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

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

Numerikus módszerek példatár

Numerikus matematika. Irodalom: Stoyan Gisbert, Numerikus matematika mérnököknek és programozóknak, Typotex, Lebegőpontos számok

Gauss-eliminációval, Cholesky felbontás, QR felbontás

Numerikus módszerek beugró kérdések

Numerikus matematika vizsga

Numerikus módszerek példatár

Numerikus módszerek II. zárthelyi dolgozat, megoldások, 2014/15. I. félév, A. csoport. x 2. c = 3 5, s = 4

Gauss-Seidel iteráció

NUMERIKUS MÓDSZEREK I. BEUGRÓ KÉRDÉSEK

NUMERIKUS MÓDSZEREK I. TÉTELEK

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

Numerikus módszerek 1.

Gyakorló feladatok. Agbeko Kwami Nutefe és Nagy Noémi

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

Numerikus módszerek 1.

LINEÁRIS ALGEBRAI EGYENLETRENDSZEREK

1. zárthelyi,

Lineáris algebra. (közgazdászoknak)

Vektorterek. =a gyakorlatokon megoldásra ajánlott

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

1 Lebegőpontos számábrázolás

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

7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága

Lineáris algebrai egyenletrendszerek direkt és iterációs megoldási módszerei

NUMERIKUS MÓDSZEREK PÉLDATÁR

Numerikus Analízis I.

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

7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága

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

Mátrixok 2017 Mátrixok

Legkisebb négyzetek módszere, Spline interpoláció

3. Lineáris egyenletrendszerek megoldása február 19.

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

Vektorok, mátrixok, lineáris egyenletrendszerek

Saj at ert ek-probl em ak febru ar 26.

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

11. Előadás. 11. előadás Bevezetés a lineáris programozásba

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

Numerikus Analízis. Király Balázs 2014.

Tartalomjegyzék 1 BEVEZETÉS 2

Lineáris algebrai egyenletrendszerek iteratív megoldási módszerei

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

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

Ortogonalizáció. Wettl Ferenc Wettl Ferenc Ortogonalizáció / 41

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.

Lineáris algebra és mátrixok alkalmazásai

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

Numerikus módszerek 1.

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

Bevezetés az algebrába 2 Differencia- és differenciálegyenlet-rendszerek

Egyenletek, egyenlőtlenségek VII.

Tétel: Ha,, akkor az ábrázolt szám hibája:

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

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

Feladatok megoldásokkal a 9. gyakorlathoz (Newton-Leibniz formula, közelítő integrálás, az integrálszámítás alkalmazásai 1.

Lineáris egyenletrendszerek

Szinguláris érték felbontás Singular Value Decomposition

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

Numerikus módszerek 1.

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

Ipari matematika 2. gyakorlófeladatok

5. Előadás. Megyesi László: Lineáris algebra, oldal. 5. előadás Lineáris függetlenség

1. Mátrixösszeadás és skalárral szorzás

4. feladatsor Mátrixok

Egyenletek, egyenlőtlenségek X.

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

41. Szimmetrikus mátrixok Cholesky-féle felbontása

Diszkrét matematika I. gyakorlat

Gauss elimináció, LU felbontás

egyenlőtlenségnek kell teljesülnie.

Diszkrét matematika II., 5. előadás. Lineáris egyenletrendszerek

1. Az euklideszi terek geometriája

Lineáris egyenletrendszerek

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

Bevezetés az algebrába 1

NUMERIKUS MÓDSZEREK FARAGÓ ISTVÁN HORVÁTH RÓBERT. Ismertet Tartalomjegyzék Pályázati támogatás Gondozó

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Függvények

Normák, kondíciószám

Problémás regressziók

A CSOPORT 4 PONTOS: 1. A

karakterisztikus egyenlet Ortogonális mátrixok. Kvadratikus alakok főtengelytranszformációja

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Exponenciális és Logaritmikus kifejezések

Lineáris algebra zárthelyi dolgozat javítókulcs, Informatika I márc.11. A csoport

Lineáris egyenletrendszerek Műveletek vektorokkal Geometriai transzformációk megadása mátrixokkal Determinánsok és alkalmazásaik

Konjugált gradiens módszer

Lineáris algebra Gyakorló feladatok

Mátrixfelbontások BSc szakdolgozat

NUMERIKUS MÓDSZEREK PÉLDATÁR

Függvények Megoldások

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények

Lineáris algebra (10A103)

Matematika A2 vizsga mgeoldása június 4.

Egyenes és sík. Wettl Ferenc szeptember 29. Wettl Ferenc () Egyenes és sík szeptember / 15

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Exponenciális és Logaritmikus kifejezések

Diszkrét matematika 1.

Lin.Alg.Zh.1 feladatok

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

Vektorok. Octave: alapok. A fizika numerikus módszerei I. mf1n1a06- mf1n2a06 Csabai István

Átírás:

Numerikus módszerek I. zárthelyi dolgozat, 9/. I. félév, A. csoport, MEGOLDÁSOK. Feladat. Az a. választás mellett A /( a) értéke.486. Határozzuk meg mi is A értékét egy tizes számrendszerű, hatjegyű mantisszás lebegőpontos számokat használó számítógépen! Javasoljunk numerikus szempontból jobb számolást A- ra és végezzük el úgy is a számolásokat! A kiszámolt érték (mindig hatjegyű mantisszára kerekítve): 3. A hiba a kiegyszerűsödés miatt lép fel, két közeli szám kivonása miatt. Ez elkerülhető közös nevezőre hozással és egyszerűsítéssel. Így A a a, melynek eredménye.4 3.. Feladat. Legyen A R n n egy tetszőleges négyzetes mátrix és A (k) az A mátrix k-adrendű bal felső főminormátrixa (A( : k, : k)). Igazoljuk, hogy A (k) A! Legyen y R k egy tetszőleges nemnulla vektor. Ekkor y Ax A A A sup sup (k) y x R n x y y sup A (k) y R y R n k 3. Feladat. Az alábbi mátrix egy A R 4 4 szimmetrikus mátrix LU-felbontását tartalmazza úgy, hogy a főátló alatti rész az L mátrix megfelelő főátló alatti részét tartalmazza, a többi elem pedig az U mátrix megfelelő eleme. Létezik-e az A mátrixnak Cholesky-felbontása? Ha igen, akkor adjuk meg a G mátrixot (A GG T )! Adjuk meg azt az x R 4 vektort, melyre Ax,,, T! 3 4 3/ 3/ 3 4/3 7/3 3 9/7 /7 Olvassuk ki a mátrixból az L és U mátrixokat. Mivel U főtlójának minden eleme pozitív, így az eredeti mátrix minden főminorja pozitív, azaz a mátrix szimmetrikus (ez a szövegből derül ki) és pozitív definit. Legyen D az U mátrix főátlómátrixa. Ekkor G L D ( D-t úgy kapjuk, hogy D minden eleméből gyököt vonunk), azaz G 3/ / 6 /3 6 /3 6 3/7 /7 7 Az adott egyenletrendszert úgy oldhatjuk meg a leggyorsabban, ha először megoldjuk az Ly,,, T egyenletrendszert, amely egyszerű visszahelyettesítéssel megoldható. y 3, 3/,, /7 adódik, majd pedig az Ux y egyenlet megoldásával (szintén egyszerű visszahelyettesítéssel) adódik az x 3,, 3, T megoldás..

4. Feladat. Az Ax b egyenletrendszer A mátrixának és b jobb oldali vektorának elemei mért mennyiségek, melyek relatív hibája.%, adjunk felső becslést a megoldásvektor relatív hibájára maximumnormában! A.5.5.7..5..7, b 3 A.53.38.3.7.38..5.7.3.5.39..7.7..65 Mivel δa ij /a ij.% 4, azaz δa ij 4 a ij, ezért δa / A 4. Hasonlóan kapjuk, hogy δb / b 4. A mátrixokról leolvasható, hogy A 4 és A.9. Ebből a megoldás relatív hibájára levezettett képlet alapján kapjuk, hogy 4.9 δx / x 4.9 4 ( 4 + 4 ).53. 5. Feladat. Az alábbi egyenletrendszert szeretnénk megoldani a Jacobi-módszer relaxálásával. Hogyan válasszuk meg ω értékét, hogy a leggyorsabban konvergáljon az eljárás? Számítsuk ki, hogy a nullvektorról indulva a leggyorsabb módszerrel mennyit kellene iterálni, hogy a megoldást 6 -nál jobban megközelítsük maximumnormában! (A relaxált Jacobi-iteráció: x (k+) (( ω)e + ωd (L + R))x (k) + ωd b) 4 x 3 Az adott egyenletrendszerre alkalmazva a fenti képletet, azt kapjuk, hogy ω ω/4 ω/4 x (k+) x (k) +. ω/3 ω ω/3 x Az iterációs mátrix sajátértékei: ω + ω/ 6, ω ω/ 6, így a spektrálsugár akkor a legkisebb, ha ω, azaz a Jacobi-módszerről van szó. Ezzel az iteráció x (k+) /4 /4 x (k) +, /3 /3 tehát az iterációs mátrix maximumnormája /3 és x () /4, /3 T. A (/3) k (/3) 3 6 feltételt kell garantálni, ami k 35.78 esetén teljesül, azaz a 36. iterációtól már 6 -nál jobban megközelíti a sorozat maxiumnormában a megoldást. 6. Feladat. Végezzünk el egy lépést a gradiens módszerrel a nullvektorról indulva az előző feladat egyenletrendszeréből származtatott normálegyenletre! Az együtthatómátrix transzponáltjával balról szorozva az egyenletet kapjuk a normálegyenletet x 8. 7 Erre alkalmazva a gradiens módszert kapjuk, hogy 45/445 x (). 79/89 x

7. Feladat. Adjuk meg Householder-tükrözések segítségével az alábbi mátrix QRfelbontását! Legyen A az adott mátrix. Az első oszlophoz tartozó v vektor (+ jellel számolva) v,, T. Így a H mátrix, azaz H A. A második oszlop. és 3. eleméhez, mint kételemű vektorhoz tartozó v vektor, T (+ jellel számolva), így H. Így és R H H A Q H T H T Az v vektorok másfajta számolása esetén másfajta felbontást kapunk.. Numerikus módszerek I. zárthelyi dolgozat, 9/. I. félév, B. csoport, MEGOLDÁSOK Összesen maximum 4 pont szerezhető a feladatsorral. Sikeres zárthelyihez legalább 6 pont szükséges. Az első kettő feladat 5, a többi 6 pontos.. Feladat. Legyen A R n n egy tetszőleges négyzetes mátrix és A (k) az A mátrix k-adrendű bal felső főminormátrixa (A( : k, : k)). Igazoljuk, hogy A (k) A! Ugyanaz, mint az A. csoport második feladata.. Feladat. Az a választás mellett A /( a + a) értéke 63.6366487. Határozzuk meg mi is A értékét egy tizes számrendszerű, hatjegyű mantisszás lebegőpontos számokat használó számítógépen! Javasoljunk numerikus szempontból jobb számolást A- ra és végezzük el úgy is a számolásokat! 63.9, a kiegyszerűsödés miatt. Szorozzunk a nevező konjugáltjával. Ebből kapjuk, hogy A a + + a, amire 63.64 adódik. 3. Feladat. Az alábbi mátrix egy A R 4 4 szimmetrikus mátrix LU-felbontását tartalmazza úgy, hogy a főátló alatti rész az L mátrix megfelelő főátló alatti részét

tartalmazza, a többi elem pedig az U mátrix megfelelő eleme. Létezik-e az A mátrixnak Cholesky-felbontása? Ha igen, akkor adjuk meg a G mátrixot (A GG T )! Adjuk meg azt az x R 4 vektort, melyre Ax,,, T! 3 3 3 3/ 3/ 3/ 7/ 3/ 4 3 3/ 7/3 3/4 / Hasonlóan az A. csoport feladatához, kapjuk, hogy 3/ / 6 G 3 / 6/ 3 / 7 6/6 3/ 3/6 x 4, 9, 9, T. 4. Feladat. Az Ax b egyenletrendszer A mátrixának és b jobb oldali vektorának elemei mért mennyiségek, melyek relatív hibája.%, adjunk felső becslést a megoldásvektor relatív hibájára maximumnormában! A 4.5.5.7..5..7, b 3 A.6.8.6.4.8.87.4.4.6.4.49..4.4..65 Mivel δa ij /a ij.% 4, azaz δa ij 4 a ij, ezért δa / A 4. Hasonlóan kapjuk, hogy δb / b 4. A mátrixokról leolvasható, hogy A 6 és A.478. Ebből a megoldás relatív hibájára levezettett képlet alapján kapjuk, hogy δx / x 6.478 6.478 4 ( 4 + 4 ).74. 5. Feladat. Az alábbi egyenletrendszert szeretnénk megoldani a Jacobi-módszer relaxálásával. Hogyan válasszuk meg ω értékét, hogy a leggyorsabban konvergáljon az eljárás? Számítsuk ki, hogy a nulvektorról indulva a leggyorsabb módszerrel mennyit kellene iterálni, hogy a megoldást 6 -nál jobban megközelítsük maximumnormában! (A relaxált Jacobi-iteráció: x (k+) (( ω)e + ωd (L + R))x (k) + ωd b) 3 x 4 x Hasonlóan az A. csoport feladatához, az iterációs mátrix sajátértékei: ω ± ω/ 6, azaz a spektrálsugár ω esetén a legkisebb. A megoldandó egyenlőtlenség: (/) k (/) 3 6, ami k.35 esetén teljesül, azaz a. iterációtól már 6 -nál jobban megközelítjük a megoldást maximumnormában.

6. Feladat. Végezzünk el egy lépést a gradiens módszerrel a nullvektorról indulva az előző feladat egyenletrendszeréből származtatott normálegyenletre! A normálegyenlet: 3 x x 8 7 6 és x () 8/5, 6/5 T. 7. Feladat. Adjuk meg Householder-tükrözések segítségével az alábbi mátrix QRfelbontását! Hasonlóan eljárva, mint az A. csoportnál: R és Q / / / /.