Aljabar Linear · Dekomposisi nilai singular

Dekomposisi nilai singular

Setiap matriks real 2 × 2 dapat ditulis A = UΣVᵀ: rotasi atau refleksi Vᵀ, peregangan Σ sepanjang sumbu dengan nilai singular σ₁ ≥ σ₂ ≥ 0, lalu rotasi atau refleksi U. Lingkaran satuan menjadi elips dengan sumbu yang berasal dari dua arah tegak lurus.

Dekomposisi nilai singular pada visualisasi ini

Sebuah transformasi linear pada bidang memetakan lingkaran satuan ke elips, yang menyusut menjadi ruas garis atau titik jika AA singular. Saat vv mengelilingi lingkaran, panjang ∣Av∣|Av| mencapai maksimum σ1\sigma_1 pada arah v1v_1 dan minimum σ2\sigma_2 pada arah tegak lurus v2v_2. Keduanya adalah nilai singular. Berlaku Av1=σ1u1Av_1 = \sigma_1 u_1 dan Av2=σ2u2Av_2 = \sigma_2 u_2 dengan vektor satuan u1⊥u2u_1 \perp u_2 pada sumbu elips. Menggabungkan kolom menghasilkan A=UΣVTA = U\Sigma V^{\mathsf T}. Panah merah menunjukkan vv dan arah tegak lurusnya, sedangkan panah kuning menunjukkan bayangan keduanya oleh AA.

Mengapa sudut siku-siku hanya bertahan pada arah itu?

Kuadrat panjangnya adalah ∣Av∣2=vT(ATA)v|Av|^2 = v^{\mathsf T}(A^{\mathsf T}A)v. Matriks simetris ATAA^{\mathsf T}A memiliki vektor eigen tegak lurus v1,v2v_1, v_2 dengan nilai eigen σ12,σ22\sigma_1^2, \sigma_2^2. Bayangannya juga tegak lurus karena Av1⋅Av2=v1TATAv2=σ22 v1⋅v2=0Av_1 \cdot Av_2 = v_1^{\mathsf T}A^{\mathsf T}Av_2 = \sigma_2^2\, v_1 \cdot v_2 = 0. Jika σ1>σ2>0\sigma_1 > \sigma_2 > 0, selain perubahan tanda, hanya pasangan ortonormal ini yang bayangannya tetap tegak lurus. Untuk A=(3045)A = \begin{pmatrix} 3 & 0 \\ 4 & 5 \end{pmatrix}, vektor (1,0)(1, 0) dan (0,1)(0, 1) menjadi (3,4)(3, 4) dan (0,5)(0, 5) dengan sudut hanya 36.87°. Saat vv berputar sudutnya berkisar 36.87°–143.13°. Jika σ1=σ2\sigma_1 = \sigma_2, rotasi atau refleksi yang dikali skalar positif mempertahankan semua sudut siku-siku. Jika σ2=0\sigma_2 = 0, salah satu bayangan adalah vektor nol dan sudutnya tidak terdefinisi.

Putar, regangkan, putar

Dibaca dari kanan, VTV^{\mathsf T} membawa v1,v2v_1, v_2 ke sumbu koordinat, Σ\Sigma meregangkan sepanjang sumbu dengan faktor σ1,σ2\sigma_1, \sigma_2, lalu UU memutar hasilnya ke arah u1,u2u_1, u_2. Di sini UU juga membalik satu sumbu bila det⁡A<0\det A < 0. Gambar di antara langkah hanya menggambarkan salah satu lintasan. Faktornya adalah langkah-langkah itu sendiri. Luas dikalikan σ1σ2=∣det⁡A∣\sigma_1\sigma_2 = |\det A|. Berbeda dengan diagonalisasi, dekomposisi ini berlaku untuk semua matriks. Geseran (1101)\begin{pmatrix} 1 & 1 \\ 0 & 1 \end{pmatrix} tidak memiliki basis eigen tetapi memiliki nilai singular φ≈1.618\varphi \approx 1.618 dan 1/φ≈0.6181/\varphi \approx 0.618. Untuk matriks simetris dengan nilai eigen positif, kedua faktorisasi berimpit.

Apa makna nilai singular?

Jika satu nilai singular nol, bidang runtuh menjadi garis; jika keduanya nol, menjadi titik. Peringkat adalah banyaknya nilai singular tak nol. Bila σ2>0\sigma_2 > 0, rasio σ1/σ2\sigma_1/\sigma_2 menyatakan kelonjongan elips dan potensi pembesaran galat relatif saat menyelesaikan sistem dengan AA. Untuk data yang telah dipusatkan, arah-arah ini menjadi sumbu pada analisis komponen utama.

Hal yang perlu diperhatikan

  • Tanda kedua vektor dalam pasangan vi,uiv_i, u_i dapat dibalik bersama. Jika σ1=σ2\sigma_1 = \sigma_2, arahnya sendiri pun tidak unik.
  • Setiap matriks real m × n memiliki dekomposisi dengan jumlah nilai singular sebesar yang lebih kecil antara m dan n. Di sini ditunjukkan kasus 2 × 2.

Kontrol

  • Seret ujung v mengelilingi lingkaran atau putar kenopnya. Putar roda langkah untuk melihat ketiga faktor satu per satu.

Terkait