„Faktorisierung“ – Versionsunterschied
Zur Navigation springen
Zur Suche springen
[gesichtete Version] | [gesichtete Version] |
Inhalt gelöscht Inhalt hinzugefügt
K Link optimiert |
Keine Bearbeitungszusammenfassung |
||
Zeile 6: | Zeile 6: | ||
* [[Polynom]]e lassen sich [[Faktorisierung von Polynomen|faktorisieren]]. Über einem algebraisch vollständigen Körper gibt es sogar immer eine Faktorisierung in Linearfaktoren. |
* [[Polynom]]e lassen sich [[Faktorisierung von Polynomen|faktorisieren]]. Über einem algebraisch vollständigen Körper gibt es sogar immer eine Faktorisierung in Linearfaktoren. |
||
* Anwendung bei [[Matrix (Mathematik)|Matrizen]]: |
* Anwendung bei [[Matrix (Mathematik)|Matrizen]]: |
||
** Eine [[Matrix (Mathematik)|Matrix]] kann in Faktoren zerlegt werden, was beispielsweise bei der Lösung [[Lineares Gleichungssystem|linearer Gleichungssysteme]] mittels [[LR-Zerlegung|Dreieckszerlegung]] (auch LU- oder LR-Zerlegung genannt) angewendet wird. Die LR-Zerlegung wird in der numerischen Praxis meist mit dem [[Gaußsches Eliminationsverfahren|Gaußschen |
** Eine [[Matrix (Mathematik)|Matrix]] kann in Faktoren zerlegt werden, was beispielsweise bei der Lösung [[Lineares Gleichungssystem|linearer Gleichungssysteme]] mittels [[LR-Zerlegung|Dreieckszerlegung]] (auch LU- oder LR-Zerlegung genannt) angewendet wird. Die LR-Zerlegung wird in der numerischen Praxis meist mit dem [[Gaußsches Eliminationsverfahren|Gaußschen Eliminationsverfahren]] gewonnen. |
||
** Eine weitere Matrizenfaktorisierung aus der [[Numerik]] ist die [[QR-Zerlegung]], die normalerweise mittels [[Householdertransformation]]en oder [[Givens-Rotation]]en gewonnen werden kann. |
** Eine weitere Matrizenfaktorisierung aus der [[Numerik]] ist die [[QR-Zerlegung]], die normalerweise mittels [[Householdertransformation]]en oder [[Givens-Rotation]]en gewonnen werden kann. |
||
** In der [[Datenanalyse]] werden unter anderem die ''non negative matrix factorization'' und die ''binary matrix factorization'' betrachtet, um Matrizen in zwei [[Cluster (Datenanalyse)|Cluster-]] bzw. [[Latent Semantic Analysis|Konzept]]matrizen zu zerlegen. |
** In der [[Datenanalyse]] werden unter anderem die ''non negative matrix factorization'' und die ''binary matrix factorization'' betrachtet, um Matrizen in zwei [[Cluster (Datenanalyse)|Cluster-]] bzw. [[Latent Semantic Analysis|Konzept]]matrizen zu zerlegen. |
Version vom 1. August 2023, 14:42 Uhr
Eine Faktorisierung ist in der Mathematik die Zerlegung eines Objekts in mehrere nichttriviale Faktoren.
Anwendungsbeispiele:
- Die stets eindeutige Primfaktorzerlegung einer natürlichen Zahl (vgl. die Faktorisierungsverfahren, um eine Primfaktorzerlegung zu erhalten).
- Algebraische Terme lassen sich häufig durch Ausklammern und die Anwendung binomischer Formeln faktorisieren.
- Polynome lassen sich faktorisieren. Über einem algebraisch vollständigen Körper gibt es sogar immer eine Faktorisierung in Linearfaktoren.
- Anwendung bei Matrizen:
- Eine Matrix kann in Faktoren zerlegt werden, was beispielsweise bei der Lösung linearer Gleichungssysteme mittels Dreieckszerlegung (auch LU- oder LR-Zerlegung genannt) angewendet wird. Die LR-Zerlegung wird in der numerischen Praxis meist mit dem Gaußschen Eliminationsverfahren gewonnen.
- Eine weitere Matrizenfaktorisierung aus der Numerik ist die QR-Zerlegung, die normalerweise mittels Householdertransformationen oder Givens-Rotationen gewonnen werden kann.
- In der Datenanalyse werden unter anderem die non negative matrix factorization und die binary matrix factorization betrachtet, um Matrizen in zwei Cluster- bzw. Konzeptmatrizen zu zerlegen.
- Abstrakter versucht man die Elemente von Ringen in elementare Faktoren zu zerlegen. Neben Zahl-, Polynom- und Matrix-Ringen können das auch Operator-Ringe sein.
- In der Wahrscheinlichkeitstheorie bezeichnet man als Faktorisierung die Zerlegung einer Zufallsvariablen in unabhängige Summanden, da die charakteristische Funktion einer Summe unabhängiger Zufallsvariablen das Produkt der einzelnen charakteristischen Funktionen ist.
- Die statistische Faktorenanalyse nach Spearman.
- Die logische Faktorisierung einer Proposition in Bezug auf eine andere Proposition :[1]
- In der Graphentheorie bezeichnet man die Zerlegung eines Graphen G in Teilgraphen, bei denen jeder Knoten x nur eine bestimmte Anzahl a von Nachbarknoten hat, als Faktorisierung, und deren Ergebnis als a-Faktoren, z. B. 1-Faktoren.
Einzelnachweise
- ↑ Karl Popper, David Miller: A proof of the impossibility of inductive probability, in: Nature 302 (1983), 687f.