SVD（奇异值分解）算法及其评估.pdfVIP

SVD （奇异值分解）算法及其评估 SVD（奇异值分解）算法及其评估 本文第一部分对 SVD 进行了简单的介绍，给出了定义和奇异值分解定理；第二 部分简要地列举了 SVD 的应用；第三部分则构造和分析了各种求解 SVD 的算法， 特别对传统 QR 迭代算法和零位移 QR 迭代算法进行了详细完整的分析；第四部分 给出了复矩阵时的处理办法；第五部分是对各种算法的一个简要的总结。 一、 SVD 简介 mn ， T 的特征值的非负平方根称作A 的奇异值；A 的奇异 定 1.1 设A R A A 值的全体记作 A [1]。   当A 为复矩阵Cmn 时，只需将AT A 改为AH A ，定 1.1 仍然成立。 定理 1.1 （奇异值分解定理） 设A R mn ，则必存在正交矩阵 U  u ,