Matrix factorization is the
algorithm factorizing a matrix into the product of several matrices with
particular properties. Before 1960’s, matrix factorization was only used in the
linear system analysis, but in the last few decades the quickly developed algorithms
of matrix factorizations have been applied to solve a variety of problems, like
the regression analysis and information technologies. In this thesis, the
theoretical derivation of SVD is
presented. And all discussions in this work are confined
to the real number realm.
Matris ayrışımı, karmaşık
bir matrisi daha basit matrislerin çarpımına dönüştüren bir yöntemdir. 1960’lı
yıllardan önce, sadece lineer sistem analizine uygulanmış olan matris ayrışımı;
son yıllarda yazılım, elektronik, sinyal filtrelemesi, matris transformasyonu
ve regresyon analizi gibi alanlarda da kullanılmaktadır. Özellikle Tekil değer
Ayrışımı (Singular Value Decomposition - SVD), ortonormal bir matris, köşegen
bir matris ve ortonormal bir matris olmak üzerine üçlü bir çarpıma ayrıştıran
bir algoritmadır. Çalışmada SVD’nin ispatı sunulmaktadır.
Primary Language | Turkish |
---|---|
Subjects | Economics |
Journal Section | Research Papers |
Authors | |
Publication Date | June 5, 2018 |
Submission Date | January 6, 2018 |
Published in Issue | Year 2018 Volume: 3 Issue: 6 |
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.