MATLAB v9.13中SVD秩2近似矩阵乘法尺寸不兼容报错求助

错误根源 #

你的代码有三个核心问题导致报错：

1. 矩阵乘法运算符误用：你用了逐元素点乘.*，而SVD降秩近似需要用矩阵乘法*。U(:,1:k)是3×2矩阵，S(1:k,1:k)是2×2对角矩阵，转置后的V是2×3矩阵，矩阵乘法要求前一矩阵列数等于后一矩阵行数，用*才能满足尺寸匹配；而.*要求两个矩阵维度完全一致，这里显然不满足，因此触发尺寸不兼容错误。
2. 变量名不统一：代码中定义了Ak但后续用了A2，会导致变量未定义错误。
3. 矩阵尺寸未定义：m和n未赋值，需要先通过size(A)获取原矩阵的行列数。

修正后的完整代码 #

以下是包含示例矩阵、秩2近似计算、保留4位小数输出、RMSE计算的完整可运行代码：

% 定义示例3×3矩阵（可替换为你的目标矩阵）
A = [1 2 3; 4 5 6; 7 8 9];
[m, n] = size(A);

% SVD分解
[U, S, V] = svd(A);
k = 2;

% 计算秩2近似矩阵A2
A2 = U(:, 1:k) * S(1:k, 1:k) * V(:, 1:k)';

% 保留4位小数输出A2
A2_rounded = round(A2, 4);
disp('保留4位小数的秩2近似矩阵A2：');
disp(A2_rounded);

% 计算均方根误差RMSE
diffA = A - A2;
fro_norm = norm(diffA, 'fro');
RMSE2 = fro_norm / sqrt(m*n);
disp(['A与A2的RMSE：', num2str(RMSE2, 4)]);

关键说明 #

• V(:,1:k)'等价于transpose(V(:,1:k))，直接用转置运算符更简洁。
• round(A2,4)实现保留4位小数的需求，也可使用format shortG配合输出，但round能直接修改矩阵值。

近似优劣对比 #

• SVD秩k近似的最优性：在所有秩k矩阵中，SVD截断得到的A₂是Frobenius范数下与原矩阵A最接近的近似，这是由SVD的数学性质保证的——它最小化了A与A₂的元素平方和误差。
• 对比其他近似方法：
  • 随机降秩近似：精度不稳定，误差通常大于SVD近似；
  • 截断QR分解：仅当原矩阵列线性无关时效果较好，整体误差大于SVD近似；
  • 手动保留部分特征值的近似：若特征值分解未按大小排序，误差会远大于SVD近似。

内容的提问来源于stack exchange，提问作者Dorian Giorgio