Lineer Cebir · 4. Ünite: İç Çarpım Uzayları (Inner Product Spaces)

Gram-Schmidt Ortogonalleştirme Süreci ve QR Ayrışımı

Bir vektör uzayında koordinat bulmak, uzunluk ve açı ölçmek, en küçük kareler problemini çözmek; hepsi taban dik (ortogonal) olduğunda kolaylaşır. Gram-Schmidt süreci, herhangi bir tabanı adım adım izdüşümleri çıkararak ortonormal bir tabana dönüştürür. Bu sürecin matris dili olan QR ayrışımı $A=QR$, doğrusal sistemlerin ve en küçük kareler problemlerinin sayısal olarak sağlam çözümünün temelidir. Bu bölümde süreci türetip doğruluğunu ispatlayacak, $Q$ ve $R$ matrislerini hesaplayacak ve $R\hat{x}=Q^{T}b$ sistemiyle en küçük kareler çözümünü bulacağız.

Öğrenme hedefleri

Konu anlatımı

  1. Bağlam: Neden Ortogonal Taban İsteriz?

  2. Ön Bilgi: Dik İzdüşüm ve Ortogonallik

  3. Gram-Schmidt Süreci: Adım Adım Algoritma

  4. Çözümlü Örnek 1: R³'te Gram-Schmidt

  5. QR Ayrışımı: Tanım, Türetme ve Özellikler

  6. Çözümlü Örnek 2: Q ve R'nin Hesaplanması ve Doğrulama

  7. Uygulama: En Küçük Kareler ve Doğrusal Sistemler

  8. Çözümlü Örnek 3: QR ile Doğru Uydurma

  9. Çözümlü Örnek 4: Fonksiyon Uzayında Gram-Schmidt

  10. Sayısal Kararlılık: Klasik ve Değiştirilmiş Gram-Schmidt

  11. Simülasyon Rehberi, Karşılaştırma ve Sık Yapılan Hatalar

Anahtar terimler

Dik izdüşüm (Orthogonal projection)
$v$ vektörünün $u$ doğrultusundaki bileşeni $\text{proj}_u v=\frac{v\cdot u}{u\cdot u}u$; kalan $v-\text{proj}_uv$ parçası $u$'ya diktir.
Ortogonal / ortonormal küme (Orthogonal / orthonormal set)
Elemanları ikişer ikişer dik olan küme ortogonaldir; ayrıca her elemanın uzunluğu 1 ise ortonormaldir ($e_i\cdot e_j=\delta_{ij}$). Sıfır içermeyen ortogonal küme bağımsızdır.
Gram-Schmidt süreci (Gram-Schmidt process)
Bağımsız $v_1,\dots,v_n$ vektörlerinden $u_k=v_k-\sum_{j<k}\frac{v_k\cdot u_j}{u_j\cdot u_j}u_j$ ile ortogonal $u_k$'ları üreten ve her adımda aynı ara uzayı koruyan algoritma.
QR ayrışımı (QR decomposition)
Tam sütun ranklı $A$ için $A=QR$; $Q$ ortonormal sütunlu, $R$ köşegeni pozitif üst üçgen matris. $r_{jk}=e_j\cdot a_k$ ve $r_{kk}=\|u_k\|$.
Ortogonal matris (Orthogonal matrix)
Kare ve $Q^{T}Q=I$ olan matris; sütunları ortonormal, $Q^{-1}=Q^{T}$, uzunluk ve açıyı korur, $\det Q=\pm1$.
En küçük kareler çözümü (Least squares solution)
$\|b-Ax\|$'i en küçük yapan $\hat{x}$; $A^{T}A\hat{x}=A^{T}b$ ya da $A=QR$ ile $R\hat{x}=Q^{T}b$ sistemini sağlar.
Geri yerine koyma (Back substitution)
Üst üçgen sistemi son denklemden başlayıp yukarı doğru çözen yöntem; $R\hat{x}=Q^{T}b$ için kullanılır.
Değiştirilmiş Gram-Schmidt (Modified Gram-Schmidt)
Her çıkarmadan sonra vektörü güncelleyerek katsayıları hesaplayan, klasik sürüme göre ortogonallik kaybı $O(u\kappa)$ olan sayısal kararlı varyant.
Koşul sayısı (Condition number)
$\kappa(A)$, çözümün girdi hatalarına duyarlılığını ölçer; normal denklemlerde $\kappa(A^{T}A)=\kappa(A)^2$ olduğundan kararlılık kaybı büyür.

Örnek soru

$u=(1,2,2)$ ve $v=(3,2,1)$ olsun. $v$ vektörünün $u$ doğrultusundaki dik izdüşümü $\text{proj}_u v$ aşağıdakilerden hangisidir?

  1. $(3,6,6)$
  2. $(1,2,2)$
  3. $\left(\tfrac13,\tfrac23,\tfrac23\right)$
  4. $(2,0,-1)$
  5. $(9,18,18)$

Doğru cevap: B

Çözüm

Cevap: $(1,2,2)$
1. İzdüşüm formülü: $\text{proj}_u v=\dfrac{v\cdot u}{u\cdot u}\,u$.
2. $v\cdot u=3\cdot1+2\cdot2+1\cdot2=9$ ve $u\cdot u=1+4+4=9$.
3. Katsayı $9/9=1$ olduğundan $\text{proj}_u v=1\cdot(1,2,2)=\mathbf{(1,2,2)}$.
4. Kontrol: $v-\text{proj}_uv=(2,0,-1)$ ve $(2,0,-1)\cdot(1,2,2)=2-2=0$; kalan parça $u$'ya diktir.
Çeldiriciler: $(9,18,18)$ paydadaki $u\cdot u$'yu unutmaktır; $(3,6,6)$ yalnızca $\|u\|=3$'e bölmektir (kare alınmamış); $\left(\tfrac13,\tfrac23,\tfrac23\right)$ $u$ doğrultusundaki birim vektördür (izdüşüm değil); $(2,0,-1)$ ise izdüşüm değil kalan (dik) parçadır.

Lineer Cebir: tüm konular