Scilab Website | Contribute with GitLab | Mailing list archives | ATOMS toolboxes
Scilab Online Help
6.1.1 - Français

Change language to:
English - 日本語 - Português - Русский

Please note that the recommended version of Scilab is 2024.0.0. This page might be outdated.
See the recommended documentation of this function

Aide de Scilab >> Algèbre Lineaire > Eigenvalue and Singular Value > svd

svd

décomposition en valeurs singulières

Séquence d'appel

s=svd(X)
[U,S,V]=svd(X)
[U,S,V]=svd(X,0) (obsolete)
[U,S,V]=svd(X,"e")
[U,S,V,rk]=svd(X [,tol])

Paramètres

X

matrice réelle ou complexe

s

vecteur réel (valeurs singulières)

S

matrice réelle diagonale (valeurs singulières sur la diagonale)

U,V

matrices carrées unitaires (vecteurs singuliers).

tol

nombre réel positif

Description

[U,S,V]=svd(X) renvoie une matrice diagonale S, de même dimension que X avec des éléments diagonaux positifs classés par ordre décroissant, ainsi que deux matrices unitaires U et V telles que X = U*S*V'.[U,S,V]=svd(X,"e") renvoie la décomposition réduite : si X est une matrice m x n et que m > n alors seulement les n premières colonnes de U sont calculées et S est n x n.

s=svd(X) renvoie un vecteur s contenant les valeurs singulières.

[U,S,V,rk]=svd(X [,tol]) renvoie de plus rk, le rang "numérique" de X c'est à dire le nombre de valeurs singulières plus grandes que tol.

La valeur par défaut de tol est la même que pour la fonction rank.

Exemples

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

Voir aussi

  • rank — rang
  • qr — factorisation QR
  • colcomp — compression de colonnes, noyau
  • rowcomp — compression de lignes, image
  • sva — approximation de valeurs singulières
  • spec — valeurs propres, et vecteurs propres d'une matrice ou d'un faisceau de matrices

Fonctions Utilisées

la décomposition svd est basée sur les routines DGESVD pour les matrices réelles et ZGESVD pour le cas complexe.

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

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:
Mon Jan 03 14:33:05 CET 2022