Matrx3-2 第3章 节 、 矩阵的分解 矩阵论PPT.ppt

§3 ? 3 矩阵的奇异值分解;§3?3 矩阵的奇异值分解;一、矩阵A的奇异值及其性质;3、特殊矩阵的奇异值： 定理3?13（P?82）： 正规矩阵A的奇异值等于A的特征值的模长。 正定的Hermite矩阵A的奇异值就是A的特征值。 酉等价矩阵的奇异值相等。;二、矩阵的奇异值分解;例题：图像的数字化技术与矩阵的奇异值分解 ;压缩数字化图形存储量的方法主要是应用矩阵的奇异值分解和矩阵范数下的逼近。如果图象的数字矩阵A的奇异值分解为：A=U?VT， 其展开式： ;存储矩阵Ak只需要存储k个奇异值，k个m维向量ui和n维向量vj的所有分量，共计k（m+n+1）个元素。 如果m=n=1000，存储原矩阵A需要存储1000×1000个元素。取k=100时，图象已经非常清晰了，这时的存储量是100（2000+1）=200100个数。 和矩阵A比较，存储量减少了80%。; ;四、矩阵的极分解（Polar Decomposition）;例题1 （ P?90） 求矩阵A= 的极分解， 依此讨论变换Y=AX的几何特性。;;;;