17.

PROBLEMA 2-34

Dada
1 1 0
= 0 0 1
0 0 1

Hallar 10 , 103 y

1 1 9 1 1 102 9
10 103
= 0 0 1 = 0 0 1 = 0 0
0 0 1 0 0 1 0 0

21. Explique brevemente las aplicaciones de la descomposicin en valores

singulares presentadas en:

http://www.columbia.edu/itc/applied/e3101/SVD_applications.pdf

COMPRESION DE IMGENES

Teniendo una imagen formada por una matriz de pixeles () de tamao donde
= 359 y n= 371 ellos descomponen dicha matriz en valores singulares y la
reescriben como el producto de tres matrices tal como se muestra a continuacin:

Donde es de tamao (359359), es de tamao (359371) y es de

tamao (371371). Teniendo esto reescriben la matriz () como una suma de
matrices de rango 1 tal como sigue:

= 1 1 1 + 2 2 + +

Donde cada matriz de rango 1 es del tamao de la matriz original, a estas

matrices se les denomina modos. Debido a que los valores singulares estn
ordenados de mayor a menor, es decir: 1 2 0 la compresin de la
imagen es significativa tomando los valores singulares ms representativos (los de
mayor valor).
Segn el espectro de valores mostrado, los valores ms representativos llegan hasta
los 200 valores. Despus de tener esto reconstruyen la imagen variando el numero
de modos tomados hasta que consiguen una representacin adecuada de la imagen,
lo cual obtienen utilizando 200 modos.

Resumiendo, lo que se hizo fue descomponer la matriz en valores singulares,

escoger los ms representativos, con los cuales se pudiera obtener una
representacin fiel de la imagen y eliminar el resto, de esta forma se reduce la
informacin y se logra una imagen comprimida.

EXTRACCION DE PATRONES

Ellos quieren hacer obtener la tasa de crecimiento de las cordilleras en el ocano,

para esto toman una imagen de la topografa de las cordilleras en medio del ocano,
la cual es una matriz de A de 179x80 y la descomponen en valores singulares tal
que:

En este caso U es del mismo tamao que A y S y V son matrices cuadradas de 80x80.
Ahora las filas de forman una base ortonormal para el espacio de las filas de A.
Cada columna de A puede escribirse como una combinacin lineal de las columnas
de o = donde por inspeccin de la descomposicin en valores singulares
se observa que C = . Aqu las filas de son conocidas funciones ortogonales
empricas o EOFs.
Graficando el espectro de valores singulares se reconstruir la matriz A con un
pequeo nmero de EOFs. Finalmente se reconstruyo utilizando solo cuatro EOFs.