![見出し画像](https://assets.st-note.com/production/uploads/images/98578045/rectangle_large_type_2_9f52c8915cea787b4bb3d1d1bd3af380.jpeg?width=1200)
特異値分解における特異値の求め方
特異値分解は固有値分解の一般化
正方行列の場合は固有値分解にできるが
正方行列以外の場合は任意の行列 $${A}$$に対して下記のように特異値分解できる
(証明は少し難しいので https://risalc.info/src/svd.html を参照)
$$
A = U \sum V^{T} \\
{}\\
= (\overrightarrow{u_1} \overrightarrow{u_2} \cdot \cdot \cdot \overrightarrow{u_n}) \quad \sum \quad (\overrightarrow{v_1}^T \overrightarrow{v_2}^T \cdot \cdot \cdot \overrightarrow{v_n}^T)
$$
ここで $${U, V}$$は直行(orthogonal)行列、$${\sum}$$は対角(diagonal)行列
![](https://assets.st-note.com/img/1676983962393-oaCiy3nujg.png?width=1200)
特異値と特異値ベクトル
$$
A = U \sum V^T
$$
これを特定の縦ベクトルに注目してみると
$$
A = \overrightarrow{u} \sigma \overrightarrow{v}^T
$$
これに右から$${ \overrightarrow{v}}$$をかけて、$${ \overrightarrow{v}^T \overrightarrow{v} = 1}$$を用いると
$$
A \overrightarrow{v} = \sigma \overrightarrow{u}
$$
またAの式について転置を考えると
$$
A^T = \overrightarrow{v} \sigma \overrightarrow{u}^T
$$
これに右から$${ \overrightarrow{u}}$$をかけて、$${ \overrightarrow{u}^T \overrightarrow{u} = 1}$$を用いると
$$
A^T \overrightarrow{u} = \sigma \overrightarrow{v}
$$
![](https://assets.st-note.com/img/1676990005905-9GcrmtjHHu.png?width=1200)
特異値の求め方
$${A \overrightarrow{v} = \sigma \overrightarrow{u}}$$について左から$${A^T}$$をかけると
$$
A^T A \overrightarrow{v} = \sigma A^T \overrightarrow{u} \\
{}\\
\\
= \sigma ( \sigma \overrightarrow{v})
\\ = \sigma^2 \overrightarrow{v}
$$
これを整理すると
$$
(A^T A - \sigma^2 E ) \overrightarrow{v} = \overrightarrow{0}
$$
同様に
$$
(A A^T - \sigma^2 E) \overrightarrow{u} = \overrightarrow{0}
$$
![](https://assets.st-note.com/img/1676992672371-GP2VhH5rLW.png?width=1200)
この記事が気に入ったらサポートをしてみませんか?