左右奇異向量
每個奇異值 sigma_i 都伴隨兩個方向:輸入空間中的右奇異向量 v_i,以及輸出空間中的左奇異向量 u_i。右向量是那些被 A 乾淨地映射到被拉伸的輸出方向上的特殊輸入方向;左向量則是它們的落點。定義關係是 A v_i = sigma_i u_i——把 A 作用於 v_i,便得到被 sigma_i 縮放的 u_i,其間沒有任何旋轉摻雜。
兩族向量都是標準正交的。右奇異向量 v_1, ..., v_n 構成 R^n(輸入空間)的一組標準正交基;左奇異向量 u_1, ..., u_m 構成 R^m(輸出空間)的一組標準正交基。v_i 是 A^T A 的特徵向量,u_i 是 A A^T 的特徵向量,二者通過 u_i = (1/sigma_i) A v_i(當 sigma_i 非零時)聯繫在一起。
這正是 SVD 威力的祕密所在:一旦使用這些特殊的基,A 就變得簡單。在輸入端用 v-基、輸出端用 u-基時,A 所做的無非是把第 i 個坐標縮放 sigma_i 倍——所有雜亂的非對角相互作用都消失了。這個變換讀起來就是:旋轉(對齊到諸 v)、拉伸(乘以諸 sigma)、再旋轉(對齊到諸 u)。
提醒:當某個奇異值重複時,它的奇異向量只在那個共享子空間內旋轉的意義下被確定,正如重複的特徵值給出特徵子空間而非單個特徵向量。而當 sigma_i = 0 時,對應的 v_i 落在 A 的零空間中——A 把它送到零——同時多出來的諸 u 張成 A 永遠無法觸及的那部分輸出空間。
A 把每個右向量送到被 sigma 拉伸的左夥伴上;A^T 又沿相反方向把它送回去。
這兩個名字源於它們在分解式 A = U Sigma V^T 中的位置:諸 u 是 U 的列(在左側),諸 v 是 V 的列(在右側,故為 V^T)。除非 A 是方陣,否則它們生活在不同的空間裡。