`svds`

Alguns valores e vetores singulares de uma matriz, tipicamente grande e esparsa.

Sintaxe

s = svds(A)

Retorna os 6 maiores valores singulares.

s = svds(A, k)

Retorna os k maiores valores singulares.

s = svds(A, k, sigma)

Retorna k valores escolhidos por sigma: 'largest', 'smallest' ou os mais próximos de um número.

[U, S, V] = svds(___)

Retorna também os vetores singulares correspondentes.

Descrição

Para matrizes grandes, uma svd completa é um desperdício quando só importa a parte dominante do espectro. svds calcula apenas o subconjunto pedido, que é o que aproximações de baixo posto e métodos de componentes principais precisam.

Se k é pelo menos min(size(A)), não há economia, e svd é a chamada melhor.

Argumentos de entrada

A: Matriz numérica, densa ou esparsa.
k: Número de valores singulares desejados. Padrão 6.
sigma: 'largest' (padrão), 'smallest' ou um alvo escalar.

Argumentos de saída

s: Vetor coluna dos valores singulares pedidos.
U, S, V: Vetores singulares (m-por-k, n-por-k) e a matriz diagonal k-por-k de valores.

Exemplo

Maiores e menores

A = diag(1:10);
svds(A, 3)
svds(A, 2, 'smallest')

Saída

Veja também

svd eigs svdsketch norm