Matriisinormeista

Tässä tutkielmassa käsitellään vektori- ja matriisinormeja, niiden ominaisuuksia ja niihin liittyviä tuloksia. Matriisinormien tarkastelemiseksi on ensin mielekästä tietää, mikä on vektorinormi ja millaisia ominaisuuksia siltä vaaditaan. Vektorinormilla voidaan esimerkiksi laskea vektorin pituus...

Full description

Bibliographic Details
Main Author: Carlson, Sanni
Other Authors: Matemaattis-luonnontieteellinen tiedekunta, Faculty of Sciences, Matematiikan ja tilastotieteen laitos, Department of Mathematics and Statistics, University of Jyväskylä, Jyväskylän yliopisto
Format: Master's thesis
Language:fin
Published: 2015
Subjects:
Online Access: https://jyx.jyu.fi/handle/123456789/45290
_version_ 1828193110305275904
author Carlson, Sanni
author2 Matemaattis-luonnontieteellinen tiedekunta Faculty of Sciences Matematiikan ja tilastotieteen laitos Department of Mathematics and Statistics University of Jyväskylä Jyväskylän yliopisto
author_facet Carlson, Sanni Matemaattis-luonnontieteellinen tiedekunta Faculty of Sciences Matematiikan ja tilastotieteen laitos Department of Mathematics and Statistics University of Jyväskylä Jyväskylän yliopisto Carlson, Sanni Matemaattis-luonnontieteellinen tiedekunta Faculty of Sciences Matematiikan ja tilastotieteen laitos Department of Mathematics and Statistics University of Jyväskylä Jyväskylän yliopisto
author_sort Carlson, Sanni
datasource_str_mv jyx
description Tässä tutkielmassa käsitellään vektori- ja matriisinormeja, niiden ominaisuuksia ja niihin liittyviä tuloksia. Matriisinormien tarkastelemiseksi on ensin mielekästä tietää, mikä on vektorinormi ja millaisia ominaisuuksia siltä vaaditaan. Vektorinormilla voidaan esimerkiksi laskea vektorin pituus. Matriisinormi taas mittaa esimerkiksi sitä, kuinka paljon maksimissaan vektori venyy matriisilla kerrottaessa. Vektorinormeille asetetaan kolme vaatimusta, joiden kaikkien tulee olla voimassa: positiivisuus, homogeenisuus ja kolmioepäyhtälö. Koska matriisit koostuvat vektoreista, siirtyvät vektorinormien vaatimukset suoraan matriisinormeille. Vektorinormien vaatimusten lisäksi matriisinormeille määritellään vielä yksi ehto lisää; matriisitulon submultiplikatiivisuuden tulee olla voimassa. Neljännen ehdon lisääminen matriisinormeille aiheuttaa sen, että kaikki vektorinormit eivät ole matriisinormeja. On olemassa useita erilaisia vektori- ja matriisinormeja, joita hyödynnetään tapauskohtaisesti. Yleisin tunnettu vektorinormi on euklidinen normi. Matriisinormeista tutkielman kannalta oleellinen on spektraalinormi, jossa tarvitaan matriisin ominaisarvojen hallintaa. Joillekin matriisinormeille voidaan määrätä yhteensopiva vektorinormi, jolloin sanotaan, että matriisinormi sopeutuu vektorinormiin. Lisäksi jokainen vektorinormi indusoi matriisinormin. Indusoitu matriisinormi aina myös sopeutuu vektorinormiin, josta se on indusoitu. Esimerkiksi euklidinen normi indusoi spektraalinormin ja samalla siis spektraalinormi sopeutuu euklidiseen normiin. Kaikki matriisinormit eivät ole indusoituja matriisinormeja. Spektraalisäde määritellään matriisin itseisarvoltaan suurimmaksi ominaisarvoksi. Spektraalisäde ei ole vektori- eikä matriisinormi. Kuitenkin voidaan todistaa, että jokin matriisinormi saadaan äärimmäisen lähelle spektraalisädettä. Eräs spektraalisäteeseen liittyvä tärkeä tulos antaa yhteyden myös matriisijonon suppenemiselle: matriisitulo suppenee, jos ja vain jos spektraalisäde on pienempi kuin yksi. Matriisijonon suppeneminen määritellään alkioittain eli matriisijono suppenee kohti jotakin tiettyä matriisia, jos kaikki matriisin alkiot suppenevat kohti jotakin tiettyä alkiota. Matriisinormeja sovelletaan muun muassa käänteismatriisien virheiden arvioinnissa. Matriisille voidaan määrittää ehtoluku, joka mittaa esimerkiksi matriisin alkioissa mahdollisesti sattuneiden pyöristysvirheiden suuruutta. Matriisin ehtoluku riippuu valitusta matriisinormista. Mitä suurempi ehtoluku on, sitä suurempi on matriisin virhealttius. Tämän tutkielman lopussa esitetään opitun teorian pohjalta kurssisuunnitelma "Matriisit tutuiksi", jonka on tarkoitus olla lukion pitkän matematiikan syventävä kurssi.
first_indexed 2024-09-11T08:49:57Z
format Pro gradu
free_online_boolean 1
fullrecord [{"key": "dc.contributor.advisor", "value": "Lehrb\u00e4ck, Juha", "language": "", "element": "contributor", "qualifier": "advisor", "schema": "dc"}, {"key": "dc.contributor.author", "value": "Carlson, Sanni", "language": null, "element": "contributor", "qualifier": "author", "schema": "dc"}, {"key": "dc.date.accessioned", "value": "2015-02-11T07:40:30Z", "language": "", "element": "date", "qualifier": "accessioned", "schema": "dc"}, {"key": "dc.date.available", "value": "2015-02-11T07:40:30Z", "language": "", "element": "date", "qualifier": "available", "schema": "dc"}, {"key": "dc.date.issued", "value": "2015", "language": null, "element": "date", "qualifier": "issued", "schema": "dc"}, {"key": "dc.identifier.other", "value": "oai:jykdok.linneanet.fi:1466081", "language": null, "element": "identifier", "qualifier": "other", "schema": "dc"}, {"key": "dc.identifier.uri", "value": "https://jyx.jyu.fi/handle/123456789/45290", "language": "", "element": "identifier", "qualifier": "uri", "schema": "dc"}, {"key": "dc.description.abstract", "value": "T\u00e4ss\u00e4 tutkielmassa k\u00e4sitell\u00e4\u00e4n vektori- ja matriisinormeja, niiden ominaisuuksia\r\nja niihin liittyvi\u00e4 tuloksia. Matriisinormien tarkastelemiseksi on ensin mielek\u00e4st\u00e4 tiet\u00e4\u00e4, \r\nmik\u00e4 on vektorinormi ja millaisia ominaisuuksia silt\u00e4 vaaditaan. Vektorinormilla\r\nvoidaan esimerkiksi laskea vektorin pituus. Matriisinormi taas mittaa esimerkiksi sit\u00e4,\r\nkuinka paljon maksimissaan vektori venyy matriisilla kerrottaessa.\r\nVektorinormeille asetetaan kolme vaatimusta, joiden kaikkien tulee olla voimassa:\r\npositiivisuus, homogeenisuus ja kolmioep\u00e4yht\u00e4l\u00f6. Koska matriisit koostuvat vektoreista,\r\nsiirtyv\u00e4t vektorinormien vaatimukset suoraan matriisinormeille. Vektorinormien\r\nvaatimusten lis\u00e4ksi matriisinormeille m\u00e4\u00e4ritell\u00e4\u00e4n viel\u00e4 yksi ehto lis\u00e4\u00e4; matriisitulon\r\nsubmultiplikatiivisuuden tulee olla voimassa. Nelj\u00e4nnen ehdon lis\u00e4\u00e4minen matriisinormeille\r\naiheuttaa sen, ett\u00e4 kaikki vektorinormit eiv\u00e4t ole matriisinormeja.\r\nOn olemassa useita erilaisia vektori- ja matriisinormeja, joita hy\u00f6dynnet\u00e4\u00e4n tapauskohtaisesti.\r\nYleisin tunnettu vektorinormi on euklidinen normi. Matriisinormeista\r\ntutkielman kannalta oleellinen on spektraalinormi, jossa tarvitaan matriisin ominaisarvojen\r\nhallintaa. Joillekin matriisinormeille voidaan m\u00e4\u00e4r\u00e4t\u00e4 yhteensopiva vektorinormi,\r\njolloin sanotaan, ett\u00e4 matriisinormi sopeutuu vektorinormiin. Lis\u00e4ksi jokainen\r\nvektorinormi indusoi matriisinormin. Indusoitu matriisinormi aina my\u00f6s sopeutuu\r\nvektorinormiin, josta se on indusoitu. Esimerkiksi euklidinen normi indusoi\r\nspektraalinormin ja samalla siis spektraalinormi sopeutuu euklidiseen normiin. Kaikki\r\nmatriisinormit eiv\u00e4t ole indusoituja matriisinormeja.\r\nSpektraalis\u00e4de m\u00e4\u00e4ritell\u00e4\u00e4n matriisin itseisarvoltaan suurimmaksi ominaisarvoksi.\r\nSpektraalis\u00e4de ei ole vektori- eik\u00e4 matriisinormi. Kuitenkin voidaan todistaa, ett\u00e4\r\njokin matriisinormi saadaan \u00e4\u00e4rimm\u00e4isen l\u00e4helle spektraalis\u00e4dett\u00e4. Er\u00e4s spektraalis\u00e4teeseen\r\nliittyv\u00e4 t\u00e4rke\u00e4 tulos antaa yhteyden my\u00f6s matriisijonon suppenemiselle: matriisitulo\r\nsuppenee, jos ja vain jos spektraalis\u00e4de on pienempi kuin yksi. Matriisijonon suppeneminen\r\nm\u00e4\u00e4ritell\u00e4\u00e4n alkioittain eli matriisijono suppenee kohti jotakin tietty\u00e4 matriisia,\r\njos kaikki matriisin alkiot suppenevat kohti jotakin tietty\u00e4 alkiota.\r\nMatriisinormeja sovelletaan muun muassa k\u00e4\u00e4nteismatriisien virheiden arvioinnissa.\r\nMatriisille voidaan m\u00e4\u00e4ritt\u00e4\u00e4 ehtoluku, joka mittaa esimerkiksi matriisin alkioissa\r\nmahdollisesti sattuneiden py\u00f6ristysvirheiden suuruutta. Matriisin ehtoluku riippuu\r\nvalitusta matriisinormista. Mit\u00e4 suurempi ehtoluku on, sit\u00e4 suurempi on matriisin\r\nvirhealttius.\r\nT\u00e4m\u00e4n tutkielman lopussa esitet\u00e4\u00e4n opitun teorian pohjalta kurssisuunnitelma\r\n\"Matriisit tutuiksi\", jonka on tarkoitus olla lukion pitk\u00e4n matematiikan syvent\u00e4v\u00e4\r\nkurssi.", "language": "fi", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted using Plone Publishing form by Sanni Carlson (sarianre) on 2015-02-11 07:40:30.564844. Form: Pro gradu -lomake (https://kirjasto.jyu.fi/julkaisut/julkaisulomakkeet/pro-gradu-lomake). JyX data: [jyx_publishing-allowed (fi) =True]", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted by jyx lomake-julkaisija (jyx-julkaisija@noreply.fi) on 2015-02-11T07:40:30Z\r\nNo. of bitstreams: 2\r\nURN:NBN:fi:jyu-201502111286.pdf: 410423 bytes, checksum: c5bc03cdfc24987b5bb459a1e20d3401 (MD5)\r\nlicense.html: 4773 bytes, checksum: 8e4ffea61d3a0bba9352e4e8d952045c (MD5)", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Made available in DSpace on 2015-02-11T07:40:30Z (GMT). No. of bitstreams: 2\r\nURN:NBN:fi:jyu-201502111286.pdf: 410423 bytes, checksum: c5bc03cdfc24987b5bb459a1e20d3401 (MD5)\r\nlicense.html: 4773 bytes, checksum: 8e4ffea61d3a0bba9352e4e8d952045c (MD5)\r\n Previous issue date: 2015", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.format.extent", "value": "1 verkkoaineisto (55 sivua)", "language": null, "element": "format", "qualifier": "extent", "schema": "dc"}, {"key": "dc.format.mimetype", "value": "application/pdf", "language": null, "element": "format", "qualifier": "mimetype", "schema": "dc"}, {"key": "dc.language.iso", "value": "fin", "language": null, "element": "language", "qualifier": "iso", "schema": "dc"}, {"key": "dc.rights", "value": "In Copyright", "language": "en", "element": "rights", "qualifier": null, "schema": "dc"}, {"key": "dc.subject.other", "value": "vektorinormi", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "matriisinormi", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "spektraalis\u00e4de", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "ehtoluku", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.title", "value": "Matriisinormeista", "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-201502111286", "language": null, "element": "identifier", "qualifier": "urn", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Pro gradu -tutkielma", "language": "fi", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Master\u2019s thesis", "language": "en", "element": "type", "qualifier": "ontasot", "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": "University of Jyv\u00e4skyl\u00e4", "language": "en", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "Jyv\u00e4skyl\u00e4n yliopisto", "language": "fi", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Matematiikka", "language": "fi", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Mathematics", "language": "en", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "dc.date.updated", "value": "2015-02-11T07:40:31Z", "language": "", "element": "date", "qualifier": "updated", "schema": "dc"}, {"key": "yvv.contractresearch.funding", "value": "0", "language": "", "element": "contractresearch", "qualifier": "funding", "schema": "yvv"}, {"key": "dc.type.coar", "value": "http://purl.org/coar/resource_type/c_bdcc", "language": null, "element": "type", "qualifier": "coar", "schema": "dc"}, {"key": "dc.rights.accesslevel", "value": "openAccess", "language": "fi", "element": "rights", "qualifier": "accesslevel", "schema": "dc"}, {"key": "dc.type.publication", "value": "masterThesis", "language": null, "element": "type", "qualifier": "publication", "schema": "dc"}, {"key": "dc.subject.oppiainekoodi", "value": "4041", "language": null, "element": "subject", "qualifier": "oppiainekoodi", "schema": "dc"}, {"key": "dc.subject.yso", "value": "vektorit", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "matriisit", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.format.content", "value": "fulltext", "language": null, "element": "format", "qualifier": "content", "schema": "dc"}, {"key": "dc.rights.url", "value": "https://rightsstatements.org/page/InC/1.0/", "language": null, "element": "rights", "qualifier": "url", "schema": "dc"}, {"key": "dc.type.okm", "value": "G2", "language": null, "element": "type", "qualifier": "okm", "schema": "dc"}]
id jyx.123456789_45290
language fin
last_indexed 2025-03-31T20:03:00Z
main_date 2015-01-01T00:00:00Z
main_date_str 2015
online_boolean 1
online_urls_str_mv {"url":"https:\/\/jyx.jyu.fi\/bitstreams\/f7c977a8-2dd0-45c7-9f36-c361df3088e1\/download","text":"URN:NBN:fi:jyu-201502111286.pdf","source":"jyx","mediaType":"application\/pdf"}
publishDate 2015
record_format qdc
source_str_mv jyx
spellingShingle Carlson, Sanni Matriisinormeista vektorinormi matriisinormi spektraalisäde ehtoluku Matematiikka Mathematics 4041 vektorit matriisit
title Matriisinormeista
title_full Matriisinormeista
title_fullStr Matriisinormeista Matriisinormeista
title_full_unstemmed Matriisinormeista Matriisinormeista
title_short Matriisinormeista
title_sort matriisinormeista
title_txtP Matriisinormeista
topic vektorinormi matriisinormi spektraalisäde ehtoluku Matematiikka Mathematics 4041 vektorit matriisit
topic_facet 4041 Matematiikka Mathematics ehtoluku matriisinormi matriisit spektraalisäde vektorinormi vektorit
url https://jyx.jyu.fi/handle/123456789/45290 http://www.urn.fi/URN:NBN:fi:jyu-201502111286
work_keys_str_mv AT carlsonsanni matriisinormeista