计算矩阵的r阶近似并绘制图像

原题如下：

先把图像转换成矩阵

pic=imread("picture.jpg");
pic2=rgb2gray(pic);
[m,n]=size(pic2);
pic3=double(pic2)/255;

然后写error_norm2函数，输入矩阵和阶数，输出A和近似矩阵Ar之间二范数的差，函数如下：

function x=error_norm2(A,r)%
[u,s,v]=svd(A);
B=u(:,1:r)*s(1:r,1:r)*v(1:r,:);
x=norm(A-B,2);
end

然后构造向量v，v（i）为r=i时的误差

u=zeros(10,1);
for i=1:10
    u(i,1)=error_norm2_pro(pic3,i);
end
plot(1:10,u)

图像如下（横坐标为r，纵坐标为误差）：

写了一个新的error_norm2_pro函数

function x=error_norm2_pro(A,r)
[u,s,v]=svd(A);
[m,n]=size(s);
s2=zeros(m,n);
s2(1:r,1:r)=s(1:r,1:r);
B=u*s2*v;
x=norm(A-B,2);
end

结果还是一样

但是，将上一个error_norm2_pro函数换一个写法，不再单独计算A B，而是用奇异值矩阵作差代替A,B作差，就能得到理想的图像了

function x=error_norm2_pro(A,r)
[u,s,v]=svd(A);
[m,n]=size(s);
s2=zeros(m,n);
s2(1:r,1:r)=s(1:r,1:r);
x=norm(u*(s-s2)*v,2);
end

这是为什么呢？