Singular Value Decomposition
Rank가 $n$인 matrix $S\in \mathbb{R}^{m\times n}\text{ where }m\ge n$ 에서
- orthonormal vector set$\{\textbf{v}_1, \dots, \textbf{v}_n\}, \{\textbf{u}_1, \dots \textbf{u}_n\}$ 와
- positive scalr set $\{\sigma_1, \dots, \sigma_n\}$에 대하여
$$A\textbf{v}_i=\sigma_i\textbf{u}_i \text{ where } i=1,2,\dots,n$$
를 만족한다고 가정하자.
이때, positive scalar 인 $\sigma_1, \dots,\sigma_n$들을 matrix $A$의
- singular value (특이값)이라고 한다.
동시에, 해당 singular value들에 각각 대응하는 orthonomal vector $\textbf{v}_i$와 $\textbf{u}_i$를 각각
- right singular vector,
- left singular vector 라고 한다.
SVD의 경우, positive singular values는 내림차순으로 나열되는 게 일반적이며 이는 다음이 성립함을 의미함.
$$\sigma_1 \ge \sigma_2 \ge \dots \ge \sigma_n > 0$$
$A\in \mathbb{R}^{m\times n} \text{ where }m \ge n$이면서 $A$의 rank가 $n$일 때
$S=A^\top A$ 인 경우로 한정할 경우,
$S$는 symmetric matrix ($S^\top =S$)이기 때문에 항상 orthogonal diagonalization이 가능함.
2022.11.17 - [.../Math] - [LA] Diagonalization, Orthogonal Diagonalization, and Symmetric Matrix
또한 $S=A^\top A$는 $A$의 rank가 $n$이기 때문에 $n \times n$ matrix이면서 역시 rank가 $n$임.
- 이는 $S$가 $n$개의 0이 아닌 eigen values (muliplicity 를 개별로 카운팅)를 가짐을 의미함.
동시에 $S=A^\top A$는 $A$의 rank에 상관없이 Positive semi-definite이기 때문에
- $S$의 모든 eigen value는 0 이상임.
이 둘을 고려하면 rank 가 $n$인 $S$는 항상 0보다 큰 positive eigen value를 $n$개 가질 수 있음.
즉, 항상 $S=A^\top A$는 항상 eigen decomposition이 가능하며 $n$개의 positive 인 eigen values를 구할 수 있음.
결론적으로, 구해지는
- $S$의 eigen value $\lambda_i(A^\top A)$ (이는 $S=A^\top A$에서 구해진 $i$번째 eigen value를 의미함)와
- $A$에 구해진 singular value $\sigma_i(A)$들이
다음의 순서로 sorting시킬 경우
$$ \sigma_1(A) \ge \sigma_2(A) \ge \dots \ge \sigma_n(A) > 0$$
$$ \lambda_1(A^\top A) \ge \lambda_1(A^\top A) \ge \dots \ge \lambda_n(A^\top A) > 0$$
다음의 관계를 가짐.
$$\sigma_i(A)=\sqrt{\lambda_i(A^\top A)}$$
- singular value는 위의 식에서 제곱근이므로 항상 positive여야 함.
- 앞서 말했지만, $S$의 rank가 $n$이고 symmetric하고, positive semi-definite이므로 $S$의 eigen values는 positive임.
- 때문에 $A$의singular value도 역시 positive임.
'... > Math' 카테고리의 다른 글
[LA] Linear Independence (Linearly Indendent) (0) | 2024.02.16 |
---|---|
[LA] Linearly Independent and Affine Independent: Summary (0) | 2024.02.16 |
[math] Factorial(계승), Permutation (순열) & Combination (조합) (1) | 2024.02.04 |
[Math] Cartesian Product (or Descartes Product, Product Set) (0) | 2024.02.04 |
[Math] Normal Distribution (정규분포) (2) | 2023.10.25 |