SVD-calculator (singulierewaardenontbinding)
Bereken de singulierewaardenontbinding A = U·Σ·Vᵀ van elke matrix. De singuliere waarden zijn de wortels van de eigenwaarden van AᵀA, gevonden met het Jacobi-algoritme voor eigenwaarden; U en V zijn orthogonaal. Vul A in op een bewerkbaar raster (tot 6×6) en de tool geeft de singuliere waarden, U, Σ, Vᵀ en de reconstructie U·Σ·Vᵀ. SVD ligt onder PCA, beeldcompressie, aanbevelingssystemen en de pseudo-inverse.
Vergelijkbare tools
Alle tools: Matrices & vectoren →SVD-calculator (singulierewaardenontbinding) werkt rechtstreeks vanaf deze pagina — gratis, direct, niets te installeren. Je vindt deze tool onder Matrices & vectoren, met Cholesky-decompositiecalculator en LU-decompositiecalculator voor de aanpalende gevallen.
Zo gebruik je het
- Open de tool — geen account of installatie nodig.
- Voer je gegevens in of pas de beschikbare opties aan.
- Krijg je resultaat onmiddellijk, en kopieer of download het.
Veelgestelde vragen
Wat is SVD-calculator (singulierewaardenontbinding)?
Bereken de singulierewaardenontbinding A = U·Σ·Vᵀ van elke matrix. De singuliere waarden zijn de wortels van de eigenwaarden van AᵀA, gevonden met het Jacobi-algoritme voor eigenwaarden; U en V zijn orthogonaal. Vul A in op een bewerkbaar raster (tot 6×6) en de tool geeft de singuliere waarden, U, Σ, Vᵀ en de reconstructie U·Σ·Vᵀ. SVD ligt onder PCA, beeldcompressie, aanbevelingssystemen en de pseudo-inverse.
Hoe ziet een concreet geval eruit?
[[3, 0], [0, 2]] → σ₁ = 3, σ₂ = 2 — de tool toont elke tussenstap, niet alleen het eindcijfer.
Wanneer zou ik dit werkelijk gebruiken?
Een met de hand uitgevoerde ontbinding controleren, een lineair stelsel oplossen, en de eigenwaarden vinden die beschrijven hoe een transformatie de ruimte uitrekt.
Wat is de meest voorkomende fout?
Een matrix inverteren om een stelsel op te lossen. Eliminatie of een factorisatie is zowel sneller als numeriek veel stabieler; een expliciete inverse versterkt afrondingsfouten, vooral wanneer de matrix bijna singulier is.
Waarin verschilt SVD-calculator (singulierewaardenontbinding) van Cholesky-decompositiecalculator?
Ze staan naast elkaar maar antwoorden op verschillende vragen. Cholesky-decompositiecalculator: ontbind een symmetrische positief-definiete matrix A in L·Lᵀ, waarbij L onderdriehoeks is — de Cholesky-decompositie. Vul A in op een bewerkbaar vierkant raster en de tool geeft L, Lᵀ en het product L·Lᵀ; is de matrix niet symmetrisch of niet positief-definiet, dan zegt de tool welke voorwaarde faalde. Twee keer zo snel als LU, en Cholesky wordt gebruikt in optimalisatie, Kalmanfilters en Monte-Carlosimulatie. Kies die welke past bij waar je vandaan komt — beide zijn gratis.
Is er een tool voor de volgende stap?
LU-decompositiecalculator is de naastliggende na deze: Ontbind een vierkante matrix in een onderdriehoeksmatrix L en een bovendriehoeksmatrix U (methode van Doolittle).
Wat is het nog waard om ernaast open te hebben?
QR-decompositiecalculator en Calculator breuksplitsing — ze komen vaak genoeg in dezelfde taak voor om een tweede tabblad waard te zijn.
Waar komen de cijfers vandaan?
De ontbindingen volgen hun leerboekdefinities, met partieel pivoteren waar dat van toepassing is. Uitkomsten zijn exact voor kleine matrices met gehele getallen en voor het overige onderhevig aan afronding in zwevende komma.