SVD-Rechner (Singulärwertzerlegung)
Berechne die Singulärwertzerlegung A = U·Σ·Vᵀ jeder Matrix. Die Singulärwerte sind die Wurzeln der Eigenwerte von AᵀA, ermittelt mit dem Jacobi-Eigenwertalgorithmus; U und V sind orthogonal. Gib A in einem editierbaren Raster ein (bis 6×6), und es liefert die Singulärwerte, U, Σ, Vᵀ und die Rekonstruktion U·Σ·Vᵀ. Die SVD ist die Grundlage von PCA, Bildkompression, Empfehlungssystemen und der Pseudoinversen.
Ähnliche Tools
Alle Tools: Matrizen & Vektoren →SVD-Rechner (Singulärwertzerlegung) funktioniert direkt auf dieser Seite — kostenlos, sofort, nichts zu installieren. Zu finden ist es unter Matrizen & Vektoren, mit Cholesky-Zerlegung-Rechner und LU-Zerlegungs-Rechner für die benachbarten Fälle.
So funktioniert's
- Öffne das Tool — ohne Anmeldung oder Installation.
- Gib deine Daten ein oder passe die verfügbaren Optionen an.
- Erhalte dein Ergebnis sofort und kopiere oder lade es herunter.
Häufige Fragen
Was ist SVD-Rechner (Singulärwertzerlegung)?
Berechne die Singulärwertzerlegung A = U·Σ·Vᵀ jeder Matrix. Die Singulärwerte sind die Wurzeln der Eigenwerte von AᵀA, ermittelt mit dem Jacobi-Eigenwertalgorithmus; U und V sind orthogonal. Gib A in einem editierbaren Raster ein (bis 6×6), und es liefert die Singulärwerte, U, Σ, Vᵀ und die Rekonstruktion U·Σ·Vᵀ. Die SVD ist die Grundlage von PCA, Bildkompression, Empfehlungssystemen und der Pseudoinversen.
Wie sieht ein konkreter Fall aus?
[[3, 0], [0, 2]] → σ₁ = 3, σ₂ = 2 — das Werkzeug zeigt jeden Zwischenschritt, nicht nur das Endergebnis.
Wann brauche ich das konkret?
Eine von Hand ausgeführte Zerlegung prüfen, ein lineares System lösen und die Eigenwerte finden, die beschreiben, wie eine Abbildung den Raum dehnt.
Was ist der häufigste Fehler?
Eine Matrix invertieren, um ein System zu lösen. Elimination oder eine Faktorisierung ist schneller und numerisch weit stabiler; eine explizite Inverse verstärkt Rundungsfehler, besonders nahe der Singularität.
Worin unterscheidet sich SVD-Rechner (Singulärwertzerlegung) von Cholesky-Zerlegung-Rechner?
Sie liegen nah beieinander, beantworten aber verschiedene Fragen: Cholesky-Zerlegung-Rechner ist das richtige, wenn es darum geht, zerlege eine symmetrisch positiv definite Matrix A in L·Lᵀ, wobei L eine untere Dreiecksmatrix ist — die Cholesky-Zerlegung. Gib A in einem editierbaren quadratischen Raster ein, und es liefert L, Lᵀ und das Produkt L·Lᵀ; ist die Matrix nicht symmetrisch oder nicht positiv definit, nennt es die verletzte Bedingung. Doppelt so schnell wie LU wird Cholesky in Optimierung, Kalman-Filtern und Monte-Carlo-Simulation genutzt. Nimm das, was zu deinem Ausgangspunkt passt — beide sind kostenlos.
Gibt es ein Werkzeug für den nächsten Schritt?
LU-Zerlegungs-Rechner ist das nächstliegende danach: Zerlege eine quadratische Matrix in eine untere L und obere U Dreiecksmatrix (Doolittle-Verfahren).
Was lohnt sich sonst noch daneben offen zu haben?
QR-Zerlegung-Rechner und Rechner für Partialbruchzerlegung — sie tauchen in derselben Aufgabe oft genug auf, um einen zweiten Tab zu verdienen.
Woher stammen die Daten?
Die Zerlegungen folgen ihren Lehrbuchdefinitionen, mit Teilpivotisierung wo sinnvoll. Ergebnisse sind exakt für kleine ganzzahlige Matrizen und sonst der Gleitkommarundung unterworfen.