आव्यूह अपघटन: Difference between revisions

Revision as of 22:22, 4 June 2023

रेखीय बीजगणित के गणितीय विद्याशाखा में, आव्यूह वियोजन या आव्यूह गुणनखंड आव्यूह के गुणनफल में एक आव्यूह का गुणनखंडन है। समस्याओं के एक विशेष वर्ग के मध्य अनेक भिन्न-भिन्न मैट्रिक्स अपघटन होते हैं, जिनमें से प्रत्येक का उपयोग होता है।

उदाहरण

संख्यात्मक विश्लेषण में, कुशल आव्यूह कलन विधि को प्रयुक्त करने के लिए विभिन्न वियोजन का उपयोग किया जाता है।

उदाहरण के लिए, रैखिक समीकरणों की प्रणाली $A\mathbf {x} =\mathbf {b}$ को हल करते समय, आव्यूह A को एलयू वियोजन के माध्यम से वियोजित किया जा सकता है। एलयू वियोजन एक आव्यूह को निम्न त्रिकोणीय आव्यूह L और एक ऊपरी त्रिकोणीय आव्यूह U में गुणनखंड करता है। प्रणाली $L(U\mathbf {x} )=\mathbf {b}$ तथा $U\mathbf {x} =L^{-1}\mathbf {b}$ मूल प्रणाली $A\mathbf {x} =\mathbf {b}$ , की तुलना में हल करने के लिए निम्न योग और गुणा की आवश्यकता होती है, यद्यपि अयथार्थ अंकगणित जैसे फ्लोटिंग पॉइंट में अर्थपूर्णता से अधिक अंकों की आवश्यकता हो सकती है ।

इसी तरह, क्यूआर वियोजन A को QR के रूप में Q लांबिक आव्यूह और R ऊपरी त्रिकोणीय आव्यूह के रूप में व्यक्त करता है। प्रणाली Q(Rx) = b को Rx = Q^Tb = c द्वारा हल किया जाता है और प्रणाली Rx = c को 'पुनः प्रतिस्थापन' द्वारा हल किया जाता है। LU सॉल्वर (समाधानकर्ता) का उपयोग करने के लिए आवश्यक योग और गुणा की संख्या प्रायः दोगुनी है, किन्तु अयथार्थ अंकगणित में अधिक अंकों की आवश्यकता नहीं है क्योंकि क्यूआर वियोजन संख्यात्मक रूप से स्थिर है।

रैखिक समीकरणों की प्रणालियों के समाधान से संबंधित वियोजन

एलयू वियोजन

परंपरागत रूप से प्रयोज्य: वर्ग मैट्रिक्स A, यद्यपि आयताकार आव्यूह प्रयुक्त हो सकते हैं।^[1]^{[nb 1]}
वियोजन: $A=LU$ , जहां L निम्नतर त्रिकोणीय मैट्रिक्स तथा U उच्चतर त्रिकोणीय मैट्रिक्स है
संबंधित: एलडीयू अपघटन है $A=LDU$ , जहां एल तिरछे मैट्रिक्स के साथ त्रिकोणीय मैट्रिक्स है, यू विकर्ण पर वाले त्रिकोणीय मैट्रिक्स है, और डी एक विकर्ण मैट्रिक्स है।
संबंधित: LUP अपघटन है $PA=LU$ , जहां L त्रिकोणीय मैट्रिक्स है, U त्रिकोणीय मैट्रिक्स है, और P एक क्रमचय मैट्रिक्स है।
अस्तित्व: किसी भी वर्ग मैट्रिक्स ए के लिए एक एलयूपी अपघटन मौजूद है। जब पी एक पहचान मैट्रिक्स है, तो एलयूपी अपघटन एलयू अपघटन में कम हो जाता है।
टिप्पणियां: एलयूपी और एलयू अपघटन रैखिक समीकरणों की एन-बाय-एन प्रणाली को हल करने में उपयोगी होते हैं $A\mathbf {x} =\mathbf {b}$ . ये अपघटन मैट्रिक्स के रूप में गॉसियन उन्मूलन की प्रक्रिया को संक्षेप में प्रस्तुत करते हैं। मैट्रिक्स पी गॉसियन उन्मूलन की प्रक्रिया में किए गए किसी भी पंक्ति इंटरचेंज का प्रतिनिधित्व करता है। यदि गॉसियन विलोपन किसी भी पंक्ति इंटरचेंज की आवश्यकता के बिना पंक्ति सोपानक रूप का उत्पादन करता है, तो P = I, इसलिए एक LU अपघटन मौजूद है।

एस कमी

ब्लॉक लू अपघटन

रैंक गुणनखंड

के लिए लागू: रैंक r का m-by-n मैट्रिक्स A
अपघटन: $A=CF$ जहाँ C एक m-by-r फुल कॉलम रैंक मैट्रिक्स है और F एक r-by-n फुल रो रैंक मैट्रिक्स है
टिप्पणी: रैंक गुणनखंडन का उपयोग मूर-पेनरोज़ स्यूडोइनवर्स#रैंक अपघटन के लिए किया जा सकता है। ए के मूर-पेनरोज़ स्यूडोइनवर्स की गणना करें,^[2] जो मूर-पेनरोज़ स्यूडोइनवर्स # एक रेखीय प्रणाली के सभी समाधानों को प्राप्त करने के लिए लागू हो सकता है $A\mathbf {x} =\mathbf {b}$ .

चोल्स्की अपघटन

इसके लिए लागू: वर्ग मैट्रिक्स, सममित मैट्रिक्स, सकारात्मक-निश्चित मैट्रिक्स मैट्रिक्स $A$
अपघटन: $A=U^{*}U$ , कहाँ $U$ वास्तविक सकारात्मक विकर्ण प्रविष्टियों के साथ ऊपरी त्रिकोणीय है
टिप्पणी: यदि मैट्रिक्स $A$ हर्मिटियन और सकारात्मक अर्ध-निश्चित है, तो इसमें फॉर्म का अपघटन होता है $A=U^{*}U$ यदि की विकर्ण प्रविष्टियाँ $U$ शून्य होने की अनुमति है
विशिष्टता: सकारात्मक निश्चित आव्यूहों के लिए चोलस्की अपघटन अद्वितीय है। हालांकि, सकारात्मक अर्ध-निश्चित मामले में यह अद्वितीय नहीं है।
टिप्पणी: अगर $A$ वास्तविक और सममित है, $U$ सभी वास्तविक तत्व हैं
टिप्पणी: एक विकल्प एलडीएल अपघटन है, जो वर्गमूल निकालने से बच सकता है।

क्यूआर अपघटन

इसके लिए लागू: रैखिक रूप से स्वतंत्र कॉलम के साथ एम-बाय-एन मैट्रिक्स ए
अपघटन: $A=QR$ कहाँ $Q$ एम-बाय-एम आकार का एक एकात्मक मैट्रिक्स है, और $R$ आकार m-by-n का त्रिकोणीय मैट्रिक्स मैट्रिक्स है
विशिष्टता: सामान्य तौर पर यह अद्वितीय नहीं है, लेकिन यदि $A$ पूर्ण मैट्रिक्स रैंक का है, तो एकल मौजूद है $R$ जिसमें सभी धनात्मक विकर्ण तत्व हों। अगर $A$ वर्गाकार भी है $Q$ निराला है।
टिप्पणी: क्यूआर अपघटन समीकरणों की प्रणाली को हल करने का एक प्रभावी तरीका प्रदान करता है $A\mathbf {x} =\mathbf {b}$ . यह तथ्य कि $Q$ ऑर्थोगोनल मैट्रिक्स का मतलब है $Q^{\mathrm {T} }Q=I$ , ताकि $A\mathbf {x} =\mathbf {b}$ के बराबर है $R\mathbf {x} =Q^{\mathsf {T}}\mathbf {b}$ , जिसे हल करना बहुत आसान है

[1]

[nb 1]

[2]

@@ Line 1: / Line 1: @@
-{{Distinguish|matrix factorization of a polynomial}}
+{{Distinguish|बहुपद का मैट्रिक्स गुणनखंडन}}
 {{Short description|Representation of a matrix as a product}}
 रेखीय बीजगणित के गणितीय विद्याशाखा में, आव्यूह वियोजन या आव्यूह गुणनखंड आव्यूह के गुणनफल में एक आव्यूह का गुणनखंडन है। समस्याओं के एक विशेष वर्ग के मध्य अनेक भिन्न-भिन्न मैट्रिक्स अपघटन होते हैं, जिनमें से प्रत्येक का उपयोग होता है।
@@ Line 8: / Line 8: @@
 उदाहरण के लिए, [[रैखिक समीकरणों की प्रणाली]] <math>A \mathbf{x} = \mathbf{b}</math> को हल करते समय, आव्यूह A को एलयू वियोजन के माध्यम से वियोजित किया जा सकता है। एलयू वियोजन एक आव्यूह को निम्न त्रिकोणीय आव्यूह L और एक [[ऊपरी त्रिकोणीय मैट्रिक्स|ऊपरी त्रिकोणीय आव्यूह]] U में गुणनखंड करता है। प्रणाली <math>L(U \mathbf{x}) = \mathbf{b}</math> तथा <math>U \mathbf{x} = L^{-1} \mathbf{b}</math> मूल प्रणाली <math>A \mathbf{x} = \mathbf{b}</math>, की तुलना में हल करने के लिए निम्न योग और गुणा की आवश्यकता होती है, यद्यपि अयथार्थ अंकगणित जैसे फ्लोटिंग पॉइंट में अर्थपूर्णता से अधिक अंकों की आवश्यकता हो सकती है ।
-इसी तरह, [[क्यूआर अपघटन|क्यूआर वियोजन]] A को QR के रूप में Q [[ऑर्थोगोनल मैट्रिक्स|लांबिक आव्यूह]] और R ऊपरी त्रिकोणीय आव्यूह के रूप में व्यक्त करता है। प्रणाली Q(R'x') = 'b' को R'x' = Q द्वारा हल किया जाता है<sup>T</sup>b = c, और सिस्टम ''R''x = c को 'त्रिकोणीय मैट्रिक्स#आगे और पीछे प्रतिस्थापन' द्वारा हल किया जाता है। LU सॉल्वर का उपयोग करने के लिए आवश्यक जोड़ और गुणा की संख्या लगभग दोगुनी है, लेकिन अचूक अंकगणित में अधिक अंकों की आवश्यकता नहीं है क्योंकि QR अपघटन [[संख्यात्मक रूप से स्थिर]] है।
+इसी तरह, [[क्यूआर अपघटन|क्यूआर वियोजन]] A को QR के रूप में Q [[ऑर्थोगोनल मैट्रिक्स|लांबिक आव्यूह]] और R ऊपरी त्रिकोणीय आव्यूह के रूप में व्यक्त करता है। प्रणाली ''Q''(''R'''''x''') = '''b''' को ''R'''''x''' = ''Q''<sup>T</sup>'''b''' = '''c''' द्वारा हल किया जाता है और प्रणाली ''R''x = c को 'पुनः प्रतिस्थापन' द्वारा हल किया जाता है। LU सॉल्वर (समाधानकर्ता) का उपयोग करने के लिए आवश्यक योग और गुणा की संख्या प्रायः दोगुनी है, किन्तु अयथार्थ अंकगणित में अधिक अंकों की आवश्यकता नहीं है क्योंकि क्यूआर वियोजन [[संख्यात्मक रूप से स्थिर]] है।
-== रैखिक समीकरणों की प्रणालियों को हल करने से संबंधित अपघटन ==
+== रैखिक समीकरणों की प्रणालियों के समाधान से संबंधित वियोजन ==
-=== लू अपघटन ===
+=== एलयू वियोजन ===
-{{main|LU decomposition}}
+{{main|एलयू वियोजन}}
-*परंपरागत रूप से लागू: [[स्क्वायर मैट्रिक्स]] ए, हालांकि आयताकार मैट्रिक्स लागू हो सकते हैं।<ref>{{Cite book|last=Lay|first=David C.|url=https://www.worldcat.org/oclc/920463015|title=रेखीय बीजगणित और इसके अनुप्रयोग|date=2016|others=Steven R. Lay, Judith McDonald|isbn=978-1-292-09223-2|edition=Fifth Global|location=Harlow|pages=142|oclc=920463015}}</ref><ref group="nb">If a non-square matrix is used, however, then the matrix ''U'' will also have the same rectangular shape as the original matrix ''A''. And so, calling the matrix ''U'' would be incorrect as the correct term would be that ''U'' is the 'row echelon form' of ''A''. Other than this, there are no differences in LU factorization for square and non-square matrices.</ref>
+*परंपरागत रूप से प्रयोज्य: [[स्क्वायर मैट्रिक्स|वर्ग मैट्रिक्स]] A, यद्यपि आयताकार आव्यूह प्रयुक्त हो सकते हैं।<ref>{{Cite book|last=Lay|first=David C.|url=https://www.worldcat.org/oclc/920463015|title=रेखीय बीजगणित और इसके अनुप्रयोग|date=2016|others=Steven R. Lay, Judith McDonald|isbn=978-1-292-09223-2|edition=Fifth Global|location=Harlow|pages=142|oclc=920463015}}</ref><ref group="nb">If a non-square matrix is used, however, then the matrix ''U'' will also have the same rectangular shape as the original matrix ''A''. And so, calling the matrix ''U'' would be incorrect as the correct term would be that ''U'' is the 'row echelon form' of ''A''. Other than this, there are no differences in LU factorization for square and non-square matrices.</ref>
-* अपघटन: <math>A=LU</math>, जहां L [[त्रिकोणीय मैट्रिक्स]] है और U त्रिकोणीय मैट्रिक्स है
+* वियोजन: <math>A=LU</math>, जहां L निम्नतर [[त्रिकोणीय मैट्रिक्स]] तथा U उच्चतर त्रिकोणीय मैट्रिक्स है
 *संबंधित: एलडीयू अपघटन है <math>A=LDU</math>, जहां एल तिरछे मैट्रिक्स के साथ त्रिकोणीय मैट्रिक्स है, यू विकर्ण पर वाले त्रिकोणीय मैट्रिक्स है, और डी एक [[विकर्ण मैट्रिक्स]] है।
 *संबंधित: LUP अपघटन है <math>PA=LU</math>, जहां L त्रिकोणीय मैट्रिक्स है, U त्रिकोणीय मैट्रिक्स है, और P एक क्रमचय मैट्रिक्स है।

Anonymous

Search