Ero sivun ”QR-hajotelma” versioiden välillä

Wikipediasta
Siirry navigaatioon Siirry hakuun
[arvioimaton versio][arvioimaton versio]
Poistettu sisältö Lisätty sisältö
Arctan (keskustelu | muokkaukset)
p kauneussäätö
Lebha (keskustelu | muokkaukset)
p Luokitus
Rivi 1: Rivi 1:
{{korjattava/Määritelmä}}
{{korjattava/Määritelmä}}
'''QR-hajotelma''' on eräs [[matriisihajotelma | matriisihajotelma]], jolla siis pyritään ilmaisemaan [[matriisi]]
'''QR-hajotelma''' on eräs [[matriisihajotelma]], jolla siis pyritään ilmaisemaan [[matriisi]]
hyödyllisellä tavalla jollain tavoin yksinkertaisempien matriisien tulona. Tulosta pyritään usein päättelemään
hyödyllisellä tavalla jollain tavoin yksinkertaisempien matriisien tulona. Tulosta pyritään usein päättelemään
jokin hajotetun matriisin ominaisuus. Hajotelmia on monia ja jotkin niistä vaativat matriisilta erityisiä ominaisuuksia,
jokin hajotetun matriisin ominaisuus. Hajotelmia on monia ja jotkin niistä vaativat matriisilta erityisiä ominaisuuksia,
Rivi 18: Rivi 18:
Lisäksi siitä voidaan päätellä matriisin rangi (eli [[kuva-avaruus| kuva-avaruuden]] dimensio) ja <math>Q</math>:sta löytyy myös
Lisäksi siitä voidaan päätellä matriisin rangi (eli [[kuva-avaruus| kuva-avaruuden]] dimensio) ja <math>Q</math>:sta löytyy myös
kuva-avaruuden [[kanta]] ortorormeerattuna.
kuva-avaruuden [[kanta]] ortorormeerattuna.

[[Luokka: Lineaarialgebra]]

Versio 28. toukokuuta 2006 kello 20.23

QR-hajotelma on eräs matriisihajotelma, jolla siis pyritään ilmaisemaan matriisi hyödyllisellä tavalla jollain tavoin yksinkertaisempien matriisien tulona. Tulosta pyritään usein päättelemään jokin hajotetun matriisin ominaisuus. Hajotelmia on monia ja jotkin niistä vaativat matriisilta erityisiä ominaisuuksia, kuten reaaliset kertoimet, symmetrisyyden, tai erityiset ominaisarvot. QR-hajotelma voidaan muodostaa mille tahansa matriisille.

Kompleksikertoimisen -matriisin QR-hajotelma on tulo , missä on unitaarimatriisi ja on yläkolmiomatriisi. Reaalikertoimisen -matriisin tapauksessa on ortogonaalimatriisi.

Hajotelma voidaan teoreettisesti perustaa Gram-Schmidt ortonormeerausprosessille, mutta käytännössä se muodostetaan kertomalla vasemmalta joko Householderin peilausmatriiseilla tai Givensin rotaatiomatriiseilla.

QR-hajotelma on erittäin käyttökelpoinen työkalu lineaariavaruuksien projektioiden käsittelyssä. Lisäksi siitä voidaan päätellä matriisin rangi (eli kuva-avaruuden dimensio) ja :sta löytyy myös kuva-avaruuden kanta ortorormeerattuna.