印數(shù)值-第2章補(bǔ)充內(nèi)容：SVD.doc_第1頁
印數(shù)值-第2章補(bǔ)充內(nèi)容：SVD.doc_第2頁
印數(shù)值-第2章補(bǔ)充內(nèi)容：SVD.doc_第3頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

第二章補(bǔ)充材料奇異值分解(SVD)矩陣的奇異值分解是計(jì)算矩陣的重要手段，在控制理論、優(yōu)化問題、廣義逆矩陣等方面有著重要應(yīng)用。定義1 設(shè)，的特征值為，稱 為矩陣的奇異值。由知，的正奇異值的個(gè)數(shù)恰等于。定理1 設(shè)的奇異值為則存在階正交矩陣和階正交矩陣，使 其中。Matlab: U,S,V = svd(A)SVD有著重要的應(yīng)用。（1） SVD很好地刻畫了矩陣的幾何特征。定理2 設(shè)的SVD由式給出，的列向量記為，的列向量記為，則（1）（2）（3）（2）利用SVD可方便地求矩陣的廣義逆和最小二乘問題。定理3 的最小范數(shù)最小二乘解（最小二乘解中2-范數(shù)最小的）為 這里 稱為的廣義逆矩陣。Matlab: B = pinv(A)（3）SVD又可表明一個(gè)給定矩陣與秩低的矩陣之靠近程度。定理4（低秩逼近定理） 設(shè)的SVD由式給出，如果，記 則 低秩逼近定理可用于圖像壓縮。如果矩陣表示一張圖像，取的前個(gè)較大的奇異值構(gòu)造則就是的一個(gè)很好的逼近。從而起到圖像壓縮的作用。數(shù)值實(shí)驗(yàn)（小丑的圖像壓縮）load clown.matfigure(1)colormap(gray)image(X)U,S,V=svd(X);k=20;A=U(:,1:k)*S(1:k,1:k)*V(:,1:k);figure(2)colormap(gray)image(A)（4）利用SVD可計(jì)算矩陣的數(shù)值秩。矩陣的秩在理論上是有精確定義的，但在有舍入誤差的計(jì)算中就變得模糊不清了。數(shù)值地確定矩陣的秩是一個(gè)重要而又困難的問題。對于一個(gè)給定的矩陣，完全可以認(rèn)為它是某個(gè)原始矩陣經(jīng)過誤差不超過的擾動(dòng)后的結(jié)果。于是，在所有可能的候選矩陣中，確定一個(gè)具有最小秩的，它便成為的一個(gè)最壞虧損的原始矩陣。定義2 稱為的數(shù)值秩。定理5 矩陣的數(shù)值秩等于的充分必要條件是 Matlab: r =

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論