Analisis Multivariado 1 (Apunte basado en notas de clases del ...
Analisis Multivariado 1 (Apunte basado en notas de clases del ...
Analisis Multivariado 1 (Apunte basado en notas de clases del ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
18.1 Teorema <strong>de</strong> la Descomposicion <strong>en</strong> Valores Singulares<br />
Sea la matriz M ∈ R n×p , que sin perdida <strong>de</strong> g<strong>en</strong>eralidad supondremos<br />
que satisface n ≥ p. La misma pue<strong>de</strong> ser factorizada <strong>de</strong> la sigui<strong>en</strong>te<br />
manera<br />
M = UΛV ′<br />
don<strong>de</strong>, U ∈ R n×n es una matriz ortogonal, Λ ∈ R n×p es una matriz<br />
diagonal y V ∈ R p×p es una matriz ortogonal.<br />
La matriz U es una matriz ortogonal <strong>de</strong> rango n conformada por<br />
vectores columna que recib<strong>en</strong> el nombre <strong>de</strong> Vectores Singulares a<br />
Izquierda<br />
U = [u1, u2, u3, · · · , un] ∈ R n×n<br />
que cumple U ′ U = UU ′ = In por ser ortogonal.<br />
La matriz V es tambi<strong>en</strong> una matriz ortogonal <strong>de</strong> rango p conformada<br />
por vectores columna que recib<strong>en</strong> el nombre <strong>de</strong> Vectores Singulares<br />
a Derecha<br />
V = [v1, v2, v3, · · · , vp] ∈ R p×p<br />
que cumple V ′ V = V V ′ = In por ser ortogonal.<br />
La matriz Λ es una matriz diagonal con elem<strong>en</strong>tos no negativos<br />
λ1 ≥ λ2 ≥ λ3 ≥ . . . ≥ λp ≥ 0, llamados Valores Singulares<br />
Λ =<br />
⎡<br />
λ1<br />
⎢ 0<br />
⎢ 0<br />
⎢<br />
⎣ .<br />
0<br />
. ..<br />
0<br />
0<br />
λp<br />
· · ·<br />
0<br />
⎤<br />
0<br />
⎥<br />
⎦<br />
0 0<br />
18.2 Algunas propieda<strong>de</strong>s importantes <strong>de</strong> la SVD<br />
18.2.1 La SVD como metodo <strong>de</strong> maximizacion <strong>de</strong> formas<br />
bilineales<br />
Sea la matriz M ∈ R n×p con n ≥ p, y la SVD <strong>de</strong> la misma<br />
M = UΛV ′<br />
don<strong>de</strong>, U ∈ R n×n es una matriz ortogonal, Λ ∈ R n×p es una matriz<br />
diagonal y V ∈ R p×p es una matriz ortogonal. Pue<strong>de</strong> <strong>de</strong>mostrrse que<br />
(u1, v1) = argmax u<br />
u=1 y v=1<br />
′ Mv con u1 ′ Mv1 = λ1<br />
(u2, v2) = argmax<br />
u=1, v=1, u ′ u1=0 y v ′ u<br />
v1 = 0<br />
′ Mv con u2 ′ Mv2 = λ2<br />
49