Eckart-Young-Mirsky

La SVD truncada minimiza ‖A − B‖_F sujeto a rank(B) ≤ k, y Eckart–Young–Mirsky demuestra que nada lo hace mejor.

También da el error al cuadrado directamente, sin reconstruir la truncación para cada k:

S = np.linalg.svd(A, compute_uv=False)
tail = np.concatenate([np.cumsum(S[::-1] ** 2)[::-1], [0.0]])

Ese es el teorema que hay debajo de la compresión matricial y tensorial, y la razón por la que la descomposición de Tucker de la sección 10 funciona como funciona.