵

的第

列记为

，先构造矩阵

的前

列：

现检验