Ein nichtnegatives Skalar σ, das mit einer linearen Abbildung verknüpft ist und quantifiziert, wie stark die Abbildung Vektoren in bestimmten orthogonalen Richtungen streckt oder komprimiert; für eine reelle Matrix A ist σ die Quadratwurzel eines nichtnegativen Eigenwerts von A^T A.

Prinzip

Singulärwerte messen Normamplifikation auf orthogonalen Achsen und werden geordnet, um die anisotropen Skalierungseigenschaften eines linearen Operators unabhängig von Vorzeichen oder Phase zu erfassen.

Demonstration

Für A = diag(2,-3) auf R^2 sind die Singulärwerte 2 und 3, was die absolute Streckung entlang der Koordinatenachsen widerspiegelt, unabhängig von der Orientierungsumkehr einer Achse.

Fehlanwendung

Singulärwerte fälschlich als Informationen über Vorzeichen oder Phase zu behandeln, wie einige andere spektrale Größen, führt zu falschen Schlüssen über Richtungszeichen oder Rotation; sie quantifizieren nur die Magnitude.

Konsequenz

Die Kontrolle der Singulärwerte liefert Schranken für Operatornormen, informiert über numerische Konditionierung durch das Verhältnis des größten zum kleinsten nichtverschwindenden Singulärwert und quantifiziert die Sensitivität linearer Systeme gegenüber Störungen.

Umkehrung

Im Gegensatz zu signierten oder komplexwertigen Invarianten, die Orientierung oder Phase aufzeichnen, sind Singulärwerte stets nichtnegativ und fassen die Streckungsstärke ohne Richtungszeichen zusammen.

Abgrenzung

Definiert für rechteckige Matrizen und beschränkte lineare Abbildungen zwischen Produktraumräumen; ihre Existenz und Ordnung beruhen auf einer Produktraumstruktur und auf Darstellungen von A^T A (bzw. der entsprechenden Adjoint-Komposition).

Semantische Spannung

Oft gegenüber richtungssensitiven Spektralinformationen gestellt; Singulärwerte erfassen die Magnitude der Wirkung auf Normen, während richtungs- und phasesensible Größen Orientierungs- oder Rotationseffekte erfassen.

Synthese

Ein Singulärwert ist ein nichtnegatives Maß dafür, wie eine lineare Abbildung die Norm von Vektoren in bestimmten orthogonalen Richtungen verstärkt und fasst anisotrope Skalierung in geordnete Größen zusammen.