Download as docx, pdf, or txt
Download as docx, pdf, or txt
You are on page 1of 2

Phép phân tích suy biến (Singular Value Decomposition) được viết tắt là SVD là

một dạng matrix factorization. Theo đó phương pháp này cũng nhằm phân rã
một ma trận thành tích của ba ma trận số thực hoặc số phức. Trong đó hai ma
trận ở vị trí đầu tiên và cuối cùng là ma trận trực giao có thể không là khả
nghịch của nhau và ở giữa là ma trận đường chéo có thể không vuông.
Amn = UmmΣmnVnnT
- Khi đó:
- U là ma trận gồm các vector riêng trái của A, có kích thước m × m sao cho các
vector cột tạo thành một hệ trực chuẩn.
- V là ma trận gồm các vector riêng phải của A, có kích thước n × n sao cho các
vector cột tạo thành một hệ trực chuẩn.
- Σ là ma trận đường chéo không vuông kích thước m × n, mỗi phần tử đường
chéo là một trị riêng của A. Các trị riêng được sắp trên đường chéo chính theo
thứ tự sau:
σ1 ≥ σ2 ≥… ≥ σr ≥ 0 = 0 = … =0
- Số lượng các phần tử khác 0 trong Σ chính là rank cúa ma trận A

Biểu diễn SVD qua các TH của ma trận A:


TH1: m<n
TH2: m>n

Xét ví dụ về phân tích SVD của một ma trận bất kì


Bước 1: Xác định ma trận A(cỡ bao nhiêu) để tiến hành phân tích SVD.
Bước 2: Thực hiện chéo hóa trực giao : AAT = QD1QT
2.1: Viết phương trình đặc trưng của AAT. Từ đó chúng ta sẽ tính được các giá
trị riêng của AAT. Viết được ma trận đường chéo D1 có các phần tử là những
giá trị riêng, ta vừa tìm được. (Lưu ý phải sắp xếp nó theo thứ tự giảm dần)
2.2: Tìm vecto riêng của AAT. Từ đó ta tính được ma trận Q, các cột của Q là
các vecto riêng của AAT.
Bước 3: Thực hiện chéo hóa trực giao ATA = PD2PT
- Tương tự các bước 2.1, 2.2 ta tính được và P và D2.
- Chọn Σ𝑚𝑥𝑛 bằng cách chọn ma trận cỡ tương ứng phù hợp với D1 hay D2. Sau
đó lấy căn bậc 2 của tất cả những phần tử trên đường chéo.
Bước 4: Vậy phân tích SVD của ma trận A sẽ là:
𝐴𝑚𝑥𝑛 = 𝑄𝑚𝑥𝑛Σ𝑚𝑥𝑛(𝑃𝑚𝑥𝑛)𝑇
Nhận xét: Như vậy từ dữ liệu ban đầu, chúng ta có thể viết nó dưới dạng một
ma trận. Qua quá trình chéo hóa trực giao ma trận và ma trận chuyển vị của nó,
chúng ta được phân tích SVD. Trên cơ sở đó, ta có thể dễ dàng ứng dụng chúng
vào nhiều lĩnh vực khác nhau trong khoa học.

You might also like