4- از مقادیر ویژه تا مقادیر واحد
ارتباط بین مقادیر منفرد
و مقادیر ویژه ماتریس های A T A ، AA T و
کاملاً ساده است در واقع ، بسیاری از خصوصیات مقادیر منفرد از این اتصال به ارث می رسند. با این حال ، همانطور که بررسی ما نشان می دهد ، عمق روابط بسیار فراتر از این ارتباط اساسی است. قضیه مینیمکس Courant-Fischer و قضیه Weyl نتایج بسیار مفیدی را در مقادیر ویژه ماتریس های متقارن ارائه می دهند. برای جزئیات بحث در مورد این قضیه ها و پیامدهای آن به [1،30] مراجعه کنید. در زیر سازگاری این نتایج را هنگام حرکت از مقادیر ویژه به مقادیر واحد در نظر می گیریم. از قضیه های سازگار برای ارائه اثبات "سنتی" قضیه اكارت-یانگ استفاده می شود.
مانند قبل
یک
ماتریس واقعی را نشان می دهد که SVD آن با (2.1) - (2.7) داده شده است. جفت اول قضیه ها خصوصیات مفید "minimax" از مقادیر واحد را ارائه می دهد. در این قضایا
نشانگر یک فضای خرده دلخواه از
بعد است
. به طور مشابه ،
یک فضای خرده دلخواه از
بعد نشان می دهد
.
قضیه 1 (قضیه Minimax سمت راست Courant-Fischer) ارزش انحصاری jth از
رضایت مندی ها
(4.1)
و
(4.2)
جایی که عدد صحیح
با برابری تعریف می شود
(4.3)
(حداکثر در (4.1) از همه است
زیرفضاهای بعدی
از
. حداقل در (4.2) از همه است
زیرفضاهای بعدی
از
.) علاوه بر این، حداکثر در (4.1) برای به دست آمده
، در حالی که حداقل در (4.2) برای به دست آمده
.
با این حال راه حل های هر دو مشکل لزوماً منحصر به فرد نیستند. ![]()
قضیه 2 (قضیه Minimax Legend Courant-Fischer) ارزش انفرادی
رضایت
(4.4)
و
(4.5)
جایی که عدد صحیح
با برابری تعریف می شود
(4.6)
علاوه بر این ، حداکثر در (4.4) برای بدست آمده است
در حالی که حداقل در (4.5) برای بدست آمده است
. ![]()
توجه داشته باشید که قضیه 2 در اصل قضیه 1 برای است
. اثبات قضیه 1 بر اساس ایده زیر است. شرط (4.3) تضمین می کند وجود یک بردار واحد،
که هر دو متعلق به
و
. بدین ترتیب

و

بنابراین اثبات با تأیید برابری هنگام استفاده از زیر فضاهای مشخص شده به نتیجه می رسد.
بگذارید
یک
ماتریس واقعی دیگر را نشان دهیم و بگذارید
(4.7)
ماتریس اختلاف مربوطه را نشان می دهد. مقادیر منفرد
و
به عنوان نشان داده می شوند
(4.8)
به ترتیب. نتیجه های بعدی قضیه 1 به این سوال پاسخ می دهد که چگونه رتبه
بر مقادیر واحد تأثیر می گذارد
.
لما 3 فرض کنید که
. در این مورد
(4.9)
اثبات نگاهی
. سپس
و
. در نتیجه

جایی که آخرین نابرابری از (4.2) ناشی می شود. ![]()
قضیه 4 (ویل) بگذارید
و
مانند (4.7) - (4.8) باشد. سپس
(4.10)
تحت این کنوانسیون که
وقتی
.
اثبات بگذارید
یک
SVD کوتاه شده از یک
، و
یک
SVD کوتاه شده یک درجه
باشد. سپس بزرگترین مقدار مفرد از
است
، در حالی که بزرگترین مقدار مفرد از
است
. به این معنا که،
(4.11)
و
(4.12)
اجازه دهید
ماتریس
با برابری تعریف شود

سپس
، و

از این رو (4.11) و (4.12) می بینیم که

جایی که آخرین نابرابری از Lemma 3 ناشی می شود. ![]()
نتیجه 5 (Majorization) دوباره فرض که
، که به معنی
برای
. سپس با جایگزینی
(4.10) می توانید جایگزین کنید
(4.13)
به عبارت دیگر ، اگر
در این صورت مقادیر
منفرد مقادیر منفرد را بزرگ می کند
. ![]()
به یاد بیاورید که
نشان دهنده یک
SVD کوتاه شده از درجه است
، همانطور که در (2.8) تعریف شده است. به طور تقریبی ، آخرین نتیجه گیری می گوید که
اغتشاش در مرتبه
ممکن است باعث شود که مقادیر واحد بیش از
«سطح» سقوط نکند . نتیجه بعدی نشان می دهد که آنها قادر به "افزایش" بیش از
سطح نیستند.
نتیجه 6 مشاهده کنید که (4.7) می تواند دوباره نوشته شود
در حالی که
دارای مقادیر منفرد یکسانی است
. از این رو نتیجه دیگری از قضیه 4 است
(4.14)
علاوه بر این ، اگر
آن وقت باشد
(4.15)
![]()
نتایج بعدی مرزهای مفیدی را در مقادیر مفرد آشفته ایجاد می کنند.
نتیجه 7 (محدوده و درهم بافته) با استفاده از (4.10) و (4.14) با
می دهد
(4.16)
و
(4.17)
بعلاوه ، مورد خاص را در نظر بگیرید که
ماتریس رتبه یک باشد. سپس با استفاده از (4.13) و (4.15) همراه با داده
می شود
(4.18)
که در آن
و
. ![]()
قضیه 8 (اكارت-یانگ) بگذارید
و
مانند (4.7) - (4.8) باشد و فرض كنید كه
. سپس
(4.19)
علاوه بر این ، اجازه دهید
یک
SVD کوتاه شده از آن باشد
، همانطور که در (2.8) تعریف شده است. سپس
حداقل مسئله هنجار را حل می کند
(4.20)
دادن مقدار بهینه از

اثبات با استفاده از (4.13) می بینیم که

![]()
آخرین قضیه می گوید که
بهترین
تقریب
رتبه در مورد هنجار Frobenius است. مشاهده کنید که Lemma 3 ادعای مشابهی برای هنجار 2 را اثبات می کند. پسوند بعدی به دلیل میرسکی است [ 23 ].
قضیه 9 (میرسکی) اجازه دهید
یک هنجار منحصر به فرد ثابت را نشان دهد
. سپس نابرابری
(4.21)
نگه می دارد برای هر ماتریس
به طوری که
. به عبارت دیگر ،
مسئله حداقل هنجار را حل می کند
(4.22)
اثبات از نتیجه 5 می بینیم که مقادیر منحصر به فرد بزرگ کردن مقادیر
آن است
. از این رو (4.21) نتیجه مستقیم قضیه تسلط Ky Fan است. ![]()
یکی دیگر از مشکلات مرتبط است
(4.23)
که
نشانگر مجموعه تمام
ماتریسهای واقعی درجه است
. در زیر نشان خواهیم داد که ماتریس باقیمانده
(4.24)
این مشکل را حل می کند به عبارت دیگر ،
کوچکترین آشفتگی است که
به یک
ماتریس رتبه بندی تبدیل می شود .
قضیه 10 Let
و C مانند (4.7) است و فرض کنید که

سپس
(4.25)
اثبات با استفاده از قضیه اكارت-یانگ به دست می آوریم

![]()
مشاهده کنید که
حل این مسئله (4.23) هنگامی که این مسئله با هر هنجار غیرقابل تغییر دیگری تعریف می شود ، باقی می ماند. همچنین توجه داشته باشید که مشکلات Total Least Squares شکل خاصی از (23/4) را ایجاد می کند که در آن
. در این حالت ، ماتریس محلول ، به ماتریس
رتبه یک کاهش می یابد
، به عنوان مثال ، [14،15]. عواقب بیشتر قضیه اكارت-یانگ در بخش 6 ارائه شده است.
منبع
https://file.scirp.org/Html/2-5300515_41122.htm
در این وبلاگ به ریاضیات و کاربردهای آن و تحقیقات در آنها پرداخته می شود. مطالب در این وبلاگ ترجمه سطحی و اولیه است و کامل نیست.در صورتی سوال یا نظری در زمینه ریاضیات دارید مطرح نمایید .در صورت امکان به آن می پردازم. من دوست دارم برای یافتن پاسخ به سوالات و حل پروژه های علمی با دیگران همکاری نمایم.در صورتی که شما هم بامن هم عقیده هستید با من تماس بگیرید.