DECOMPOSIO EM VALORES SINGULARES (SVD)

Toda matriz A IR mn pode ser escrita na forma

A = USVT
onde Umm e Vnn so ortogonais e Smn diagonal.

Os elementos de S so unicamente determinados e

satisfazem:
s1 s2 ... sp 0. (onde p = min {m, n})

Interpretao geomtrica:
v1
(1o vetor
sing. dir.)

S
(esfera
unitria)

Av1 = u1s1

v2
(2o vetor
sing. dir.)

AS

Av2 = u2s2

Tambm existe a SVD reduzida, na qual S quadrada

(S IR nn se n m ou S IR mm se m n).

Propriedades:

Os elementos diagonais de S so os valores singulares.

As colunas de U so os vetores singulares esquerda.

As colunas de V so os vetores singulares direita.

posto(A) = r, o nmero de valores singulares no nulos.

R ( A) = span ( { u1,..., ur } ) .

N ( A) = span( { v r + 1,..., v n } ) .

|| A ||2 = s1 .

|| A ||F = s12 + s22 + ... + sr2

A = si ui v Ti .

i =1

20

20

40

40

60

60

80

80

100

100

120

120

140

140

160

160

180

180

200

200
50

100

150

200

250

300

50

100

150

20

Aproximando A200300 por

si ui v Ti

i =1

(usando s os 20 maiores valores singulares)

200

250

300

Calculando a SVD da matriz

- 0.408
U = - 0.817

0.408
0.316
V =
- 0.948

- 0.577
3.873

0.577 S = 0

0.577
0

0.707
0
0.707

2.236

0
0

0.948
0.316

SVD reduzida da mesma matriz:

- 0.408
U = - 0.817

0.408

2
1

A = 1 3

2 1

0.707
3.873
0 S =

0
0.707

0
0.316
V =

2.236
- 0.948

Resolvendo o sistema Ax = b, em que

0.948
0.316

1
b = 4

1

Se A = USVT, ento USVTx = b, ou ainda x = V(S*(UTb)).

(S* a inversa de S se usamos a SVD reduzida).
1) Calculamos c = UTb.
2) Resolvemos o sistema Sy = c.
3) Calculamos x = Vy
4.899
c = 1.4142

1.2649
y =

0.63246

1
x =
1

(Repare que o sistema s tem soluo porque c3 = 0)