矩陣SVD分解(理論部分II——利用SVD求解最小二乘問題)
對於給定的線性方程組
(LS)
按 的特性分開討論:- 是一個 方陣;1.1 ,此時線性方程組(LS)有唯一解: 1.2 .1.2.1 如果 ,此時線性方程組(LS)有無窮多個解
- . 此時方程組(LS)稱為超定方程組(overdetermined systems),這種方程一般來說無解,但可求其最小二乘解,即所謂的最小二乘問題(Least Square Problem)2.1 ,此時 在方程組(LS)的兩端同時左乘 有
其中 稱為 的廣義逆.
這種方法的理論依據(用內積表示2-範數,求其駐點,再證明此駐點必是最小值點即可)是 稱為線性方程組(LS)的正規方程組 。正規方程組的求解是數值不穩定的。用SVD求解:設 的SVD為 - . 此時線性方程組(LS)稱為欠定方程組(underdetermined systems)。若 , 則 的SVD可表示為 則 於是 即
推薦閱讀: