svd修改稿.pdfVIP

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 定义1.1 设 mn ， T 的特征值的非负平方根称作 的奇异值； 的奇异 A R A A A A 值的全体记作 A [1]。   当 为复矩阵 mn 时，只需将 T 改为 H ，定义1.1 仍然成立。 A C A A A A 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 