Rozkład SVD
Transkrypt
Rozkład SVD
Z49: Algebra liniowa Zagadnienie: Rozkłady macierzy LU, RU, SVD Zadanie: Rozkład SVD. Rozkład SVD Rozkład SVD Rozkład SVD (z ang. Singular Value Decomposition) polega na zapisaniu macierzy A wymiaru m × n w postaci A = U ΣV ∗ , gdzie U i V są macierzami ortogonalnym, odpowiednio, U wymiaru m×m, V wymiaru n × n, zaś Σ jest macierzą diagonalną wymiaru m × n, tzn. σij = 0, gdy i 6= j. Rozkład SVD stosuje się między innymi do obliczania macierzy odwrotnych i w teorii aproksymacji. Ważną cechą rozkładów SVD jest, że są niewrażliwe na błędy również w przypadka macierzy prawie osobliwych. Każda macierz ma rozkład SVD. Niezerowe wyrazy macierzy Σ nazywamy wartościami szczególnymi macierzy A i nie zależą one od rozkładu SVD. Kolumny macierzy U i V nazywamy, odpowiednio, lewymi i prawymi wektorami szczególnymi macierzy A. Gdy A jest macierzą kwadratową o wyrazach rzeczywistych o wyznaczniku dodatnim, to macierze U , Σ, V też są macierzami o wyrazach rzeczywistych, przy czym U i V są obrotami, zaś Σ jest odwzorowaniem afinicznym przeskalowującym osie układu współrzędnych. Algorytm Rozkład SVD Ograniczymy się do omówienia algorytmu wyznaczania rozkładu SVD dla macierzy wymiaru 2 × 2 o wyrazach rzeczywistych. 1. Wyznaczamy macierz AT A. 2. Wyznaczamy wartości własne λ1 i λ2 macierzy AT A. Wtedy λ1 i λ2 są liczbami dodatnimi. Przyjmujemy, że λ√ 1 λ2 . Wtedy√wartości szczególne macierzy A są wyrażone wzorami σ1 = λ1 oraz σ2 = λ2 . 3. Wyznaczamy wektory własne v1 i v2 macierzy AT A i po podzieleniu przez ich długość otrzymujemy kolumny macierzy V . 4. Wyznaczamy macierz U korzystając ze wzoru U = AV Σ−1 . 1