我们经常会碰到几个名词很相近的一些数学术语,例如奇异矩阵、奇异值、奇异值分解、奇异性
,经常会混淆,这里把它们的定义放在一起,做一下总结:
1.奇异矩阵:
奇异矩阵
是线性代数的概念,就是该矩阵的秩不是满秩
。
首先,看这个矩阵是不是方阵,即行数和列数相等的矩阵,若行数和列数不相等,那就谈不上奇异矩阵和非奇异矩阵;然后,再看此矩阵的行列式∣A∣\color{red}|A|∣A∣是否等于0,若∣A∣=0\color{red}|A|=0∣A∣=0,称矩阵AAA为奇异矩阵
;若∣A∣≠0\color{red}|A|≠0∣A∣=0,称矩阵AAA为非奇异矩阵。同时,由∣A∣≠0\color{red}|A|≠0∣A∣=0可知矩阵A可逆
,这样可以得出另外一个重要结论:可逆矩阵就是非奇异矩阵,非奇异矩阵也是可逆矩阵
。如果AAA为奇异矩阵
,则 AX=0\color{red}AX=0AX=0 有无穷解,AX=b\color{red}AX=bAX=b 有无穷解或者无解;如果AAA为非奇异矩阵
,则 AX=0\color{red}AX=0AX=0 有且只有唯一零解,AX=b\color{red}AX=bAX=b 有唯一解。
2.奇异值和奇异值分解:
这篇博客奇异值的物理意义是什么,是讲解奇异值的作用,有例子分析使用奇异值分解
来进行图像压缩
与图像去噪
,并且对于不是方阵的矩阵也可以分解。
图像压缩
与图像去噪
用的方法都是奇异值分解
,过程也是一样,但是他们的目的不一样:
当我们想要压缩图像
进行传输时,我们可以用奇异值分解;当我们想要对图像进行去噪
时,我们也可以用奇异值分解;
这就像,我们想要看电影,我们可以使用电脑;我们想要打游戏,我们也可以使用电脑。
该博客的核心是:
这里做一下说明:uuu、vvv都是列向量,uuu列向量的维度等于Am∗nA_{m*n}Am∗n的行数m、vvv列向量的维度等于AAA的列数n,那么 uvTuv^TuvT就是(mx1)*(1xn)=mxn
的矩阵,但是uvTuv^TuvT的秩必定为1。
例如:
[123]∗[678]=[1∗61∗71∗82∗62∗72∗83∗63∗73∗8]\begin{bmatrix} 1\\2\\3\\ \end{bmatrix} * \begin{bmatrix} 6&7&8\\ \end{bmatrix} =\begin{bmatrix} 1*6&1*7&1*8\\2*6&2*7&2*8\\3*6&3*7&3*8\\ \end{bmatrix} ⎣⎡123⎦⎤∗[678]=⎣⎡1∗62∗63∗61∗72∗73∗71∗82∗83∗8⎦⎤
可以看到,上面等式右边的矩阵秩必定为1。
【奇异值分解】 在 【图像压缩】 的运用:
这篇博客奇异值分解是讲解怎么进行SVD奇异值分解,包括求UUU、VVV、奇异值矩阵Σ\SigmaΣ。主要内容如下: