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

Hasonló dokumentumok
NUMERIKUS MÓDSZEREK I. TÉTELEK

Numerikus módszerek 1.

Gauss-eliminációval, Cholesky felbontás, QR felbontás

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

Mátrixok 2017 Mátrixok

Diszkrét matematika II., 5. előadás. Lineáris egyenletrendszerek

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

Lineáris egyenletrendszerek

Gauss-Seidel iteráció

Lineáris egyenletrendszerek

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

Gauss elimináció, LU felbontás

Lineáris algebra. (közgazdászoknak)

1. A kétszer kettes determináns

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

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

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

Numerikus módszerek I. zárthelyi dolgozat, 2009/10. I. félév, A. csoport, MEGOLDÁSOK

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

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

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

15. LINEÁRIS EGYENLETRENDSZEREK

11. DETERMINÁNSOK Mátrix fogalma, műveletek mátrixokkal

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


NUMERIKUS MÓDSZEREK PÉLDATÁR

Egyenletek, egyenlőtlenségek VII.

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

rank(a) == rank([a b])

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

Bevezetés az algebrába 1

Kvadratikus alakok és euklideszi terek (előadásvázlat, október 5.) Maróti Miklós, Kátai-Urbán Kamilla

KOVÁCS BÉLA, MATEMATIKA I.

Lineáris algebra (10A103)

41. Szimmetrikus mátrixok Cholesky-féle felbontása

I. VEKTOROK, MÁTRIXOK

Másodfokú egyenletek, egyenlőtlenségek

1. feladatsor: Vektorterek, lineáris kombináció, mátrixok, determináns (megoldás)

Lineáris algebrai egyenletrendszerek iteratív megoldási módszerei

Lineáris algebra Gyakorló feladatok

Másodfokú egyenletek, egyenlőtlenségek

Mátrixok, mátrixműveletek

Trigonometria Megoldások. 1) Igazolja, hogy ha egy háromszög szögeire érvényes az alábbi összefüggés: sin : sin = cos + : cos +, ( ) ( )

Matematika A2 vizsga mgeoldása június 4.

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

O ( 0, 0, 0 ) A ( 4, 0, 0 ) B ( 4, 3, 0 ) C ( 0, 3, 0 ) D ( 4, 0, 5 ) E ( 4, 3, 5 ) F ( 0, 3, 5 ) G ( 0, 0, 5 )

ALGEBRAI KIFEJEZÉSEK, EGYENLETEK

1. Mátrixösszeadás és skalárral szorzás

9. Előadás. Megyesi László: Lineáris algebra, oldal. 9. előadás Mátrix inverze, Leontyev-modell

Vektorok, mátrixok, lineáris egyenletrendszerek

Bodó Bea, Somonné Szabó Klára Matematika 2. közgazdászoknak

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

3. el adás: Determinánsok

Első zárthelyi dolgozat megoldásai biomatematikából * A verzió

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

Gyakorló feladatok. Agbeko Kwami Nutefe és Nagy Noémi

Bevezetés az algebrába 1

5 = hiszen és az utóbbi mátrix determinánsa a középs½o oszlop szerint kifejtve: 3 7 ( 2) = (példa vége). 7 5 = 8. det 6.

Vektorterek. =a gyakorlatokon megoldásra ajánlott

7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága

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

Numerikus Analízis I.

Egész számok. pozitív egész számok: 1; 2; 3; 4;... negatív egész számok: 1; 2; 3; 4;...

Testek. 16. Legyen z = 3 + 4i, w = 3 + i. Végezzük el az alábbi. a) (2 4), Z 5, b) (1, 0, 0, 1, 1) (1, 1, 1, 1, 0), Z 5 2.

Egyenletek, egyenletrendszerek, matematikai modell. 1. Oldja meg az Ax=b egyenletrendszert Gauss módszerrel és adja meg az A mátrix LUfelbontását,

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Trigonometria

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

Bevezetés az algebrába 1

1. fogalom. Add meg az összeadásban szereplő számok elnevezéseit! Milyen tulajdonságai vannak az összeadásnak? Hogyan ellenőrizzük az összeadást?

Gazdasági matematika II. tanmenet

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

Lineáris algebra. Wettl Ferenc, BME , 0.2 változat. Tartalomjegyzék. Geometriai szemléltetés. (tömör bevezetés) Az egyenletek szemléltetése

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

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Megoldások

3. Egyenletek, egyenletrendszerek, egyenlőtlenségek

7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága

1. Geometria a komplex számsíkon

1. Az euklideszi terek geometriája

Problémás regressziók

Diszkrét matematika I. gyakorlat

Bevezetés az algebrába 2

NUMERIKUS MÓDSZEREK PÉLDATÁR

Tétel: Ha,, akkor az ábrázolt szám hibája:

Egyenletek, egyenletrendszerek, egyenlőtlenségek Megoldások

3. Lineáris egyenletrendszerek megoldása február 19.

Mátrixfelbontások BSc szakdolgozat

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

Numerikus módszerek beugró kérdések

11. Előadás. 11. előadás Bevezetés a lineáris programozásba

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

Lineáris algebra (10A103)

Vektorgeometria (2) First Prev Next Last Go Back Full Screen Close Quit

First Prev Next Last Go Back Full Screen Close Quit. Matematika I

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

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

Vektorterek. Wettl Ferenc február 17. Wettl Ferenc Vektorterek február / 27

I. Egyenlet fogalma, algebrai megoldása

Feladatok a koordináta-geometria, egyenesek témaköréhez 11. osztály, középszint

Teszt kérdések. Az R n vektortér

KOVÁCS BÉLA, MATEMATIKA I.

Átírás:

9. gyakorlat Lineáris egyenletrendszerek megoldási módszerei folyt. Néhány kiegészítés a Gauss- és a Gauss Jordan-eliminációhoz. Mindkét eliminációs módszer műveletigénye sokkal kisebb, mint a Cramer-szabályé: egy n-ismeretlenes egyenletrendszernél a Gauss-elimináció során hozzávetőlegesen n 3 /3, a Gauss Jordan-eliminációnál n 3 / darab szorzást (vagy osztást) kell elvégezni.. A Gauss-eliminációt időnként az ún. főelem-kiválasztás módszerével kombináljuk. Láthattuk, hogy a szabályos Gauss-eliminációs algoritmus során az aktuális táblázat i- edik oszlopában általános esetben úgy tudjuk nullára transzformálni az a ii alatti elemeket, hogy az i-edik sort először elosztjuk a ii -vel, majd az így kapott sor megfelelő számszorosát kivonjuk vagy hozzáadjuk a lejjebb lévő sorokhoz. Mivel kis számmal való osztásnál nagy lehet a kerekítési hiba hatása, ezért kedvezőtlen, ha az a ii elem kis abszolút értékű. Ennek elkerülésére szolgál a főelem-kiválasztás. A részleges főelem-kiválasztás során megvizsgáljuk, hogy az adott oszlopban a főátló alatt van-e a főátlóbeli elemnél nagyobb abszolút értékű szám, és ha igen, akkor sorcserével a főátlóba hozzuk. Alább láthatunk egy példát részleges főelem-kiválasztásra. Mielőtt nullára transzformálnánk a. oszlopban lévő elemeket a főátló alatt, felcseréljük a. és a 3. sort. Ezzel a főátlóba kerül az oszlop legnagyobb abszolút értékű főátló alatti eleme. 3 6 7 3 6 7 0 5 4 0 5 5 0 5 0 5 5 0 5 0 5 4 0 3 5 9 0 3 5 9 Még jobban csökkenthető a számítási hiba a teljes főelem-kiválasztással. Ilyenkor a táblázatnak a főátlóbeli elemből jobbra és lefelé kiinduló legnagyobb négyzetes blokkjában keressük a legnagyobb abszolút értékű elemet (főelem). Ennek főátlóba hozásához esetleg sor- és oszlopcserét is végre kell hajtanunk. Az utóbbinál arra kell vigyázni, hogy megváltozik az oszlopok számozása. (Pl. ha a 4. oszlopot áthozzuk a. oszlopba, akkor onnantól kezdve a. oszlop az x 4 ismeretlen együtthatóit fogja tartalmazni!) Alább láthatunk egy példát teljes főelem-kiválasztásra. Megkeressük a legnagyobb abszolút értékű elemet a vastagon szedett blokkban. Ezt úgy hozhatjuk a főátlóba, hogy felcseréljük a. és a 3. sort, majd a. és a 4. oszlopot. Mostantól a. oszlop tartalmazza

az x 4 együtthatóit, és a 4. oszlop az x együtthatóit. 3 6 7 0 5 4 0 5 5 0 5 0 3 5 9 3 6 7 0 5 5 0 5 0 5 4 0 3 5 9 6 3 7 0 0 5 5 5 0 4 5 0 5 3 9 Pontos számolásnál a főelem-kiválasztásnak természetesen nincs jelentősége. 3. Felbontási (faktorizációs) eljárások Faktorizációról akkor beszélünk, ha egy mátrixot két mátrix szorzatára bontunk. Tegyük fel, hogy az egyenletrendszer A IR n n együtthatómátrixa felírható A = B C, B, C IR n n alakban. Ekkor az Ax = b egyenletrendszer másképpen (B C)x = b, azaz B(Cx) = b. Jelölje a Cx szorzatot y. Így az Ax = b egyenletrendszer megoldása ekvivalens a By = b és a Cx = y egyenletrendszer egymás utáni megoldásával. Nyilvánvalóan ennek csak akkor van értelme, ha a két rendszert könnyebb megoldani, mint az eredeti egyenletrendszert, azaz ha B és C jó struktúrájú mátrixok. Ez a helyzet például, ha háromszögmátrixokról van szó. Különösen akkor előnyös faktorizációs módszert alkalmazni, ha ugyanazon együtthatómátrixszal, de különböző alkalmakkor, különböző jobb oldalakkal is meg akarjuk oldani az egyenletrendszert. Az eljárás legszámításigényesebb része ugyanis a felbontás (B és C kiszámítása), amit ha egyszer már kiszámítottunk és elraktároztunk, akkor bármikor felhasználhatjuk. (A B és C mátrix ismeretében a fenti két egyenletrendszer már könnyen megoldható.) A következőkben két konkrét faktorizációs módszert ismertetünk.. LU-felbontás. Ennek a felbontási módszernek az a lényege, hogy az A mátrixot L U alakban írjuk fel, ahol L a főátlóban egyeseket tartalmazó alsóháromszög-mátrix, U pedig felsőháromszög-mátrix (a főátlóban nem feltétlenül egyesekkel). Ekkor a me-

goldandó egyenletrendszerek: és Ly = b Ux = y. Az L és U meghatározásához jelölje a két mátrix kiszámítandó elemeit l ij ill. u ij. Annak kell teljesülnie, hogy a mátrixszorzást elvégezve az A mátrixot kapjuk, azaz fennálljon a a a... a n 0... 0 u u... u n a a... a n... = l... 0 0 u... u n...... a n a n... a nn l n l n... 0 0... u nn mátrixegyenlőség. A bal oldalon elvégezzük a szorzást, és az elemeket egyenlővé tesszük az A mátrix megfelelő elemeivel. Példa. Oldjuk meg LU-felbontással a egyenletrendszert. Megoldás: Először meghatározzuk az x +x +x 3 = 4 x +3x +x 3 = 6 x +x +x 3 = 5 A = 3 együtthatómátrix LU-felbontását. Az 3 = 0 0 l 0 l 3 l 3 u u u 3 0 u u 3 0 0 u 33 egyenlőségnek kell fennállnia. A szorzatmátrix első oszlopát az A első oszlopával összehasonlítva az u =, l u =, azaz l =, 3

l 3 u =, vagyis l 3 = összefüggések adódnak. A második oszlopaik összehasonlításából u =, l u + u = 3, azaz u = 3 = 5, l 3 u + l 3 u =, vagyis l 3 = ( 5 ) = 3 5, és végül a harmadik oszlopaik összehasonlításából azonnal adódik, hogy u 3 =, l u 3 + u 3 =, amiből u 3 = 3, A keresett tényezők tehát l 3 u 3 + l 3 u 3 + u 33 =, vagyis u 33 = 3 5. L = 0 0 0 3 5 Az Ly = b egyenletrendszer a következő: és U = 0 5 3 0 0 3 5. y = 4 +y = 6 + 3y 5 +y 3 = 5 Az első, a második és a harmadik egyenletből y = 4, y = 4, y 3 = 3 5. Végül az Ux = y, azaz a x +x +x 3 = 4 + 5 x + 3 x 3 = 4 + 3 5 x 3 = 3 5 4

egyenletrendszer megoldása az utolsó egyenletből kiindulva: x 3 =, x =, x =.. Cholesky-felbontás. Ez a módszer akkor használható, ha A szimmetrikus, pozitív definit mátrix. A pozitív definitség azt jelenti, hogy az (Ax) x skaláris szorzat semmilyen x vektorra nem negatív, és csak akkor nulla, ha x = 0. Egy szimmetrikus mátrix pozitív definit, ha az összes bal felső sarokaldeterminánsa pozitív. Ilyenkor A felírható L L T alakban, ahol L alsóháromszög-mátrix. Ekkor a megoldandó egyenletrendszerek: Ly = b és Pl. Adjuk meg az A = L T x = y. 9 6 3 6 5 3 3 3 6 mátrix Cholesky-felbontását! Oldjuk meg az Ax = b egyenletrendszert, ahol b = (,, ) T. Megoldás: A mátrixegyenlőségből: 9 6 3 6 5 3 3 3 6 = l = 9 l = 3 l 0 0 l l l 3 l l 0 0 l l 3 l 3 l 3 l 33 0 0 l 33 (-3 is választható) l l = 6 l =, l 3 l = 3 l 3 = l + l = 5 l = l = (vagy -) l 3 l + l 3 l = 3 l 3 = l 3 + l 3 + l 33 = 6 l 33 = 4 l 33 = (vagy -) Tehát L = 3 0 0 0 és L T = 3 0 0 0 5

. lépés: Megoldjuk az Ly = b egyenletrendszert: 3y = y +y = y +y +y 3 =. lépés: Megoldjuk az L T x = y egyenletrendszert: 3x +x +x 3 = 3 x +x 3 = 3 x 3 = 6 y = 3, y = 3, y 3 = 6 x 3 =, x = 4, x = 6