第四章节矩阵的分解.pptVIP

4.5 Moore-Penrose（M-P）广义逆 由Moore 1920年提出，1955年由Penrose发展。 1、 Definition设A ?C m ?n ，如果? X?C n ?m ，使得 AXA=A XAX=X （AX）H = AX （XA）H =XA 则称G为A的M-P广义逆，记为G=A+。 3、M-P广义逆的存在性及其求法 Theorem 任何矩阵都有M-P广义逆。 求法： 设A满秩分解A=BC，则 奇异值分解可以用于求广义逆(Theorem 4.5.3,P105)设A奇异值分解 ： 3、M-P广义逆的性质 Theorem 4.5.2 (P103) ： （ A + ）+=A （A + ） H =（A H ）+ （?A）= ?+A+ A列满秩，则A+=（ A H A ） –1A H ，A行满秩，则A+=AH （AAH） –1。 A有满秩分解：A=BC，则A+=C+B+。 * * 第4章、 矩阵的分解 Matrix Factorization and Decomposition 矩阵分解的概述 矩阵的分解： A=A1+A2+…+Ak 矩阵的和 A=A1A2 …Am 矩阵的乘积 矩阵分解的原则： 实际应用的需要 理论上的需要 计算上的需要 显示原矩阵的某些特性 矩阵化简的方法之一 主要技巧： 各种标准形的理论和计算方法 矩阵的分块 常见的矩阵标准形与分解 常见的标准形 等价标准形 相似标准形 合同标准形 本节分解： 三角分解 满秩分解 可对角化矩阵的谱分解 AT=A 相似标准形 等价标准形 4.1 LU分解(图灵Turing, 1948) LU分解：A?Fn?n， 存在下三角形矩阵L ，上三角形矩阵U ，使得A=LU。 Application: 可以简化求解线性方程的算法 4.2 QR分解 1. 利用Gram-Schmidt正交化过程的QR分解 Theorem 设矩阵A?Cm?n ，R(A)=n(列满秩)。则存在非奇异上三角阵R，和矩阵Q，QHQ=E，使得A=QR。 Remark: 这样的分解称之为QR分解。 Application: 可以求最小二乘解 实施步骤 G-S正交化 单位化 4.2 QR分解 例 P090 例4.2.1 此例中矩阵是列满秩的 例 P091 例4.2.2 此例表明即使矩阵不是列满秩的，也可以用G-S正交化方法，但是其QR分解不是唯一的。 4.2 QR分解 对于一般的方阵，无论其是否列满秩，都可以利用Householder方法得到QR分解。 例 P095 例4.2.3 4.3 满秩分解 矩阵的满秩分解 对秩为r 的矩阵A?Fm?n ，存在秩为r的矩阵 B ?Fm?r，C?Fr?n ，使得A=BC为A 的满秩分解。 列满秩 行满秩 已知的结论 满秩分解的实现：向量组最大无关组的求法 例 求矩阵A的满秩分解 总结：矩阵的满秩分解的做法 对A?Cm?n 做行初等变换得行最简形H，取H的前r行所成矩阵为C，取A的列向量组的最大无关组所成矩阵为B，则 B ?Cm?r，C?Cr?n ，其秩序均为r，且A=BC。 例 P098 例4.3.2； 例 P098 例4.3.1（此矩阵为列满秩矩阵） 4.4 奇异值分解(Singular Value Decomposition) Problem: 矩阵的奇异值分解是酉等价型的分解: A?C m×n，?酉矩阵U?C m×m, V?C n×n ,使得A=U ?VH。 矩阵A等价于?= 奇异值分解基本适用于内积空间中与矩阵秩相关的问题 A的奇异值分解依赖于正规矩阵A HA 的酉相似分解的。 一、矩阵A的奇异值及其性质 1、矩阵AHA和AAH的性质： A?C m×n，AHA?C n×n，AAH?C m×m ，都是Hermite矩阵。 Theorem 2.7.8（P052） 秩（A）＝秩（AHA）=秩（AAH）。 AHA 和AAH 的非零特征值相等。 AHA和AAH 是半正定矩阵。 AHA和AAH 的特征值是非负实数：?1 ? ?2 ?? ? ?n 2、奇异值的定义： （P099） A?C m×n，秩（A）=r，设AHA的特征值?1 ? ?2 ?? ? ?r ? 0，?r+1= ?r+2 =?=? n =0?，则矩阵的奇异值 二、矩阵的奇异值分解 1、Theorem 4.4.1（P099） 设A?C m×n，秩（A）=r，则存在酉矩阵 U?C m×m，V?C n×n，使得 证明思