4.4 满秩分解

Posted 醒过来摸鱼

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了4.4 满秩分解相关的知识,希望对你有一定的参考价值。

原理

  任意矩阵都有满秩分解Full rank factorization。也就是说不限于方阵,更不限于满秩矩阵。满秩分解用途很广,尤其是后期的对于广义逆的学习来说非常重要。
  首先要搞清楚什么是满秩分解full rank factorization,假设矩阵为 A A A,它的秩为 r r r,满秩分解就是分解为如下两个矩阵相乘:
A m × n = B m × r C r × n A^m \\times n=B^m \\times rC^r \\times n Am×n=Bm×rCr×n
  要求就是B和C的秩都是 r r r,也就是说 B B B是列满秩, C C C是行满秩。
  那么怎么进行满秩分解呢?只需要用到初等含变换就行了。将矩阵通过初等行变换变成拟Hermite标准型H。那么问题来了,什么是拟Hermite标准型ansi Hermite canonical form?拟埃尔米特标准型的意思是第r行以下全是0,并且存在r列,这r列是单位矩阵的列。如果这r列的组成单位矩阵是顺序的,那么就是埃尔米特标准型。
  得到了拟埃尔米特标准型H之后,H的前r行就是B矩阵,原矩阵组成单位矩阵的列,按单位顺序排好就是C矩阵。满秩分解就完成了,所以也挺简单的。

举例

  我们以一个 4 × 5 4 \\times 5 4×5矩阵开始:
( 3 1 0 − 1 1 0 1 1 0 2 1 − 1 − 1 2 − 1 7 2 0 0 3 ) ∼ ( 1 1 3 0 − 1 3 1 3 0 1 1 0 2 0 − 4 3 − 1 7 3 − 4 3 0 − 1 3 0 7 3 2 3 ) ∼ ( 1 0 − 1 3 − 1 3 − 1 3 0 1 1 0 2 0 0 1 3 7 3 4 3 0 0 1 3 7 3 4 3 ) ∼ ( 1 0 0 2 1 0 1 0 − 7 − 2 0 0 1 7 4 0 0 0 0 0 ) B = ( 3 1 0 0 1 1 1 − 1 − 1 7 2 0 ) C = ( 1 0 0 2 1 0 1 0 − 7 − 2 0 0 1 7 4 ) \\beginpmatrix3 & 1 & 0 & -1 & 1\\\\ 0 & 1 & 1 & 0 & 2\\\\ 1 & -1 & -1 & 2 & -1\\\\ 7 & 2 & 0 & 0 & 3\\\\ \\endpmatrix\\\\ \\sim \\beginpmatrix1 & \\frac13 & 0 & -\\frac13 & \\frac13\\\\ 0 & 1 & 1 & 0 & 2\\\\ 0 & -\\frac43 & -1 & \\frac73 & -\\frac43\\\\ 0 & -\\frac13 & 0 & \\frac73 & \\frac23\\\\ \\endpmatrix\\\\ \\sim \\beginpmatrix1 & 0 & -\\frac13 & -\\frac13 & -\\frac13\\\\ 0 & 1 & 1 & 0 & 2\\\\ 0 & 0 & \\frac13 & \\frac73 & \\frac43\\\\ 0 & 0 & \\frac13 & \\frac73 & \\frac43\\\\ \\endpmatrix\\\\ \\sim \\beginpmatrix1 & 0 & 0 & 2 & 1\\\\ 0 & 1 & 0 & -7 & -2\\\\ 0 & 0 & 1 & 7 & 4\\\\ 0 & 0 & 0 & 0 & 0\\\\ \\endpmatrix\\\\ B= \\beginpmatrix3 & 1 & 0\\\\ 0 & 1 & 1\\\\ 1 & -1 & -1\\\\ 7 & 2 & 0\\\\ \\endpmatrix\\\\ C=\\beginpmatrix1 & 0 & 0 & 2 & 1\\\\ 0 & 1 & 0 & -7 & -2\\\\ 0 & 0 & 1 & 7 & 4\\\\ \\endpmatrix\\\\ 30171112011010201213 10003113431011031037373123432 10000100311313131037373123434 1000010以上是关于4.4 满秩分解的主要内容,如果未能解决你的问题,请参考以下文章

矩阵分解的常见方法

奇异值分解之后如何进行最小二乘解算?

矩阵满秩分解

numpy笔记 linalg

矩阵论练习4(满秩分解)

矩阵论练习4(满秩分解)