1. 引言
复习上一篇文章《最小二乘问题详解1:线性最小二乘》中的知识,对于一个线性问题模型:
\[f(x; \theta) = A\theta \]
那么线性最小二乘问题可以表达为求一组待定值\(\theta\),使得残差的平方和最小:
\[\min_{\theta} \|A\theta - b\|^2 \]
本质上是求解超定线性方程组:
\[A\theta = b \]
具体的线性最小二乘解是:
\[\theta^* = (A^T A)^{-1} A^T b \tag{1} \]
2. 求解
2.1 问题
虽然线性最小二乘解已经给出,但是并不意味着在实际的数值计算中就能按照式(1)来进行求解。一个典型的问题就是求逆矩阵:在工程实践和数值计算中,直接求解逆矩阵通常是一个性能消耗大且可能不精确的操作,应该尽量避免。举例来说,我们按照大学本科《线性代数》课程中的方法写程序来求解一个逆矩阵,假设使用伴随矩阵法:
\[A^{-1} = \frac{1}{\det(A)} \cdot \text{adj}(A) \]
其中:
- \(\det(A)\) 是矩阵 \(A\) 的行列式。
- \(\text{adj}(A)\) 是 \(A\) 的伴随矩阵。
为了求解伴随矩阵 \(\text{adj}(A)\):
-
求代数余子式 (Cofactor):对于矩阵 \(A\) 中的每一个元素 \(a_{ij}\),计算其代数余子式 \(C_{ij}\)。
- 代数余子式 \(C_{ij} = (-1)^{i+j} \cdot M_{ij}\)
- \(M_{ij}\) 是删去 \(A\) 的第 \(i\) 行和第 \(j\) 列后得到的子矩阵的行列式(称为余子式)。
-
构造余子式矩阵:将所有代数余子式 \(C_{ij}\) 按照原来的位置排列,形成一个新矩阵 \(C\)(称为余子式矩阵)。
-
转置:将余子式矩阵 \(C\) 进行转置,得到的矩阵就是伴随矩阵 \(\text{adj}(A)\)。
\[\text{adj}(A) = C^T \]
-
代入公式:将 \(\det(A)\) 和 \(\text{adj}(A)\) 代入公式 \(A^{-1} = \frac{1}{\det(A)} \cdot \text{adj}(A)\) 即可。
这里我们大概能估算,使用伴随矩阵法求逆矩阵的理论复杂度是\(O(n!)\),这是一个阶乘级的增长,算法效率非常低。《线性代数》中介绍的另外一种算法高斯消元法也只能达到\(O(n^3)\),呈指数级增加。其实效率只是一方面的问题,使用计算机求解的另外一个问题是舍入误差累积:在计算机中,浮点数运算存在固有的舍入误差;求逆过程涉及大量的除法和减法运算,这些误差会在计算过程中不断累积和传播。总而言之,使用通解求解逆矩阵,可能存在不精确且性能消耗大的问题。
2.2 QR分解
那么不使用逆矩阵怎么办呢?我们需要注意的是,最小二乘问题的本质是求解,而不是求逆矩阵,因此关键是要求解正规方程:
\[A^T A \theta = A^T b \]
对矩阵\(A\)作QR分解:
\[A = Q_1 R \]
其中:
- \(Q_1\in\mathbb R^{m\times n}\) 列正交,满足\(Q_1^T Q_1 = I_n\);
- \(R\in\mathbb R^{n\times n}\)是上三角矩阵,如果\(A\)列满秩,则\(R\)的对角元均非零,可逆。
那么把\(A=Q_1R\)代入正规方程,得到:
\[(Q_1 R)^T (Q_1 R) x = (Q_1 R)^T b \]
左边整理,因为\(Q_1^T Q_1 = I_n\):
\[R^T Q_1^T Q_1 R x = R^T R x \]
右边为
\[R^T Q_1^T b \]
因此正规方程等价于
\[\boxed{R^T R x = R^T (Q_1^T b)} \]
若\(R\)可逆(即\(A\)满秩,\(\operatorname{rank}(A)=n\)),则\(R^T\)也可逆。左右两边左乘\((R^T)^{-1}\),得到:
\[R x = Q_1^T b. \]
令\(c = Q_1^\top b\)(这是一个长度为\(n\)的向量),于是我们得到一个简单的上三角线性系统:
\[\boxed{R x = c,\qquad c = Q_1^T b} \]
这就是QR方法把正规方程化简得到的核心结果:只需解上三角方程\(R x = Q_1^T b\)。
以上只是对\(A\)列满秩的情况做了推导,如果\(A\)列满秩,那么QR分解可以表示为\(x = R^{-1}Q_1^\top b\);如果\(A\)列不满秩(\(R\)奇异),需要使用列主元QR方法对\(R^T R x = R^T (Q_1^T b)\)进行求解,或者干脆使用下面要介绍的SVD分解(奇异值分解)法。
2.3 SVD分解
另外一种求解的方法是SVD分解。对任意矩阵\(A\),存在奇异值分解:
\[\boxed{A = U\Sigma V^T} \]
其中:
-
\(U\in\mathbb R^{m\times m}\)为正交(列为左奇异向量),
-
\(V\in\mathbb R^{n\times n}\)为正交(列为右奇异向量),
-
\(\Sigma\in\mathbb R^{m\times n}\)为"对角块"矩阵,通常写成
\[\Sigma=\begin{bmatrix}\Sigma_r & 0 \\ 0 & 0\end{bmatrix} \]
其中\(\Sigma_r=\operatorname{diag}(\sigma_1,\dots,\sigma_r)\),\((\sigma_1\ge\sigma_2\ge\cdots\ge\sigma_r>0)\),\(r=\operatorname{rank}(A)\)。
将SVD代入正规方程,先计算\(A^\top A\):
\[A^T A = (U\Sigma V^T)^T(U\Sigma V^T) = V \Sigma^T U^T U \Sigma V^T = V (\Sigma^T \Sigma) V^T. \]
注意\(U^T U=I\)。而\(\Sigma^T\Sigma\)是\(n\times n\)的对角块矩阵,其非零对角元就是\(\sigma_i^2(i=1..r)\),其余为零。
同样的,计算\(A^T b\):
\[A^T b = V \Sigma^T U^T b. \]
于是正规方程变为:
\[V (\Sigma^T \Sigma) V^T x = V \Sigma^T U^T b. \]
两边左乘\(V^T\),因为\(V\)正交,\(V^TV=I\),得到:
\[(\Sigma^T \Sigma)(V^T x) = \Sigma^T (U^T b) \]
把\(y=V^T x\)与\(c=U^T b\)代入,得到更简单的对角方程:
\[\boxed{(\Sigma^T\Sigma) y = \Sigma^T c} \]
接下来按奇异值分块展开对角方程,先写出\(\Sigma\)相关的形状:
\[\Sigma=\begin{bmatrix}\Sigma_r & 0 \\ 0 & 0\end{bmatrix},\qquad \Sigma^\top\Sigma = \begin{bmatrix}\Sigma_r^2 & 0 \\ 0 & 0\end{bmatrix} \]
对\(y\)和\(c\)也做相应分块:
\[y=\begin{bmatrix}y_1\ y_2\end{bmatrix},\qquad c=\begin{bmatrix}c_1\ c_2\end{bmatrix} \]
其中\(y_1,c_1\in\mathbb R^r\)对应非零奇异值,\(y_2,c_2\)对应奇异值为0的部分(维度 \(n-r\)),代入得到分块方程:
\[\begin{bmatrix}\Sigma_r^2 & 0 \\ 0 & 0\end{bmatrix} \begin{bmatrix}y_1 \\ y_2\end{bmatrix}= \begin{bmatrix}\Sigma_r & 0 \\ 0 & 0\end{bmatrix} \begin{bmatrix}c_1 \\ c_2\end{bmatrix} \]
即等价于两组方程:
\[\Sigma_r^2 y_1 = \Sigma_r c_1,\qquad 0 = 0\cdot c_2 \ (\text{无约束/自由分量}) \]
由于\(\Sigma_r\)为对角且可逆,第一式等价于
\[\Sigma_r y_1 = c_1 \quad\Longrightarrow\quad y_1 = \Sigma_r^{-1} c_1. \]
而\(y_2\)(对应零奇异值的分量)在正规方程中不受约束------这反映了在列秩不足时普通最小二乘解不是唯一的(可以在零空间方向任意加解)。为得到最小范数解 (惯常的选择),取 \(y_2=0\)。
最后回到\(x\)的求解,对于\(y\)有:
\[y = \begin{bmatrix} \Sigma_r^{-1} c_1 \\ 0 \end{bmatrix} \]
将\(c_1\)与\(c=U^\top b\)关系代回:
\[y = \begin{bmatrix} \Sigma_r^{-1} & 0 \\ 0 & 0\end{bmatrix} U^T b \]
由于\(y=V^T x\),于是:
\[x = V y = V \begin{bmatrix} \Sigma_r^{-1} & 0 \\ 0 & 0\end{bmatrix} U^T b \]
定义\(\Sigma^+\)为将非零奇异值取倒数后转置得到的伪逆矩阵(对角块为\(\Sigma_r^{-1}\),其余为0),则
\[\boxed{x^+ = V \Sigma^+ U^T b} \]
这就是 最小二乘的 Moore--Penrose 伪逆解:
- 若\(A\)列满秩,则为唯一最小二乘解,由于那么\(\Sigma^+=\Sigma^{-1}\),SVD求解公式退化为常见的\(x = V\Sigma^{-1}U^T b\)
- 若秩亏,它给出 在所有最小二乘解中范数最小的那个(minimum-norm solution)。
2.4 比较
从以上论述可以看到,SVD分解稳定且能处理秩亏的情况,但比QR分解慢,复杂度高,通常\(O(mn^2)\);QR分解在列满秩、条件数不是太差时更快;若需要判定秩或求最小范数解,SVD是首选。
3. 补充
在最后补充一些基础知识,也是笔者很感兴趣的一点,那就是为什么一个矩阵A可以进行QR分解或者SVD分解呢?
3.1 QR分解
QR分解其实非常好理解,它的本质其实就是大学本科《线性代数》课程中提到的施密特(Gram--Schmidt)正交化。我们先复习一下施密特正交化相关的知识。
设有一组线性无关向量
\[a_1, a_2, \dots, a_n \in \mathbb{R}^m \]
我们想把它们变成一组正交(再归一化后变成标准正交)的向量\(q_1, q_2, \dots, q_n\)。具体步骤如下:
-
取第一个向量,归一化:
\[q_1 = \frac{a_1}{|a_1|} \]
-
对第 2 个向量,先减去在\(q_1\)上的投影:
\[\tilde{q}_2 = a_2 - (q_1^T a_2) q_1 \]
然后归一化:
\[q_2 = \frac{\tilde{q}_2}{|\tilde{q}_2|} \]
-
对第 3 个向量,减去它在前两个正交向量上的投影:
\[\tilde{q}_3 = a_3 - (q_1^T a_3) q_1 - (q_2^T a_3) q_2 \]
然后归一化:
\[q_3 = \frac{\tilde{q}_3}{|\tilde{q}_3|} \]
-
一般地,对第\(j\)个向量:
\[\tilde{q}j = a_j - {\sum{i=1}^{j-1}} (q_i^T a_j) q_i, \quad q_j = \frac{\tilde{q}_j}{|\tilde{q}_j|} \]
这样得到的\({q_i}\)就是标准正交基 ,且每个\(q_j\)只用到了前\(j-1\)个。
现在把矩阵\(A\)看成由列向量组成:
\[A = [a_1, a_2, \dots, a_n] \in \mathbb{R}^{m\times n}. \]
把施密特正交化写成矩阵形式,我们得到一组正交向量:
\[Q_1 = [q_1, q_2, \dots, q_n] \in \mathbb{R}^{m\times n}, \quad Q_1^T Q_1 = I_n. \]
同时,原向量可以写成:
\[a_j = \sum_{i=1}^j r_{ij} q_i \]
其中:
\[r_{ij} = q_i^T a_j \]
把这些关系拼成矩阵形式:
\[A = Q_1 R \]
其中:
- \(R = (r_{ij})\)是\(n \times n\)上三角矩阵,因为第\(j\)列只用到前\(j\)个\(q_i\)。
- \(Q_1\)的列正交,所以\(Q_1^T Q_1 = I\)。
3.2 SVD分解
SVD分解其实也非常有意思,同样也可以顺着《线性代数》中基础知识来进行推导。首先复习一下特征值和特征向量。对于一个方阵 A \\in \\mathbb{R}\^{n \\times n} ,如果存在一个非零向量 \\mathbf{v} \\in \\mathbb{R}\^n 和一个实数 \\lambda ,使得:
\[A \mathbf{v} = \lambda \mathbf{v} \]
那么:
- \\lambda 称为 特征值(eigenvalue)
- \\mathbf{v} 称为对应于 \\lambda 的 特征向量(eigenvector)
接下来复习一下什么叫做对角化。如果一个\(n \times n\)矩阵\(A\)可以写成:
\[A = P D P^{-1} \]
其中:
- D 是一个对角矩阵(只有对角线上有元素)
- P 是一个可逆矩阵
我们就说 \(A\) 是 可对角化的。
而且通常:
- D 的对角元素是 A 的特征值: D = \\operatorname{diag}(\\lambda_1, \\dots, \\lambda_n)
- P 的列是对应的特征向量
即:
\[P = [\mathbf{v}_1\ \mathbf{v}_2\ \cdots\ \mathbf{v}_n],\quad D = \begin{bmatrix} \lambda_1 & & \\ & \ddots & \\ & & \lambda_n \end{bmatrix} \]
对角化非常重要,因为对角矩阵计算非常简单,比如计算\(D^k\)只需把对角元各自取\(k\)次方即可。对角化的本质就是把复杂的线性变换,变成旋转 → 拉伸 → 逆旋转的过程 。注意,不是所有矩阵都能对角化,只有当矩阵有\(n\)个线性无关的特征向量时,才能对角化。但是,所有对称矩阵(如 A\^T A )都可以对角化,而且可以使用正交矩阵对角化。
也就是说,存在正交矩阵\(V\),使得:
\[A^T A = V \Lambda V^T,\quad \Lambda = \operatorname{diag}(\lambda_1, \dots, \lambda_n) \]
然后根据这个对角化公式,构造\(U\)和\(\Sigma\),最终得到SVD:
\[A = U \Sigma V^\top \]
这里具体构造\(U\)和\(\Sigma\)的过程还是有点繁琐的,这里就不进一步推导了,免得离题太远。