Please note that the recommended version of Scilab is 2025.0.0. This page might be outdated.
See the recommended documentation of this function
svd
decomposição em valores singulares
Seqüência de Chamamento
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])
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,0)
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
.
Função Usada
Decomposições svd são baseadas nas rotinas Lapack DGESVD para matrizes de reais e ZGESVD no caso de matrizes de complexos.
Report an issue | ||
<< sva | Eigenvalue and Singular Value | Factorization >> |