对矩阵的奇异值分解(SVD,Singular Value Decomposition)进行了分析。推导证明了奇异值分解和M-P广义逆矩阵之间的关系,得出奇异值分解的广义逆矩阵为矩阵的M-P广义逆;分析了奇异值分解和线性方程组最小范数最小二乘解的关系,推导了应...对矩阵的奇异值分解(SVD,Singular Value Decomposition)进行了分析。推导证明了奇异值分解和M-P广义逆矩阵之间的关系,得出奇异值分解的广义逆矩阵为矩阵的M-P广义逆;分析了奇异值分解和线性方程组最小范数最小二乘解的关系,推导了应用奇异值分解进行秩亏网平差解算的平差解算公式和精度估算公式;推导了加权最小二乘最小范数解的奇异值分解解算问题,扩展了奇异值分解求解未知参数最小范数最小二乘解;最后通过秩亏网算例进行了解算,验证了方法的正确性和矩阵分解的有效性。展开更多
文摘对矩阵的奇异值分解(SVD,Singular Value Decomposition)进行了分析。推导证明了奇异值分解和M-P广义逆矩阵之间的关系,得出奇异值分解的广义逆矩阵为矩阵的M-P广义逆;分析了奇异值分解和线性方程组最小范数最小二乘解的关系,推导了应用奇异值分解进行秩亏网平差解算的平差解算公式和精度估算公式;推导了加权最小二乘最小范数解的奇异值分解解算问题,扩展了奇异值分解求解未知参数最小范数最小二乘解;最后通过秩亏网算例进行了解算,验证了方法的正确性和矩阵分解的有效性。
