矩陣分解
秩分解
一個秩為 r 的矩陣只含 r 個獨立行,其餘都是它們的組合。秩分解把這一點具體化:任意秩為 r 的 m 列 n 行矩陣 A 都能寫成 A = C F,其中 C 為 m 列 r 行且行滿秩(其各行是 A 行空間的一組基),F 為 r 列 n 行且列滿秩(其各列告訴你如何混合 C 的各行以重建 A 的每一行)。
它是 A 最精簡的精確表示。無需存 m*n 個數,只需存 m*r + r*n 個;當 r 很小時節省巨大。一種簡單的構造法:對 A 做列化簡,取原 A 的主元行作為 C,取列最簡形中的非零列作為 F。
在概念上它為秩作證。只要存在一個乘積 C F,其中 C 行滿秩、F 列滿秩,就迫使中間維數等於 rank(A);你無法把 A 從更窄的中間擠過去。這正是列秩等於行秩的代數核心。
它還是低秩逼近與偽逆背後的骨架。SVD 給出一種格外乾淨、正交歸一的秩分解,把它截斷到前 r 組奇異三元組就是最佳的秩 r 逼近。樸素秩分解是精確但不唯一的版本;SVD 則是它的規範、最優精化。
A (m x n, rank r) = C (m x r) F (r x n), inner dimension r = rank(A)
A 的任何分解所能取到的最窄腰部就等於它的秩。
秩分解是精確的但不唯一(任何可逆的 r 階矩陣 M 都給出 C M 與 M^-1 F)。SVD 則確定一個規範、最優的選擇。
又稱
另見