线性代数之——SVD 分解

SVD 分解是线性代数的一大亮点。

1. SVD 分解

\(A\) 是任意的 \(m×n\) 矩阵，它的秩为 \(r\)，我们要对其进行对角化，但不是通过 \(S^{-1}A S\)。\(S\) 中的特征向量有三个大问题：它们通常不是正交的；并不总是有足够的特征向量；\(Ax=\lambda x\) 需要 \(A\) 是一个方阵。\(A\) 的奇异向量很好地解决了上述所有问题。

代价是我们需要两组奇异向量，一组是 \(\boldsymbol{u}\)， 一组是 \(\boldsymbol{v}\)。\(\boldsymbol{u}\) 是 \(AA^T\) 的特征向量，\(\boldsymbol{v}\) 是 \(A^TA\) 的特征向量，因为这两个矩阵都是对称矩阵，我们可以选出一组标准正交的特征向量。即：

\[AA^T=U\Sigma^2U^T \quad A^TA =V\Sigma^2V^T\]

证明：

让我们从 \(A^TAv_i=\sigma_i^2v_i\) 开始，两边同乘以 \(v_i^T\)，有：

\[v_i^TA^TAv_i=\sigma_i^2v_i^Tv_i=\sigma_i^2 \to ||Av_i||=\sigma_i\]

这说明向量 \(Av_i\) 的长度为 \(\sigma_i\)。然后两边同乘以 \(A\)，有：

\[AA^T(Av_i)=\sigma_i^2(Av_i) \to u_i = Av_i / \sigma_i\]

这说明 \(Av_i\) 是 \(AA^T\) 的特征向量，除以其长度 \(\sigma_i\) 我们便可以得到单位向量 \(u_i\)。这些 \(\boldsymbol{u}\) 还是正交的，因为：

\[(Av_i)^TAv_j = v_i^T(A^TAv_j) = v_i^T(\sigma_j^2v_j) =\sigma_j^2v_i^Tv_j=0\]

奇异向量 \(\boldsymbol{v}\) 位于 \(A\) 的行空间，而结果 \(\boldsymbol{u}\) 位于 \(A\) 的列空间，奇异值都是正数。然后 \(Av_i=\sigma_iu_i\) 一列一列告诉我们 \(AV=U\Sigma\)，

\[A \begin{bmatrix} &&&\\ v_1&v_2&\cdots&v_r\\&&& \end{bmatrix} = \begin{bmatrix} &&&\\ u_1&u_2&\cdots&u_r\\&&& \end{bmatrix} \begin{bmatrix} \sigma_1&&&\\ &\sigma_2&&\\&&\cdots&\sigma_r \end{bmatrix}\]

\[(m×n)(n×r)=(m×r)(r×r)\]

这是 SVD 的核心，但不仅仅到此为止，这些 \(\boldsymbol{v}\) 和 \(\boldsymbol{u}\) 只负责矩阵 \(A\) 的行空间和列空间，我们需要 \(n-r\) 个额外的 \(\boldsymbol{v}\) 和 \(m-r\) 个额外的 \(\boldsymbol{u}\)，分别来自零空间 \(N(A)\) 和左零空间 \(N(A^T)\)。它们可以是这两个空间的标准正交基，当然它们也自动正交于前 \(r\) 个 \(\boldsymbol{v}\) 和 \(\boldsymbol{u}\)。将这些新的向量包含进 \(V\) 和 \(U\)，我们依然有 $AV=U\Sigma $：

新的 \(\Sigma\) 是 \(m×n\) 的，由之前的 \(r×r\) 矩阵 \(\Sigma_r\) 和 \(m-r\) 行零和 \(n-r\) 列零组成。此时，\(V\) 和 \(U\) 分别是大小为 \(n,m\) 的方阵，有 \(V^{-1}=V^T\)，则 \(AV=U\Sigma\) 就变成了

\[A=U\Sigma V^T\]

这也就是 SVD 分解。当我们将奇异值降序排列时，上述的方程按照重要性给出了矩阵 \(A\) 的 \(r\)个秩为 1 的小片。

2. 图像压缩

这是一个数据的时代，并且数据经常存储在一个矩阵中。数字图像就是一个存储像素值的矩阵，比如一个大小为 256×512 的图像总共有 \(2^8*2^9=2^{17}\) 个元素。单独存储这一个图像对计算机来说是没问题的，但在 CT 和 MR 扫描过程中会产生大量的数据，又或者它们是电影中的帧图片，那么需要存储的数据量将会非常大。高清晰度的数字电视特别需要压缩，否则设备无法实时跟踪。

什么是压缩呢？我们想要用更少的数字代替这 \(2^{17}\) 个元素，但同时不损失图像质量。一个简单的办法就是用一组中四个元素的均值来替换它们，这就是 4:1 压缩。但是如果我们想进一步压缩，比如 16:1，那么我们的图像就会有一些块效应，我们想要用一个人的视觉系统注意不到的方式进行压缩。

很多方法被提出来解决这个问题，比如用在 jpeg 中的傅里叶变换以及用在 JPEG2000 中的小波变换。这里我们尝试一个 SVD 的方法：用一个秩为 1 的矩阵，一列乘以一行，来替换原始的 256×512 矩阵。这样奏效的话，压缩比将会是 (256*512)/(256+512) 超过 170:1。实际上，我们会用 5 个秩为 1 的矩阵，这时候压缩比仍然有 34:1，而更重要的问题是图像质量。

为什么会牵涉到 SVD 呢？矩阵 \(A\) 最好的秩 1 近似为 \(\sigma_1u_1v_1^T\)，使用了最大的奇异值 \(\sigma_1\)。最好的秩 5 近似为 \(\sigma_1u_1v_1^T+\sigma_2u_2v_2^T+\cdots+\sigma_5u_5v_5^T\)，SVD 按照降序放置矩阵 A 的小片。

3. 基和 SVD

让我们以一个 2×2 的矩阵开始，

它的秩为 2，是可逆的。我们想要 \(v_1,v_2\) 是正交的单位向量，同时使得 \(Av_1,Av_2\) 正交。没有一个正交矩阵 \(Q\) 可以让 \(Q^{-1}AQ\) 对角化，我们需要 \(U^{-1}AV\)。

有一个简单的办法可以移除 \(U\) 而只留下 \(V\)，

\[A^TA=(U\Sigma V^T)^T(U\Sigma V^T)=V\Sigma ^T\Sigma V^T\]

这就和 \(A=Q\Lambda Q^T\) 一样，只不过这里的对称矩阵不是 \(A\) 本身，而是 \(A^TA\) ，\(V\) 的列是 \(A^TA\) 的特征向量。然后我们可以利用 \(u=Av/\sigma\) 来得到 \(U\)，也可以直接得到，

\[AA^T=(U\Sigma V^T)(U\Sigma V^T)^T=U\Sigma \Sigma ^TU^T\]

矩阵 \(U\) 和 \(V\) 包含了四个子空间的标准正交基：

以下的例子很好地展示了矩阵的四个字空间和 SVD 的关系。

4. 特殊矩阵的特征值和特征向量

获取更多精彩，请关注「seniusen」!