矩阵为奇异工作精度_矩阵之芯 SVD 从奇异值角度看矩阵范数

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