matlab奇异值分解函数
时间: 2023-10-18 22:25:20 浏览: 51
Matlab中奇异值分解函数是svd。根据文献引用,svd函数的使用格式有以下几种:
1. 对于矩阵X,使用格式s = svd(X)可以返回矩阵X的奇异值向量。
2. 使用格式[U,S,V] = svd(X),可以返回一个与X大小相同的对角矩阵S,以及两个酉矩阵U和V,满足X = USV'。如果矩阵A大小为m×n,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。
3. 使用格式[U,S,V] = svd(X,0),可以得到一个“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。此时,如果X为m×n矩阵且m >= n,则这种分解等价于svd(X,0)。如果m < n,则只计算V的前m列,S的大小为m×m。
4. 使用格式[U,S,V] = svd(X,'econ'),可以得到一个“经济尺寸”的分解。如果X为m×n且m >= n,则等价于svd(X,0)。如果m < n,则只计算V的前m列,S的大小为m×m。
综上所述,Matlab中的奇异值分解函数svd可以根据需要返回不同形式的分解结果。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [奇异值分解——matlab中svd函数用法总结](https://blog.csdn.net/weixin_44567900/article/details/108831329)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* [matlab中函数svd是什么意思](https://blog.csdn.net/m0_37665485/article/details/102600297)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]