奇异值分解

奇异值分解
函数 svd

格式 s = svd (X) %返回矩阵X的奇异值向量

[U,S,V] = svd (X) %返回一个与X同大小的对角矩阵S，两个酉矩阵U和V，且满足= U*S*V’。若A为m×n阵，则U为m×m阵，V为n×n阵。奇异值在S的对角线上，非负且按降序排列。

[U,S,V] = svd (X,0) %得到一个“有效大小”的分解，只计算出矩阵U的前n列，矩阵S的大小为n×n。

例1-73

A=[1 2;3 4;5 6;7 8];

[U,S,V]=svd(A)

U =

-0.1525 -0.8226 -0.3945 -0.3800

-0.3499 -0.4214 0.2428 0.8007

-0.5474 -0.0201 0.6979 -0.4614

-0.7448 0.3812 -0.5462 0.0407

S =

14.2691 0

     0    0.6268

     0         0

   0         0

V =

-0.6414 0.7672

-0.7672 -0.6414

[U,S,V]=svd(A,0)

U =

-0.1525 -0.8226

-0.3499 -0.4214

-0.5474 -0.0201

-0.7448 0.3812

S =

14.2691 0

     0    0.6268

V =

-0.6414 0.7672

-0.7672 -0.6414