Metody numeryczne – Wykład 4 –
Metody rozwiązywania układów liniowych równań algebraicznych
Marek Bazan
III rok - Elektornika
Semestr zimowy 2020/2021
Plan zajęć
1. Definicja norm indukowanych
2. Jakie macierze nie wymagają wyboru elementu głownego 3. Jak efektywanie wyznaczamy wyznacznik
4. Metoda Gaussa z częściowym wyborem elementu głównego 5. Metoda Jordana z częściowym wyborem elementu głównego
Definicja norm indukowanych
Dla przestrzeni Rn mamy następujące normy wektorowe używane w obliczeniach numerycznych
||x||1 = |x1| + |x2| + · · · + |xn| (1)
||x||2 = (x12+ x22+ · · · + xn2)1/2 (2)
||x||∞ = max (|x1|, |x2|, . . . , |xn|) (3) Macierz A ∈ Rm×n jest operatorem liniowym przekształcającym przestrzeń Rn w przestrzeń Rm.
Normę macierzową || · ||pq indukową przez normy wektorowe || · ||q i || · ||p definiujemy jako
||A||pq = max
x∈Rn x6=0
||Ax||q
||x||p (4)
Gdy p = q przyjmujemy ||A||p = ||A||pq.
Normy macierzowe
Znane są zależności
||A||1 = max
j =1,2,...,n m
X
i =1
|aij| (maks. suma modułów w kolumnie)
||A||2 = (największa wartość własna macierzy ATA)1/2 (5)
||A||∞ = max
i =1,2,...,m n
X
j =1
|aij| (maks. suma modułów w wierszu)
||A||1∞ = max
i ,j |aij| (6)
||A||E =
m
X
i =1 n
X
j =1
a2ij
1/2
(7)
Normy macierzowe (2)
Własności norm indukowanych 1. ||AB||pq ¬ ||A||rq||B||pr
2. Liczbę %(A) = maxi =1,...,n|λi| gdzie λi są wartościami własnymi macierzy A nazywamy promieniem spektralnym macierzy A. Mamy
%(A) ¬ ||A||p, p = 1, 2, ∞, E
Kiedy nie trzeba stosować wyboru elementu głównego
1. Co to jest częściowy wybór elementu głównego/podstawowego?
1 · · · 0 0 · · · 0
... ... ... ... ... ...
0 . .. 1 0 . . . 0
0 · · · −lj +1,j 1 . . . 0 ... ... ... ... . .. ...
0 · · · −lnj 0 . . . 1
a(j )11 · · · a(j )1j a(j )1,j +1 · · · a(j )1n ... ... ... ... ... ... 0 . .. a(j )jj a(j )j ,j +1 . . . a(j )j ,n 0 · · · a(j )j +1,j a(j )j +1,j +1 . . . a(j )j +1,n ... ... ... ... . .. ...
0 · · · a(j )nj a(j )n,j +1 . . . a(j )nn
,
li 2= a(j )ij /a(j )jj , i = j + 1, j + 2, . . . , n (8) Gdy ajj(j )≈ 0 to należy zamienić j − ty wiersz miejscami wybierając do zamiany ten spośród ostatnich n − j wierszy, który ma największy co do modułu element w kolumnie j -tej.
Kiedy nie trzeba stosować wyboru elementu głównego (2)
2. Macierze diagonalnie dominujące
Definicja: Macierz diagonalnie dominująca to taka, dla której moduły elementów na diagonali są niemniejssze od sumy modułów pozostałych elementów w tym samym wierszu, tzn.
|aii| X
k=1 k6=i
|aik|, i = 1, 2, . . . , n
Definicja: Macierz diagonalnie dominująca kolumnowo to taka, dla której moduły elementów na diagonali są
niemniejssze od sumy modułów pozostałych elementów w tej samej kolumnie, tzn.
|aii| X
k=1 k6=i
|aki|, i = 1, 2, . . . , n
Tw: Jeśli macierz A jest nieosobliwa i diagonalnie
dominująca kolumnowo, to przy elieminacji nie ma potrzeby przestawiania wierszy.
Kiedy nie trzeba stosować wyboru elementu głównego (3)
3. Macierze symetryczne dodatnio określone
Definicja: Formą kwadratową Q(x) zdefiniowaną macierzą A = [aij]i ,j =1...n∈ Rn×n dla wektora x ∈ Rn nazywamy wyrażenie
Q(x) =
n
X
i =1 n
X
j =1
aijxixj
Definicja: Macierz A ∈ Rn×n nazywamy dodatnio określoną jeśli dla dowolnego x ∈ Rn forma Q(x) spełnia
Q(x) > 0
Tw: Jeśli macierz A ∈ Rn×n jest symetryczna i dodatnio określona to przy elieminacji nie ma potrzeby przestawiania wierszy.
Algorytm Gaussa z częściowym wyborem elementu głównego
Rozpatrzmy macierz permutacji
Pk,tk =
1 . . .
. ..
0 . . . 1 ... . . . ... 1 . . . 0
. ..
1
,
która uzyskiwana jest z macierzy jednostkowej w taki sposób, że pkk = ptk,tk = 0 oraz pk,tk = ptk,k = 1.
Algorytm Gaussa z częściowym wyborem elementu głównego (2)
W algorytmie z częściowym wyborem elementu głównego wykonujemy nie jak poprzednio przekształcenia
L(n−1). . . L(2)L(1)A(1) = A(n) lecz
L(n−1)Pin−1,n−1. . . L(2)Pi2,2L(1)Pi1,1A(1)= A(n) które sprowadzają macierz A(1) do macierzy A(n), która jest macierzą trójkątną górną.
Przy czym łatwo jest pokazać, że macierz
Ldef=L(n−1)Pin−1,n−1. . . L(2)Pi2,2L(1)Pi2,2. . . Pin−1,n−1
−1
jest macierzą trójkątną dolną. Dowodzi się tego dzięki temu, że Pij,j = P−1i
j,j.
Algorytm Gaussa z częściowym wyborem elementu głównego (3)
Mamy wówczas
LU = PA gdzie
Ldef=L(n−1)Pin−1,n−1. . . L(2)Pi2,2L(1)Pi2,2. . . Pin−1,n−1−1 oraz
U = A(n), Pdef= Pin−1,n−1. . . Pi2,2
Jak efektywnie wyznaczamy wyznacznik (1)
Obliczamy rozkład A = LU stosując częściowy wybór elementu podstawowego) a wówczas
det(A + E) = det LU = det L det U = det U =
n
Y
i =1
uii
Macierz E jest macierzą zaburzeń powstałych przez wykoanie algorytmu eliminacji Gaussa z częściowym wyborem elementu głównego.
Można oszacować, zaburzenia wprowadzone przez ten algorytm wynoszą
||E||1
||A||1 ¬ 8(n2+ n) gdzie to błąd reprezentacji zmiennnopozycyjnej.
Natomiast na obliczony wyznacznik zmiany wpływają tak jak K||E||1
||A||1
gdzie K jest współczynnikiem uwarunkowania zadania Ax = b.
Jak efektywnie wyznaczamy wyznacznik (2)
W algorytmie eleminacji Gaussa z pełnym wyborem elementu głównego jeśli |a(k)i
k,jk| = maxk¬i ,j ¬n|˜a(k)ij | czyli wybieramy
maksymalny element w analizowanej podmacierzy A(k)(k : n, k : n) macierzy A(k) to macierz jest ta przekształcana jest przez
obustronne pomnożenie przez macierze elementarne (Pik,kA(k)Pj ,jk)
Dla n − 1 takich przekształceń mamy
L(n−1)Pin−1,n−1. . . L(2)Pi2,2L(1)Pi1,1A(1)P1,j1P2,j2. . . Pn−1,jn−1 = A(n) Również tu nietrudno wykazać przy założeniu
Ldef=L(n−1)Pin−1,n−1. . . L(2)Pi2,2L(1)Pi2,2. . . Pin−1,n−1−1 LU = PA ˜P
gdzie oraz
U = A(n), Pdef= Pin−1,n−1. . . Pi2,2Pi1,1, ˜Pdef= P1,j1P2,j2. . . Pn−1,jn−1
Jak efektywnie wyznaczamy wyznacznik (2)
Wyznacznik wówczas wynosi
det(A) = (−1)m
n
Y
i =1
uii
gdzie m jest sumą liczby macierzy przestawień, dla których ik 6= k i jk 6= k.
Algorytm Jordana z częściowym wyborem elementu głównego
A =⇒
1 · · · a(j )1j a(j )1,j +1 · · · a(j )1n ... ... ... ... ... ... 0 . .. a(j )jj a(j )j ,j +1 . . . a(j )j ,n 0 · · · a(j )j +1,j a(j )j +1,j +1 . . . a(j )j +1,n ... ... ... ... . .. ...
0 · · · a(j )nj a(j )n,j +1 . . . a(j )nn
=⇒
1 · · · a1j(j ) a(j )1,j +1 · · · a1n(j ) ... ... ... ... ... ... 0 . .. 1 a(j )j ,j +1 . . . aj ,n(j ) 0 · · · 0 1 . . . aj +1,n(j ) ... ... ... ... . .. ...
0 · · · 0 0 . . . 1
=⇒ In