12.01.2015 Views

Calculul valorilor si vectorilor proprii

Calculul valorilor si vectorilor proprii

Calculul valorilor si vectorilor proprii

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

386 CAPITOLUL 5. DESCOMPUNEREA VALORILOR SINGULARE<br />

Utilizând prima din relaţiile de mai sus, din penultima obţinem (AD) H AD =<br />

= ADAD = 0, i.e. AD = 0. Similar, din prima şi ultima relaţie obţinem DA = 0.<br />

Prin urmare satisfacerea celei de a doua din relaţiile de mai sus implică D = 0, i.e.<br />

X = Y.<br />

✸<br />

Propoziţia ce urmează oferă o caracterizare interesantă a pseudoinversei.<br />

Propoziţia 5.5 Fie A ∈ IC m×n . Pseudoinversa X = A + este unica soluţie matriceală<br />

de normă Frobenius minimă a problemei<br />

min<br />

X∈IC n×m‖AX −I m‖ F . (5.54)<br />

Demonstraţie. ÎntrucâtnormaFrobenius nu este alteratăde transformăriunitare,<br />

avem<br />

r F (X) def<br />

= ‖AX −I m ‖ F = ‖U H AVV H X −U H ‖ F = ‖ΣV H X −U H ‖ F =<br />

[ ][ ] ∥ [ ]∥ ‖ΣV H XU−I m ‖ F =<br />

Σ1 0 Y11 Y ∥∥∥F 12<br />

∥<br />

−I<br />

0 0 Y 21 Y m =<br />

Σ1 Y 11 −I r Σ 1 Y ∥∥∥F 12<br />

22<br />

∥<br />

,<br />

0 I m−r<br />

undeY def<br />

= V H XU ∈ IC n×m şipartiţialuiY esteconformăcupartiţialuiΣ. Evident,<br />

r F (X)esteminimăatuncicândatât‖Σ 1 Y 12 ‖ F câtşi‖Σ 1 Y 11 −I r ‖ F suntminime, i.e.,<br />

pentru Y 12 = 0 şi Y 11 = Σ −1<br />

1 . Deci, toate matricele X ∈ IRn×m care minimizează<br />

r F (X) sunt de forma<br />

[ Dar‖X‖ F =<br />

Σ<br />

−1<br />

∥<br />

1 0<br />

Y 12<br />

X = VYU H = V<br />

[ ]<br />

Σ<br />

−1<br />

1 0<br />

U H .<br />

Y 21 Y 22<br />

]∥ ∥∥∥F<br />

esteminimăpentruY<br />

Y 21 = 0,Y 22 = 0. Înconsecinţă,<br />

22<br />

soluţia de normă Frobenius minimă pentru problema (5.54) este matricea X =<br />

= VΣ + U H = A + . ✸<br />

Din rezultatele de mai sus rezultă că valorile <strong>si</strong>ngulare nenule ale pseudoinversei<br />

sunt inversele <strong>valorilor</strong> <strong>si</strong>ngulare nenule ale matricei iniţiale, vectorii <strong>si</strong>ngulari la<br />

stânga, respectiv la dreapta ai pseudoinversei sunt vectorii <strong>si</strong>ngulari la dreapta,<br />

respectiv la stânga, ai matricei iniţiale asociaţi <strong>valorilor</strong> <strong>si</strong>ngulare corespondente.<br />

Drept consecinţă, obţinem următoarea DVS pentru pseudoinversa matricei A<br />

A + = U 1 Σ −1<br />

1 V H<br />

1 =<br />

r∑<br />

j=1<br />

unde u j , v j sunt coloanele j ale matricelor U şi, respectiv, V.<br />

5.2.5 Subspaţii liniare. Baze ortogonale<br />

v j u H j<br />

σ j<br />

, (5.55)<br />

Con<strong>si</strong>derăm important să evidenţiem faptul că se pot construi baze ortogonale ale<br />

subspaţiilor fundamentale definite de o matrice arbitrară folo<strong>si</strong>nd vectorii săi <strong>si</strong>ngulari<br />

15 .<br />

15 În capitolul 3 a fost prezentată o metodă alternativă de construcţie a bazelor ortogonale ale<br />

subspaţiilor fundamentale definite de o matrice, metodă bazată pe utilizarea factorizării QR cu

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!