Numerikus módszerek 1.

Hasonló dokumentumok
Gauss-eliminációval, Cholesky felbontás, QR felbontás

Gauss elimináció, LU felbontás

NUMERIKUS MÓDSZEREK I. TÉTELEK

9. gyakorlat Lineáris egyenletrendszerek megoldási módszerei folyt. Néhány kiegészítés a Gauss- és a Gauss Jordan-eliminációhoz

Gauss-Jordan módszer Legkisebb négyzetek módszere, egyenes LNM, polinom LNM, függvény. Lineáris algebra numerikus módszerei

Numerikus módszerek 1.

alakú számot normalizált lebegőpontos számnak nevezik, ha ,, és. ( : mantissza, : mantissza hossza, : karakterisztika) Jelölés: Gépi számhalmaz:

Mátrixok 2017 Mátrixok

1. Determinánsok. Oldjuk meg az alábbi kétismeretlenes, két egyenletet tartalmaz lineáris egyenletrendszert:

Diszkrét matematika I., 12. előadás Dr. Takách Géza NyME FMK Informatikai Intézet takach november 30.

Feladat: megoldani az alábbi egyenletrendszert: A x = b,

Numerikus módszerek 1.

Lineáris egyenletrendszerek

15. LINEÁRIS EGYENLETRENDSZEREK

Műveletek mátrixokkal. Kalkulus. 2018/2019 ősz

I. VEKTOROK, MÁTRIXOK

Vektorok, mátrixok, lineáris egyenletrendszerek

Determinánsok. A determináns fogalma olyan algebrai segédeszköz, amellyel. szolgáltat az előbbi kérdésekre, bár ez nem mindig hatékony.

5. Előadás. (5. előadás) Mátrixegyenlet, Mátrix inverze március 6. 1 / 39

NUMERIKUS MÓDSZEREK I. BEUGRÓ KÉRDÉSEK

Numerikus módszerek I. zárthelyi dolgozat (2017/18. I., A. csoport) Megoldások

LINEÁRIS EGYENLETRENDSZEREK október 12. Irodalom A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: ezek egyrészt elhangzanak

1. Mátrixösszeadás és skalárral szorzás

A KroneckerCapelli-tételb l következik, hogy egy Bx = 0 homogén lineáris egyenletrendszernek

Lineáris egyenletrendszerek

Bevezetés az algebrába 1

3. el adás: Determinánsok

Táblán. Numerikus módszerek 1. előadás (estis), 2017/2018 ősz. Lócsi Levente. Frissült: december 1.

Numerikus módszerek 1.

2. előadás. Lineáris algebra numerikus módszerei. Mátrixok Mátrixműveletek Speciális mátrixok, vektorok Norma

Lineáris algebra 2. Filip Ferdinánd december 7. siva.banki.hu/jegyzetek

Mátrixok, mátrixműveletek

1. A kétszer kettes determináns

3. Előadás. Megyesi László: Lineáris algebra, oldal. 3. előadás Lineáris egyenletrendszerek

DETERMINÁNSSZÁMÍTÁS. Határozzuk meg a 1 értékét! Ez most is az egyetlen elemmel egyezik meg, tehát az értéke 1.

10. Előadás. Megyesi László: Lineáris algebra, oldal. 10. előadás Sajátérték, Kvadaratikus alak

Gauss-Seidel iteráció

Mátrixfelbontások BSc szakdolgozat


6. gyakorlat. Gelle Kitti. Csendes Tibor Somogyi Viktor. London András. jegyzetei alapján

KOVÁCS BÉLA, MATEMATIKA I.

Norma Determináns, inverz Kondíciószám Direkt és inverz hibák Lin. egyenletrendszerek A Gauss-módszer. Lineáris algebra numerikus módszerei

Magasabbfokú egyenletek

MATE-INFO UBB verseny, március 25. MATEMATIKA írásbeli vizsga

12. előadás. Egyenletrendszerek, mátrixok. Dr. Szörényi Miklós, Dr. Kallós Gábor

Totális Unimodularitás és LP dualitás. Tapolcai János

Irodalom. (a) A T, B T, (b) A + B, C + D, D C, (c) 3A, (d) AD, DA, B T A, 1 2 B = 1 C = A = 1 0 D = (a) 1 1 3, B T = = ( ) ; A T = 1 0

Lineáris algebra Gyakorló feladatok

Numerikus módszerek beugró kérdések

Diszkrét matematika 2. estis képzés

Nagy Gábor compalg.inf.elte.hu/ nagy

MBNK12: Permutációk (el adásvázlat, április 11.) Maróti Miklós

11. DETERMINÁNSOK Mátrix fogalma, műveletek mátrixokkal

Diszkrét matematika I.

Matematika 8. osztály

Diszkrét matematika I.

Lineáris algebra numerikus módszerei

NUMERIKUS MÓDSZEREK PÉLDATÁR

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

Numerikus Analízis I.

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

LINEÁRIS ALGEBRA (A, B, C) tematika (BSc) I. éves nappali programtervező informatikus hallgatóknak évi tanév I. félév

9. Előadás. Megyesi László: Lineáris algebra, oldal. 9. előadás Mátrix inverze, mátrixegyenlet

Numerikus módszerek 1.

Klasszikus algebra előadás. Waldhauser Tamás április 28.

Diszkrét matematika 2.

Tétel: Ha,, akkor az ábrázolt szám hibája:

Diszkrét matematika 1. estis képzés. Komputeralgebra Tanszék ősz

3. Fuzzy aritmetika. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Sorozatok II.

9. Előadás. (9. előadás) Lineáris egyr.(3.), Sajátérték április / 35

Komplex számok. Wettl Ferenc előadása alapján Wettl Ferenc előadása alapján Komplex számok / 18

Diszkrét matematika II., 5. előadás. Lineáris egyenletrendszerek

Bevezetés az algebrába 1

9. Trigonometria. I. Nulladik ZH-ban láttuk: 1. Tegye nagyság szerint növekvő sorrendbe az alábbi értékeket! Megoldás:

Vektoralgebra. Ebben a részben a vektorokat aláhúzással jelöljük

Matlab alapok. Baran Ágnes

EGYSZERŰSÍTETT ALGORITMUS AZ ELEMI BÁZISCSERE ELVÉGZÉSÉRE

1. Homogén lineáris egyenletrendszer megoldástere

I. Egyenlet fogalma, algebrai megoldása

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

Gazdasági matematika II. tanmenet

Nagy Gábor compalg.inf.elte.hu/ nagy

és n oszlopból áll, akkor m n-es mátrixról beszélünk. (Az oszlopok száma a mátrix vízszintes mérete, a sorok 2 3-as, a ij..

Sorozatok I. Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma)

1. A polinom fogalma. Számolás formális kifejezésekkel. Feladat Oldjuk meg az x2 + x + 1 x + 1. = x egyenletet.

Polinomok, Lagrange interpoláció

3. Lineáris egyenletrendszerek megoldása február 19.

Egyenletek, egyenlőtlenségek V.

LINEÁRIS ALGEBRA. matematika alapszak. Euklideszi terek. SZTE Bolyai Intézet, őszi félév. Euklideszi terek LINEÁRIS ALGEBRA 1 / 40

41. Szimmetrikus mátrixok Cholesky-féle felbontása

1. Az euklideszi terek geometriája

karakterisztikus egyenlet Ortogonális mátrixok. Kvadratikus alakok főtengelytranszformációja

ARCHIMEDES MATEMATIKA VERSENY

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

Gráfelmélet. I. Előadás jegyzet (2010.szeptember 9.) 1.A gráf fogalma

8. Előadás. Megyesi László: Lineáris algebra, , oldal. 8. előadás Mátrix rangja, Homogén lineáris egyenletrendszer

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

Matematika A1a Analízis

i=1 λ iv i = 0 előállítása, melynél valamelyik λ i

Átírás:

Numerikus módszerek 1. 3. előadás: Mátrixok LU-felbontása Lócsi Levente ELTE IK 2013. szeptember 23.

Tartalomjegyzék 1 Alsó háromszögmátrixok és Gauss-elimináció 2 Háromszögmátrixokról 3 LU-felbontás Gauss-eliminációval 4 Az LU-felbontás közvetlen kiszámítása

Tartalomjegyzék 1 Alsó háromszögmátrixok és Gauss-elimináció 2 Háromszögmátrixokról 3 LU-felbontás Gauss-eliminációval 4 Az LU-felbontás közvetlen kiszámítása

Balról szorzás alsó háromszögmátrixokkal Mi történik, ha az alábbi L R 3 3 mátrixszal megszorzunk egy A R 3 3 mátrixot balról? 1 0 0 2 1 0 0 0 1????????? Az 1. sor kétszeresét hozzáadjuk a 2. sorhoz.

Balról szorzás alsó háromszögmátrixokkal Mi történik, ha az alábbi L R 3 3 mátrixszal megszorzunk egy A R 3 3 mátrixot balról? 1 0 0 2 1 0 3 0 1 Az 1. sor kétszeresét hozzáadjuk a 2. sorhoz, valamint az 1. sor háromszorosát levonjuk a 3. sorból. ( GE)

A Gauss-elimináció lépései mátrixszorzással Írjuk fel a GE k-adik lépését ugyanilyen módszerrel! (A R n n ) 1 L k = 0 (1.).... 1 = I + v l k+1,k 1 k ek, v 0 k = (k.). l k+1,k..... l n,k 1 l n,k (A zérus elemek nincsenek feltüntetve L k -ban.) Tehát ha l i,k = a(k 1) i,k a (k 1) (k = 1,..., n 1; i = k + 1,..., n), k,k akkor L k A (k 1) = A (k), vagyis megkaptuk a GE k-adik lépését.

Példa Példa: GE az L k mátrixokkal Írjuk fel a Gauss-elimináció lépéseit mátrixszorzások segítségével a következő mátrix esetén (ua. mint az előző előadáson)! 2 0 3 A = 4 5 2 6 5 4

A Gauss Jordan-módszer lépései mátrixszorzással Házi feladat Írjuk fel a Gauss Jordan-féle elimináció lépéseit mátrixszorzás formájában!

Tartalomjegyzék 1 Alsó háromszögmátrixok és Gauss-elimináció 2 Háromszögmátrixokról 3 LU-felbontás Gauss-eliminációval 4 Az LU-felbontás közvetlen kiszámítása

Elnevezések, jelölések Definíció: alsó háromszögmátrix Az L R n n mátrixot alsó háromszögmátrixnak nevezzük, ha i < j esetén l i,j = 0. (A főátló felett csupa nulla.) L := { L R n n : l i,j = 0 (i < j) }, L 1 := { L R n n : l i,j = 0 (i < j), l i,i = 1 }. Definíció: felső háromszögmátrix Az U R n n mátrixot felső háromszögmátrixnak nevezzük, ha i > j esetén u i,j = 0. (A főátló alatt csupa nulla.) U := { U R n n : u i,j = 0 (i > j) }.

Háromszögmátrixok halmazának zártsága Állítás: háromszögmátrixról 1 Ha L, L L, akkor L L L. 2 Ha U, U U, akkor U U U. 3 Ha L, L L 1, akkor L L L 1. 4 Ha L L és L 1, akkor L 1 L. 5 Ha U U és U 1, akkor U 1 U. 6 Ha L L 1, akkor L 1 és L 1 L 1. Biz.: házi feladat (beadható). Útmutatás: 1. Kell: (L L ) i,j = 0 (i < j), írjuk fel a mátrixszorzást: (L L ) i,j =.... Használjuk ki, hogy L, L L: minden tag kiesik. 2. Hasonlóképp. 3. Határozzuk meg a szorzat főátlóbeli elemeit is. 4., 5., 6. Az inverz Gauss-eliminációval meghatározható.

Az L k mátrixokról Definíció: L k L k = L k (v) := I + ve k Rn n, ahol v R n, v i = 0 (i k) és e k R n a k-adik egységvektor. Állítás: L k inverze Biz.: L k L 1 k Szemléletesen? L 1 k = L k (v) 1 = L k ( v) = I ve k. = (I + vek )(I vek ) = I +vek vek v ek v ek = I. }{{}}{{} 0 0

Az L k mátrixokról Hogyan szorzunk össze két ilyen mátrixot? 1 0 0 0 1 0 0 3 1 1 0 0 1 0 0 1 0 0 2 1 0 2 1 0 0 1 0 1 0 1 1 3 1 0 3 1 1 0 0 2 1 0 1 0 1 1 0 0 2 1 0 7 3 1 A bal oldali sorrendben szépen szorzódik. Általában is.

Az L k mátrixokról Állítás: L k mátrixok szorzata L 1 1 L 1 2 L 1 n 1 = I v 1e 1 v 2 e 2... v n 1 e n 1. Biz.: Indukcióval. L 1 1 L 1 2 = (I v 1 e 1 )(I v 2e 2 ) = I v 1e 1 v 2e 2 +v 1(e 1 v 2)e 2. Tfh. L 1 1 L 1 2 L 1 k = I v 1 e 1 v 2e 2... v ke k. L 1 1 L 1 2 L 1 k L 1 k+1 = = (I v 1 e1 v 2e2... v kek )(I v k+1ek+1 ) = = I v 1 e1 v 2e2... v kek v k+1ek+1 + + v 1 e1 v k+1 ek+1 +...+v k ek v k+1 ek+1 =. }{{} kiesnek

Tartalomjegyzék 1 Alsó háromszögmátrixok és Gauss-elimináció 2 Háromszögmátrixokról 3 LU-felbontás Gauss-eliminációval 4 Az LU-felbontás közvetlen kiszámítása

LU-felbontás Definíció: LU-felbontás Az A mátrix LU-felbontásának nevezzük az L U szorzatot, ha A = LU, L L 1, U U.

LU-felbontás Gauss-eliminációval A Gauss-eliminációt felírhatjuk alsó háromszögmátrixok segítségével: L n 1 L 2 L 1 A = U, majd az inverzekkel egyesével átszorozva: A = L 1 1 L 1 2 L 1 n 1 U. }{{} L Az imént láttuk, hogy a fenti szorzat is alsó háromszögmátrix. A = LU.

Példa Példa: LU-felbontás GE-val Készítsük el a példamátrixunk LU-felbontását (a) részletezve az L k mátrixokat, a számítás menetét, (b) majd tömör írásmóddal!

LU-felbontás Gauss-eliminációval Tétel: LU-felbontás létezése Ha a Gauss-elimináció végrehajtható sor és oszlopcsere nélkül, azaz a (k 1) k,k 0 (k = 1,..., n 1), akkor az A mátrix LU-felbontása létezik. Biz.: Láttuk. Összefoglalva: Ha a (k 1) 0, akkor az L k,k k mátrixok felírhatók, a Gauss-elimináció ( előre része) végén felső háromszög alakú mátrixot kapunk. Ez lesz U. Az L k mátrixok inverzének szorzataként pedig adódik L.

LU-felbontás Gauss-eliminációval Definíció: főminorok Az A R n n mátrix A k főminora az A mátrix bal felső k k-as részmátrixa. Tétel: LU-felbontás létezése (A-ra vonatkozó feltétellel) Ha det A k 0 (k = 1,..., n 1), akkor létezik az A mátrix LU-felbontása. Biz.: Belátjuk, hogy ekvivalens az előző feltétellel. A k = L k U k (főminorok). det A k = det L k det U k = 1 u 1,1 u 2,2 u k,k = = a (0) 1,1 a(1) 2,2 a(k 1) k,k. det A k = (det A k 1 ) a (k 1) k,k a (k 1) k,k 0.

LU-felbontás Gauss-eliminációval Tétel: az LU-felbontás egyértelműségéről Ha A-nak létezik LU-felbontása, továbbá det A 0, akkor az LU-felbontás egyértelmű. Biz.: Indirekt, táblán. Meggondoltuk. Megjegyzés: L és U megadása Az eddigieket összefoglalva felírhatjuk az A = LU felbontást: L L 1 és l i,j = a(j 1) i,j a (j 1) j,j (i > j), U U és u i,j = a (i 1) i,j (i j).

Miért jó az LU-felbontás? Tegyük fel, hogy az Ax = b LER megoldható, és rendelkezésünkre áll az A = LU felbontás. Ekkor Ax = L U }{{ x} = b helyett ( 1 3 n3 + O(n 2 )) y 1 oldjuk meg az Ly = b, ( 1 2 n2 + O(n)) 2 majd az Ux = y LER-t. ( 1 2 n2 + O(n)) Persze valamikor elő kell állítani az LU-felbontást. ( 1 3 n3 + O(n 2 )) Előnyös, ha sokszor ugyanaz A.

Tartalomjegyzék 1 Alsó háromszögmátrixok és Gauss-elimináció 2 Háromszögmátrixokról 3 LU-felbontás Gauss-eliminációval 4 Az LU-felbontás közvetlen kiszámítása

Az LU-felbontás közvetlen kiszámítása Nem ismerjük L-t és U-t: ismeretlenek a mátrixokban. Viszont szorzatukat ismerjük: LU = A. A egyes elemeit a mátrixszorzás alapján felírva egyenleteket kapunk L és U elemeire. Jó sorrendben felírva az egyenleteket, mindig megkapjuk egy-egy új ismeretlen értékét.

Jó sorrendek 1. 1. 1. 1. 2. 3. 3. 3. 4. 4. 5. 5. 6. 6. 6. 6. sorfolytonosan 1. 3. 5. 7. 2. 3. 5. 7. 2. 4. 5. 7. 2. 4. 6. 7. oszlopfolytonosan 1. 1. 1. 1. 2. 3. 3. 3. 2. 4. 5. 5. 2. 4. 6. 7. parkettaszerűen

Példa Példa: LU-felbontás közvetlenül (a) Készítsük el a példamátrixunk LU-felbontását közvetlenül a mátrixszorzás alapján. (b) Nézzünk egy újabb példát is. (Vigyázat, det B 2 = 0.) 2 0 3 2 2 3 A = 4 5 2, B = 4 4 2 6 5 4 6 5 4

Az LU-felbontás közvetlen kiszámítása Tétel: az LU-felbontás közvetlen kiszámítása Az L és U mátrixok elemei a következő képletekkel számolhatók: i j (felső) i 1 u i,j = a i,j l i,k u k,j, k=1 i > j (alsó) l i,j = 1 a i,j u j,j j 1 k=1 l i,k u k,j. Ha jó sorrendben számolunk, mindig ismert az egész jobb oldal. Biz.: Mátrixszorzás felírása, háromszögmátrix voltuk kihasználása, egy tag leválasztása, kifejezése. Táblán.

Példák Matlab-ban 1 Az LU-felbontás működése kisebb (n 7) mátrixokra, 2 valamint nagyobb mátrixokra (n 50) színkóddal. 3 LER megoldása LU-felbontás segítségével. 4 Sok LER (m 10, 100) megoldása futási idejének összevetése nagyobb mátrixok (n 50, 100, 200) esetén: GE-val valamint az LU-felbontás kihasználásával.