Matriisilaskennan virheanalyysiä

Tutkielmassa käsitellään matriisilaskentaa ja tarkastellaan laskennassa esiintyviä virheitä. Matriisilaskennassa keskitytään muutamaan matriisihajotelmaan, vektori- ja matriisinormeihin sekä näiden kautta siirrytään matriisilaskennan virheanalyysin pariin. Siispä tutkielmassa tähdätään yhtälönratkai...

Täydet tiedot

Bibliografiset tiedot
Päätekijä: Kinnunen, Saku
Muut tekijät: Matemaattis-luonnontieteellinen tiedekunta, Faculty of Sciences, Matematiikan ja tilastotieteen laitos, Department of Mathematics and Statistics, Jyväskylän yliopisto, University of Jyväskylä
Aineistotyyppi: Pro gradu
Kieli:fin
Julkaistu: 2025
Aiheet:
Linkit: https://jyx.jyu.fi/handle/123456789/101493
_version_ 1833407613986930688
author Kinnunen, Saku
author2 Matemaattis-luonnontieteellinen tiedekunta Faculty of Sciences Matematiikan ja tilastotieteen laitos Department of Mathematics and Statistics Jyväskylän yliopisto University of Jyväskylä
author_facet Kinnunen, Saku Matemaattis-luonnontieteellinen tiedekunta Faculty of Sciences Matematiikan ja tilastotieteen laitos Department of Mathematics and Statistics Jyväskylän yliopisto University of Jyväskylä Kinnunen, Saku Matemaattis-luonnontieteellinen tiedekunta Faculty of Sciences Matematiikan ja tilastotieteen laitos Department of Mathematics and Statistics Jyväskylän yliopisto University of Jyväskylä
author_sort Kinnunen, Saku
datasource_str_mv jyx
description Tutkielmassa käsitellään matriisilaskentaa ja tarkastellaan laskennassa esiintyviä virheitä. Matriisilaskennassa keskitytään muutamaan matriisihajotelmaan, vektori- ja matriisinormeihin sekä näiden kautta siirrytään matriisilaskennan virheanalyysin pariin. Siispä tutkielmassa tähdätään yhtälönratkaisun virheen analysointiin. Siitä syystä käydään tietyt matriisihajotelmat läpi sekä esitellään matriisinormien perusteoria. Tutkielmassa käsiteltävät asiat rakentuvat toistensa päälle, eli esimerkiksi käytyjä matriisihajotelmia tullaan tarvitsemaan virheanalyysin parissa. Myös vektori- ja matriisinormit täytyy käydä läpi ennen virheanalyysiä. Johdannon jälkeen ensimmäisessä kappaleessa on annettu joitain esi- ja yleistietoja matriiseihin liittyen, mutta tiettyjä asioita pidetään lukijalle selvänä. Ensimmäinen kappale toimii samalla pienimuotoisena johdatteluna matriisilaskentaan. Tutkielmassa käydään läpi hieman matriisilaskennan historiaa ja sen kehitystä. Matriisilaskennan historiasta on otettu pintaraapaisu sekä matriisihajotelmista Cholesky- ja ominaisarvohajotelmaa käsitellään myös hyvin pinnallisesti. LU-hajotelmaan keskitytään puolestaan perusteellisemmin, koska lopussa paneudutaan LU-hajotelman virheisiin. Ennen matriisinormeja on tarpeen käydä läpi vektorinormit, sillä käsittelyssä on mm. vektorinormin indusoimia matriisinormeja. Näin ollen vektorinormeja tarvitaan tietyissä matriisinormeissa. Vektori- ja matriisinormeja käydään myös tutkielmassa perusteellisemmin läpi, sillä ne ovat tärkeitä virheanalyysiä tarkasteltaessa. Matematiikassa vektorinormin käsite kuvaa vektorin pituutta tai suuruutta. Vektorinormille on neljä aksioomaa, joiden täytyy olla voimassa. Nämä ovat ei-negatiivisuus, positiivisuus, homogeenisuus ja kolmioepäyhtälö. Matriisinormi on puolestaan matemaattinen käsite, joka laajentaa vektorinormin idean matriiseihin. Matriisinormi on mitta, joka kertoo kuinka ”suuri” tai ”laaja” matriisi on. Vektorinormin neljä aksioomaa pätevät myös matriisinormille, mutta näiden aksioomien lisäksi submultiplikatiivisuuden täytyy olla voimassa. Matriisinormien sovelluskohteina ovat esimerkiksi matriisien virheanalyysi ja virheiden arviointi. Näihin tutustutaan tarkemmin tutkielman loppupuolella. Matriisille saadaan määriteltyä kohtalaisen helposti häiriöalttiusluku, mikä mittaa mm. matriisin alkioissa ilmentyvien pyöristysvirheiden suuruutta. Matriisin häiriöalttiusluku riippuu valitusta matriisinormista. Mitä suurempi häiriöalttiusluku on, sitä alttiimpi matriisi on virheille.
first_indexed 2025-04-17T20:00:51Z
format Pro gradu
free_online_boolean 1
fullrecord [{"key": "dc.contributor.author", "value": "Kinnunen, Saku", "language": null, "element": "contributor", "qualifier": "author", "schema": "dc"}, {"key": "dc.date.accessioned", "value": "2025-04-17T05:37:46Z", "language": null, "element": "date", "qualifier": "accessioned", "schema": "dc"}, {"key": "dc.date.available", "value": "2025-04-17T05:37:46Z", "language": null, "element": "date", "qualifier": "available", "schema": "dc"}, {"key": "dc.date.issued", "value": "2025", "language": null, "element": "date", "qualifier": "issued", "schema": "dc"}, {"key": "dc.identifier.uri", "value": "https://jyx.jyu.fi/handle/123456789/101493", "language": null, "element": "identifier", "qualifier": "uri", "schema": "dc"}, {"key": "dc.description.abstract", "value": "Tutkielmassa k\u00e4sitell\u00e4\u00e4n matriisilaskentaa ja tarkastellaan laskennassa esiintyvi\u00e4 virheit\u00e4. Matriisilaskennassa keskityt\u00e4\u00e4n muutamaan matriisihajotelmaan, vektori- ja matriisinormeihin sek\u00e4 n\u00e4iden kautta siirryt\u00e4\u00e4n matriisilaskennan virheanalyysin pariin. Siisp\u00e4 tutkielmassa t\u00e4hd\u00e4t\u00e4\u00e4n yht\u00e4l\u00f6nratkaisun virheen analysointiin. Siit\u00e4 syyst\u00e4 k\u00e4yd\u00e4\u00e4n tietyt matriisihajotelmat l\u00e4pi sek\u00e4 esitell\u00e4\u00e4n matriisinormien perusteoria. Tutkielmassa k\u00e4sitelt\u00e4v\u00e4t asiat rakentuvat toistensa p\u00e4\u00e4lle, eli esimerkiksi k\u00e4ytyj\u00e4 matriisihajotelmia tullaan tarvitsemaan virheanalyysin parissa. My\u00f6s vektori- ja matriisinormit t\u00e4ytyy k\u00e4yd\u00e4 l\u00e4pi ennen virheanalyysi\u00e4. Johdannon j\u00e4lkeen ensimm\u00e4isess\u00e4 kappaleessa on annettu joitain esi- ja yleistietoja matriiseihin liittyen, mutta tiettyj\u00e4 asioita pidet\u00e4\u00e4n lukijalle selv\u00e4n\u00e4. Ensimm\u00e4inen kappale toimii samalla pienimuotoisena johdatteluna matriisilaskentaan. Tutkielmassa k\u00e4yd\u00e4\u00e4n l\u00e4pi hieman matriisilaskennan historiaa ja sen kehityst\u00e4. Matriisilaskennan historiasta on otettu pintaraapaisu sek\u00e4 matriisihajotelmista Cholesky- ja ominaisarvohajotelmaa k\u00e4sitell\u00e4\u00e4n my\u00f6s hyvin pinnallisesti. LU-hajotelmaan keskityt\u00e4\u00e4n puolestaan perusteellisemmin, koska lopussa paneudutaan LU-hajotelman virheisiin. Ennen matriisinormeja on tarpeen k\u00e4yd\u00e4 l\u00e4pi vektorinormit, sill\u00e4 k\u00e4sittelyss\u00e4 on mm. vektorinormin indusoimia matriisinormeja. N\u00e4in ollen vektorinormeja tarvitaan tietyiss\u00e4 matriisinormeissa. Vektori- ja matriisinormeja k\u00e4yd\u00e4\u00e4n my\u00f6s tutkielmassa perusteellisemmin l\u00e4pi, sill\u00e4 ne ovat t\u00e4rkeit\u00e4 virheanalyysi\u00e4 tarkasteltaessa. Matematiikassa vektorinormin k\u00e4site kuvaa vektorin pituutta tai suuruutta. Vektorinormille on nelj\u00e4 aksioomaa, joiden t\u00e4ytyy olla voimassa. N\u00e4m\u00e4 ovat ei-negatiivisuus, positiivisuus, homogeenisuus ja kolmioep\u00e4yht\u00e4l\u00f6. Matriisinormi on puolestaan matemaattinen k\u00e4site, joka laajentaa vektorinormin idean matriiseihin. Matriisinormi on mitta, joka kertoo kuinka \u201dsuuri\u201d tai \u201dlaaja\u201d matriisi on. Vektorinormin nelj\u00e4 aksioomaa p\u00e4tev\u00e4t my\u00f6s matriisinormille, mutta n\u00e4iden aksioomien lis\u00e4ksi submultiplikatiivisuuden t\u00e4ytyy olla voimassa. Matriisinormien sovelluskohteina ovat esimerkiksi matriisien virheanalyysi ja virheiden arviointi. N\u00e4ihin tutustutaan tarkemmin tutkielman loppupuolella. Matriisille saadaan m\u00e4\u00e4ritelty\u00e4 kohtalaisen helposti h\u00e4iri\u00f6alttiusluku, mik\u00e4 mittaa mm. matriisin alkioissa ilmentyvien py\u00f6ristysvirheiden suuruutta. Matriisin h\u00e4iri\u00f6alttiusluku riippuu valitusta matriisinormista. Mit\u00e4 suurempi h\u00e4iri\u00f6alttiusluku on, sit\u00e4 alttiimpi matriisi on virheille.", "language": "fi", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.abstract", "value": "", "language": "en", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted by Miia Hakanen (mihakane@jyu.fi) on 2025-04-17T05:37:46Z\nNo. of bitstreams: 0", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Made available in DSpace on 2025-04-17T05:37:46Z (GMT). No. of bitstreams: 0\n Previous issue date: 2025", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.format.extent", "value": "54", "language": null, "element": "format", "qualifier": "extent", "schema": "dc"}, {"key": "dc.language.iso", "value": "fin", "language": null, "element": "language", "qualifier": "iso", "schema": "dc"}, {"key": "dc.rights", "value": "In Copyright", "language": null, "element": "rights", "qualifier": null, "schema": "dc"}, {"key": "dc.subject.other", "value": "", "language": null, "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.title", "value": "Matriisilaskennan virheanalyysi\u00e4", "language": null, "element": "title", "qualifier": null, "schema": "dc"}, {"key": "dc.type", "value": "master thesis", "language": null, "element": "type", "qualifier": null, "schema": "dc"}, {"key": "dc.identifier.urn", "value": "URN:NBN:fi:jyu-202504173315", "language": null, "element": "identifier", "qualifier": "urn", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Matemaattis-luonnontieteellinen tiedekunta", "language": "fi", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Faculty of Sciences", "language": "en", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Matematiikan ja tilastotieteen laitos", "language": "fi", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Department of Mathematics and Statistics", "language": "en", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "Jyv\u00e4skyl\u00e4n yliopisto", "language": null, "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "University of Jyv\u00e4skyl\u00e4", "language": null, "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Matematiikan opettajankoulutus", "language": "fi", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Teacher education programme in Mathematics", "language": "en", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "dc.type.coar", "value": "http://purl.org/coar/resource_type/c_bdcc", "language": null, "element": "type", "qualifier": "coar", "schema": "dc"}, {"key": "dc.rights.copyright", "value": "\u00a9 The Author(s)", "language": "fi", "element": "rights", "qualifier": "copyright", "schema": "dc"}, {"key": "dc.rights.accesslevel", "value": "openAccess", "language": null, "element": "rights", "qualifier": "accesslevel", "schema": "dc"}, {"key": "dc.type.publication", "value": "masterThesis", "language": null, "element": "type", "qualifier": "publication", "schema": "dc"}, {"key": "dc.subject.yso", "value": "matematiikka", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "matriisit", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "matriisilaskenta", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "normit", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.rights.url", "value": "https://rightsstatements.org/page/InC/1.0/", "language": null, "element": "rights", "qualifier": "url", "schema": "dc"}, {"key": "dc.description.accessibilityfeature", "value": "unknown accessibility", "language": "en", "element": "description", "qualifier": "accessibilityfeature", "schema": "dc"}, {"key": "dc.description.accessibilityfeature", "value": "ei tietoa saavutettavuudesta", "language": "fi", "element": "description", "qualifier": "accessibilityfeature", "schema": "dc"}]
id jyx.123456789_101493
language fin
last_indexed 2025-05-21T20:06:27Z
main_date 2025-01-01T00:00:00Z
main_date_str 2025
online_boolean 1
online_urls_str_mv {"url":"https:\/\/jyx.jyu.fi\/bitstreams\/12e24e38-5d09-428b-9f35-adcb13052f79\/download","text":"URN:NBN:fi:jyu-202504173315.pdf","source":"jyx","mediaType":"application\/pdf"}
publishDate 2025
record_format qdc
source_str_mv jyx
spellingShingle Kinnunen, Saku Matriisilaskennan virheanalyysiä Matematiikan opettajankoulutus Teacher education programme in Mathematics matematiikka matriisit matriisilaskenta normit
title Matriisilaskennan virheanalyysiä
title_full Matriisilaskennan virheanalyysiä
title_fullStr Matriisilaskennan virheanalyysiä Matriisilaskennan virheanalyysiä
title_full_unstemmed Matriisilaskennan virheanalyysiä Matriisilaskennan virheanalyysiä
title_short Matriisilaskennan virheanalyysiä
title_sort matriisilaskennan virheanalyysiä
title_txtP Matriisilaskennan virheanalyysiä
topic Matematiikan opettajankoulutus Teacher education programme in Mathematics matematiikka matriisit matriisilaskenta normit
topic_facet Matematiikan opettajankoulutus Teacher education programme in Mathematics matematiikka matriisilaskenta matriisit normit
url https://jyx.jyu.fi/handle/123456789/101493 http://www.urn.fi/URN:NBN:fi:jyu-202504173315
work_keys_str_mv AT kinnunensaku matriisilaskennanvirheanalyysiä