TEKİL DEĞER AYRIŞIMININ VARLIĞINA İSPAT
Öz
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.
Anahtar Kelimeler
Kaynakça
- Ansley, G. F. (1985). Quick Prof of Some Regression Theorem via the QR Algorithm, the American Statistician, February 1985, 39(1):55-56.
- Bipschuts, S. (1991). Lineer Cebir, 2 Baskı Türkçe Çevrisi, Nobel Yayın Dağıtım, Ankara.
- Eubank, R. L. and Webster J. T. (1985). The Singular Value Decomposition as a Tool for Solving Estimability Problems, the American Statistician, February 39(1):64-72.
- Golub, G. H. (1996). Matrix Computation, Third Edition, The Johns Hopkins University Pres, Baltimore, p.70.
- Hern, T. (1993). Gaussin Elimination in Integer Arithmetic: An Application of the LU Factorization, The College Mathematics Journal, 1993, 24(1):67-71.
- Stewart G.W. (1993). On the Early History of the Singular Value Decompostion, SIAM Review, 35(4):551-566.
- Stewart, G. W. (1998). Matrix Algorithms, Volume I: Basic Decompositions, SIAM, 1998, p.62.
- Watkins, D. S. (1982). Understanding the QR Algorithm, SIAM Review, 24(4):427-440.
Ayrıntılar
Birincil Dil
Türkçe
Konular
Ekonomi
Bölüm
Araştırma Makalesi
Yazarlar
Zhaoyang Lı
*
Shanghai University of International Business and Economics
0000-0002-3076-4314
China
Yayımlanma Tarihi
5 Haziran 2018
Gönderilme Tarihi
6 Ocak 2018
Kabul Tarihi
5 Haziran 2018
Yayımlandığı Sayı
Yıl 2018 Cilt: 3 Sayı: 6
