Matriisin singulaariarvohajotelma
Tekijät
Päivämäärä
2021Tekijänoikeudet
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
Tämän tutkielman tarkoituksena on esitellä ja todistaa matriisin singulaariarvohajotelma, jonka mukaan jokainen m x n matriisi A voidaan esittää muodosssa A=USV^T, missä matriisit U ja V ovat ortogonaalisia ja S on diagonaalimatriisi. Tuloksen muotoa voidaan verrata matriisin diagonalisoituvuuteen. Diagonalisoituvuudesta puhuttaessa matriisin täytyy kuitenkin olla neliömatriisi ja lisäksi kaikki neliömatriisit eivät ole diagonalisoituvia. Singulaariarvohajotelma on olemassa kaikille m x n matriiseille. Tutkielmassa tarvittavia tuloksia esitellään tutkielman alussa lineaarialgebran ja matriisiteorian kannalta merkittävien neljän aliavaruuden avulla. Lisäksi tutustutaan näiden aliavaruuksien rooliin matriisin A toiminnassa. Singulaariarvohajotelmaan liittyy olennaisena osana matriisin A singulaariarvot, jotka ovat matriisin A^TA ominaisarvojen neliöjuuret. Ennen singulaariarvohajotelman esittelyä tutkielmassa tutustutaankin matriisin A^TA ominaisuuksiin, joita tarvitaan myöhemmin singulaariarvohajotelman todistuksessa. Tarkoituksena on myös esitellä matriisin singulaariarvohajotelman sovelluksia. Ensimmäisenä sovelluksena on matriisin pseudoinverssi, jota voidaan pitää käänteismatriisin yleistyksenä. Pseudoinverssin avulla voidaan ratkaista lineaarisia yhtälöryhmiä, jotka ovat muotoa Ax=b. Tällä yhtälöryhmällä ei kuitenkaan aina ole ratkaisua. Tällöin voidaan kuitenkin etsiä vektoria x’, joka minimoi lausekkeen ||b-Ax’||^2. Tätä vektoria x’ kutsutaan pienimmän neliösumman ratkaisuksi. Osoittautuu, että pseudoinverssin avulla löydetään myös pienimmän neliösumman ratkaisu. Singulaariarvohajotelman sovelluksena on myös matriisin approksimointi alemman asteen matriisilla. Tarkoituksena on esitellä tulos, jonka mukaan matriisin singulaariarvohajotelman avulla matriisille saadaan paras alemman asteen approksimaatio Frobenius normin suhteen. Tutkielman lopuksi sovelletaan matriisin alemman asteen approksimaatiota valokuvan häviöllisessä pakkaamisessa.
...
Asiasanat
Metadata
Näytä kaikki kuvailutiedotKokoelmat
- Pro gradu -tutkielmat [29545]
Samankaltainen aineisto
Näytetään aineistoja, joilla on samankaltainen nimeke tai asiasanat.
-
Kompleksiset vektoriavaruudet
Särkijärvi, Tuomas (2020)Tässä matematiikan pro gradu -tutkielmassa perehdytään kompleksisiin vektoriavaruuksiin ja sivutaan myös niiden sovelluskohteita. Tutkielman tavoitteena on esitellä riittävät tiedot, jotta lukija voi muodostaa eheän ... -
Matriisihajotelmia
Koskimäki, Saaga (2023)Tämän tutkielman tarkoituksena on tarkastella matriisin kolmea erilaista hajotelmaa. Matriisihajotelmien avulla matriisi voidaan esittää hyödyllisessä muodossa muita tuloksia varten. Tutkielmassa perehdytään matriisin ... -
Perronin ja Frobeniuksen lause
Huupponen, Tuukka (2023)Tässä tutkielmassa perehdytään matriisiteoriaan. Tarkastelu keskittyy neliömatriiseihin, niiden ominaisarvoihin ja niitä vastaaviin ominaisvektoreihin. Tarkastelu rajataan kahteen osaan, joista toiseen esitetään ... -
Singulaariarvohajotelma ja sen sovelluksia data-analytiikassa ja koneoppimisessa
Ilves, Tarmo (2024)Tässä tutkielmassa perehdytään singulaariarvohajotelmaan sekä sen hyödyntämiseen data-analytiikan ja koneoppimisen näkökulmasta. Singulaariarvohajotelma on olemassa mille tahansa matriisille A muodossa A = UΣV^T, missä U ... -
Matriisin Hessenbergin muoto
Holopainen, Niko (2013)
Ellei toisin mainittu, julkisesti saatavilla olevia JYX-metatietoja (poislukien tiivistelmät) saa vapaasti uudelleenkäyttää CC0-lisenssillä.