极分解:A=QS

1.极分解(Polar Decomposition)

1.1 欧拉公式推导

每一个复数 x + i y x+iy x+iy 都有一个极坐标形式 r e i θ re^{i\theta} reiθ

x + i y = r c o s θ + i r s i n θ = r ( c o s θ + i s i n θ ) = r e i θ x+iy=rcos\theta+irsin\theta=r(cos\theta+isin\theta)=re^{i\theta} x+iy=rcosθ+irsinθ=r(cosθ+isinθ)=reiθ

1.2 极分解

正交矩阵 Q Q Q(关于 e i θ e^{i\theta} eiθ,旋转作用)、半正定矩阵 S S S(关于 r r r,缩放作用)


V T V = I V^TV=I VTV=I插入SVD分解
下图为SVD分解出的三个矩阵作用过程示意图

A = U Σ V T   A = U ( V T V ) Σ V T   A = ( U V T ) ( V Σ V T )   Q = U V T 、 S = V Σ V T   A = Q S A=U\Sigma V^T\\ ~\\ A=U(V^TV)\Sigma V^T\\ ~\\ A=(UV^T)(V\Sigma V^T)\\ ~\\ Q=UV^T、S=V\Sigma V^T\\ ~\\ A=QS A=UΣVT A=U(VTV)ΣVT A=(UVT)(VΣVT) Q=UVTS=VΣVT A=QS

例子:

修正:上图中AA^T应该等于[9 12] [12 41]

修正:上图中A^TA应该等于[25 20] [20 25]




Q = U V T Q=UV^T Q=UVT是离矩阵A最近的正交矩阵 对应 e i θ e^{i\theta} eiθ是单位圆上离 r e i θ re^{i\theta} reiθ最近的数


当将 σ m i n \sigma_{min} σmin 改写为 0 0 0 时,原来 A = σ 1 u 1 v 1 T + σ 2 u 2 v 2 T A=\sigma_1u_1v_1^T+\sigma_2u_2v_2^T A=σ1u1v1T+σ2u2v2T 变为了 σ 1 u 1 v 1 T \sigma_1u_1v_1^T σ1u1v1T 此时这个剩余部分最接近原矩阵 A A A

  • 5
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 7
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Uncertainty!!

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值