实验二：奇异值分解法计算广义逆汇编.ppt

* * 奇异值分解法计算广义逆G+ 奇异值分解（Singular Value Decomposition-SVD）属于一种正交分解法。 由正交分解定理，任意矩阵 可分解为积矩阵HRKT，其中R是某种 长方阵，其非零元素为r阶非奇异的上三角矩阵R11。可以证明，R11能进一步简化为非奇异对角矩阵。 其中，对角矩阵S的主对角线元素 恰有r个非零，且为正的非增序列，称对角元素 为M×N矩阵的奇异值（奇异值分解名称的来由）。对角元素的平方 是对称矩阵GTG的非零本征值。 ? 奇异值分解定理 设任意M×N阶矩阵G的秩为 ，则必存在一个M×M正交矩阵U，一个N×N正交矩阵V和一个M×N对角矩阵S，使 或 正交矩阵V的列向量 是对称方阵GTG的本征向量，U的列向量 是对称方阵GGT的本征向量， ， 与奇异值 满足下列关系 且有关系 矩阵 的SVD可表示为 其中 任意矩阵G的广义逆 由于 均为正交矩阵，即有 所以，由可求得任意矩阵G的Moore-Penrose广义逆为 其中，S+是对角阵，对角元素为 ? QR分解法是一种比较好的奇异值分解算法。 程序使用说明 程序共有一个主程序main和三个主要的子程序都存在文件 main1.for中： MAIN—主要功能有：方程组的初始化，输出系数矩阵及其广义逆、调用其他子程序计算广义逆法的最小二乘解以及用逆的逆对方法进行验证。 BMUAV—程序的核心部分，奇异值分解子程序，输入系数矩阵，输出分解后的U，V， AGMIV—计算广义逆 以及方程组的最小二乘解 BGINV—仅计算广义逆 下面说明编译时所要做的初始化工作： 1、首先要输入奇异方程的系数矩阵、右端向量，以及方程的 维数。例如：你要求一个如下4*3阶奇异方程组的解： 在 matrix.par参数文件中输入将要求解的方程组的维数、系数、右端项和计算误差限等，本例中为： 4 3 //4*3维系数矩阵 1 1 -1 2 1 0 1 -1 0 -1 1 1 //矩阵个元素的值 -3 1 4 //方程的右端项 0.00001 //计算的误差限 正确输入方程的参数文件后，现在你可以编译运行程序了，如果没有出什么错误的话，且误差限为0.00001时，上例的输出结果（此结果保存在result.txt文件中）应该是： Mat A is: 0.100000D+01 0.100000D+01 -0.100000D+01 0.200000D+01 0.100000D+01 0.000000D+00 0.100000D+01 -0.100000D+01 0.000000D+00 -0.100000D+01 0.200000D+01 0.100000D+01 Mat A+ is: -0.476187D-01 0.380953D+00 0.238095D+00 -0.476187D-01 0.238095D+00 0.952378D-01 -0.190476D+00 0.238095D+00 -0.666667D+00 0.333333D+00 0.333333D+00 0.333333D+00