Scilab Website | Contribute with GitLab | Mailing list archives | ATOMS toolboxes
Scilab Online Help
2024.0.0 - Português


svd

decomposição em valores singulares

Seqüência de Chamamento

s=svd(X)
[U,S,V]=svd(X)
[U,S,V]=svd(X,"e")
[U,S,V,rk]=svd(X [,tol])

Parâmetros

X

matriz de reais ou complexos

s

vetor de reais (valores singulares)

S

matriz diagonal de reais (valores singulares)

U,V

matrizes quadradas ortogonais ou unitárias (vetores singulares)

tol

número real

Descrição

[U,S,V] = svd(X) produz uma matriz diagonal S , com dimensão igual a de X e com elementos da diagonal não-negativos em ordem decrescente, e matrizes unitárias U e V tais que X = U*S*V' .

[U,S,V] = svd(X,"e") produz a decomposição com "economia de tamanho". Se X é m-por-n com m > n, então apenas as primeiras n colunas de U são computadas e S é n-por-n.

s= svd(X) por si mesmo retorna um vetor s contendo os valores singulares.

[U,S,V,rk]=svd(X,tol) fornece também rk, o posto numérico de X i.e. i.e. o número de valores singulares maiores que tol.

O valor default de tol é o mesmo que em rank.

Exemplos

X=rand(4,2)*rand(2,4)
svd(X)
sqrt(spec(X*X'))

Função Usada

Decomposições svd são baseadas nas rotinas Lapack DGESVD para matrizes de reais e ZGESVD no caso de matrizes de complexos.

History

VersãoDescrição
2023.0.0

svd(X, 0) is obsolete, use svd(X, "e") instead.

2024.0.0

svd(X, 0) is no more supported, use svd(X, "e") instead.

Report an issue
<< sva Eigenvalue and Singular Value Factorization >>

Copyright (c) 2022-2023 (Dassault Systèmes)
Copyright (c) 2017-2022 (ESI Group)
Copyright (c) 2011-2017 (Scilab Enterprises)
Copyright (c) 1989-2012 (INRIA)
Copyright (c) 1989-2007 (ENPC)
with contributors
Last updated:
Tue Oct 24 14:35:25 CEST 2023