Lineer Cebir · 1. Ünite: Doğrusal Denklem Sistemleri ve Matrisler

Özel Matris Tipleri (Simetrik, Köşegen, Üçgensel vb.) ve Uygulamaları

Gerçek dünyadaki matrislerin çoğu rastgele sayı tabloları değildir; bir yapıları vardır: köşegen, üçgensel, simetrik, ortogonal, stokastik. Bu yapı hem hesabı ucuzlatır hem de matrisin ne anlattığını (dönme, izdüşüm, geçiş olasılıkları, graf bağlantıları) ortaya çıkarır. Bu bölümde dokuz özel matris tipini tanımlayıp özelliklerini ispatlayacak, Markov zincirleri ve komşuluk matrisleri üzerinden uygulamalarını göreceksiniz.

Öğrenme hedefleri

• Verilen bir kare matrisin köşegen, üst/alt üçgen, simetrik, ters simetrik, ortogonal, nilpotent ya da idempotent olup olmadığını tanım denklemi ($A=A^T$, $A^TA=I$, $A^2=A$ gibi) üzerinden sınar.
• Köşegen ve üçgensel matrislerin çarpım, kuvvet, ters ve determinant özelliklerini kullanarak hesabı kısaltır; üst üçgen sistemi geriye doğru yerine koymayla çözer.
• Herhangi bir kare matrisi $A=\tfrac12(A+A^T)+\tfrac12(A-A^T)$ biçiminde simetrik ve ters simetrik parçalara ayırır; tek mertebeli ters simetrik matrisin determinantının sıfır olduğunu gerekçelendirir.
• Ortogonal matrisin $Q^{-1}=Q^T$, $\lVert Qx\rVert=\lVert x\rVert$ ve $\det Q=\pm1$ özelliklerini ispatlar; dönme matrisiyle ilişkilendirir.
• Nilpotent matrisin indeksini bulur, $(I-N)^{-1}=I+N+\dots+N^{k-1}$ ters formülünü uygular; idempotent matrisin izdüşüm olarak yorumunu ve $\operatorname{iz}(P)=\operatorname{rank}(P)$ ilişkisini kullanır.
• Stokastik geçiş matrisiyle Markov zincirini $x_{k+1}=Px_k$ olarak iterler, sabit dağılımı $Pq=q$ denkleminden hesaplar; komşuluk matrisinin kuvvetlerinden yürüyüş (walk) sayısını okur.

Konu anlatımı

1. Bağlam: Yapı, Hesabı Ucuzlatır ve Anlam Taşır

2. Köşegen, Birim ve Sıfır Matrisler

3. Üçgensel Matrisler

4. Simetrik ve Ters Simetrik Matrisler

5. Ortogonal Matrisler

6. Nilpotent ve İdempotent Matrisler

7. Uygulamalar: Markov Zincirleri, Stokastik ve Komşuluk Matrisleri

8. Çözümlü Örnekler

9. Tür Tür Özet ve Simülasyonda Keşif

10. Sık Yapılan Hatalar ve Kavram Yanılgıları

Anahtar terimler

Köşegen matris (Diagonal matrix)

Köşegen dışındaki tüm elemanları sıfır olan kare matris. Çarpımı, kuvveti ve tersi eleman eleman hesaplanır; $\det D=\prod d_i$.

Üçgensel matris (Triangular matrix)

Köşegenin altı (üst üçgen) ya da üstü (alt üçgen) sıfır olan kare matris. Determinantı köşegen çarpımıdır; üçgensel sistemler yerine koymayla çözülür.

Simetrik matris (Symmetric matrix)

$A=A^T$ koşulunu sağlayan, elemanları köşegene göre aynalı kare matris. Gerçek simetrik matrislerin özdeğerleri gerçektir ve özvektörleri dik seçilebilir.

Ters simetrik matris (Skew-symmetric matrix)

$A^T=-A$ koşulunu sağlayan matris; köşegeni sıfırdır ve tek mertebede determinantı sıfırdır.

Ortogonal matris (Orthogonal matrix)

$Q^TQ=I$ olan matris; sütunları ortonormaldir, $Q^{-1}=Q^T$, uzunluk ve açıyı korur, $\det Q=\pm1$.

Nilpotent matris (Nilpotent matrix)

Bir $k$ için $N^k=0$ olan matris; en küçük $k$ indeksidir. Tersinir değildir, ama $I-N$ tersinirdir.

İdempotent matris (Idempotent matrix)

$P^2=P$ olan matris; bir izdüşüm işlemini temsil eder, özdeğerleri yalnızca $0$ ya da $1$ olur ve $\operatorname{iz}(P)=\operatorname{rank}(P)$.

Stokastik matris (Stochastic matrix)

Elemanları negatif olmayan ve her sütununun (ya da satırının) toplamı $1$ olan matris. Markov zincirinin geçiş olasılıklarını tutar.

Markov zinciri (Markov chain)

Bir sonraki durumun yalnızca şimdiki duruma bağlı olduğu süreç; dağılım $x_{k+1}=Px_k$ ile ilerler ve düzgün zincirde sabit dağılım $q$ ($Pq=q$) vardır.

Komşuluk matrisi (Adjacency matrix)

Bir grafın köşeleri arasındaki kenarları $0/1$ ile kodlayan matris; $(A^k)_{ij}$ uzunluğu $k$ olan yürüyüşlerin sayısıdır, yönsüz grafta simetriktir.

Örnek soru

$A$ herhangi bir $n\times n$ gerçek matris olsun. Aşağıdakilerden hangisi $A$ ne olursa olsun her zaman simetriktir?

1. $A-A^T$
2. $A^2$
3. $A+I$
4. $A+A^T$
5. $A-2A^T$

Doğru cevap: D

Çözüm

Cevap: $A+A^T$
1. Bir matrisin simetrik olması için devriğinin kendisine eşit olması gerekir. Devrik toplam üzerinden dağılır: $(A+A^T)^T=A^T+(A^T)^T=A^T+A=A+A^T$. Dolayısıyla $A+A^T$ her zaman simetriktir.
2. $A-A^T$ simetrik değil ters simetriktir: $(A-A^T)^T=A^T-A=-(A-A^T)$.
3. Diğer şıklar için $A=\begin{pmatrix}1&1\\0&1\end{pmatrix}$ al: $A^2=\begin{pmatrix}1&2\\0&1\end{pmatrix}$, $A+I=\begin{pmatrix}2&1\\0&2\end{pmatrix}$ ve $A-2A^T=\begin{pmatrix}-1&1\\-2&-1\end{pmatrix}$ simetrik değildir.
En güçlü çeldirici $A-A^T$'dir: aynı iki matristen oluştuğu için simetrik sanılır, fakat işaret farkı onu ters simetrik yapar.

Lineer Cebir: tüm konular