Matematyka stosowana i metody numeryczne

Podobne dokumenty
UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

POD- I NADOKREŚLONE UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

Rozwiązywanie układów równań liniowych

Definicja macierzy Typy i właściwości macierzy Działania na macierzach Wyznacznik macierzy Macierz odwrotna Normy macierzy RACHUNEK MACIERZOWY

Matematyka stosowana i metody numeryczne

RACHUNEK MACIERZOWY. METODY OBLICZENIOWE Budownictwo, studia I stopnia, semestr 6. Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska

Wykład 6. Metoda eliminacji Gaussa: Eliminacja z wyborem częściowym Eliminacja z wyborem pełnym

Układy równań liniowych. Krzysztof Patan

Rozwiązywanie układów równań liniowych metody dokładne Materiały pomocnicze do ćwiczeń z metod numerycznych

Metody iteracyjne rozwiązywania układów równań liniowych (5.3) Normy wektorów i macierzy (5.3.1) Niech. x i. i =1

5. Rozwiązywanie układów równań liniowych

METODY NUMERYCZNE. wykład. konsultacje: wtorek 10:00-11:30 środa 10:00-11:30. dr inż. Grażyna Kałuża pokój

Rozwiązywanie układów równań liniowych metody przybliżone Materiały pomocnicze do ćwiczeń z metod numerycznych

Wykład 5. Metoda eliminacji Gaussa

Wstęp do metod numerycznych Eliminacja Gaussa Równania macierzowe. P. F. Góra

Obliczenia naukowe Wykład nr 8

Analiza numeryczna Kurs INP002009W. Wykłady 6 i 7 Rozwiązywanie układów równań liniowych. Karol Tarnowski A-1 p.

, A T = A + B = [a ij + b ij ].

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;

Zaawansowane metody numeryczne

ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Układy równań liniowych i metody ich rozwiązywania

3. Macierze i Układy Równań Liniowych

UKŁADY RÓWNAŃ LINIOWYCH - Metody dokładne

04 Układy równań i rozkłady macierzy - Ćwiczenia. Przykład 1 A =

Treść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego.

III TUTORIAL Z METOD OBLICZENIOWYCH

Wykład 14. Elementy algebry macierzy

Metody numeryczne. Janusz Szwabiński. nm_slides-7.tex Metody numeryczne Janusz Szwabiński 11/11/ :45 p.

Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra

Met Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn

UKŁADY RÓWNAŃ LINIOWYCH

x y

Zaawansowane metody numeryczne

Metody numeryczne II. Układy równań liniowych

ALGEBRA Z GEOMETRIĄ MACIERZE ODWZOROWAŃ LINIOWYCH

UKŁADY RÓWNAŃ LINIOWYCH -Metody dokładne

REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH

Metody numeryczne. Janusz Szwabiński. Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/50

REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH

Analiza matematyczna i algebra liniowa Macierze

det[a 1,..., A i,..., A j,..., A n ] + det[a 1,..., ka j,..., A j,..., A n ] Dowód Udowodniliśmy, że: det[a 1,..., A i + ka j,..., A j,...

NUMERYCZNE METODY ROZWIĄZYWANIA ROWNAŃ LINIOWYCH. PRZYGOTOWAŁA: ANNA BANAŚ KoMBo, WILiŚ

2. Układy równań liniowych

Wprowadzenie do metod numerycznych Wykład 3 Metody algebry liniowej I Wektory i macierze

Numeryczna algebra liniowa. Krzysztof Banaś Obliczenia Wysokiej Wydajności 1

Rozwiązywanie algebraicznych układów równań liniowych metodami bezpośrednimi

Wprowadzenie Metoda bisekcji Metoda regula falsi Metoda siecznych Metoda stycznych RÓWNANIA NIELINIOWE

1 Zbiory i działania na zbiorach.

ALGEBRA z GEOMETRIA, ANALITYCZNA,

1 Metody rozwiązywania równań nieliniowych. Postawienie problemu

Wykład III Układy równań liniowych i dekompozycje macierzy

Układy równań. Kinga Kolczyńska - Przybycień 22 marca Układ dwóch równań liniowych z dwiema niewiadomymi

Lista. Algebra z Geometrią Analityczną. Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami:

MACIERZE I WYZNACZNIKI

= i Ponieważ pierwiastkami stopnia 3 z 1 są (jak łatwo wyliczyć) liczby 1, 1+i 3

KADD Minimalizacja funkcji

Kolejny krok iteracji polega na tym, że przechodzimy do następnego wierzchołka, znajdującego się na jednej krawędzi z odnalezionym już punktem, w

1 Układy równań liniowych

Egzamin z Metod Numerycznych ZSI, Grupa: A

Egzamin z Metod Numerycznych ZSI, Egzamin, Gr. A

dr inż. Damian Słota Gliwice r. Instytut Matematyki Politechnika Śląska

15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej

Matematyka stosowana i metody numeryczne

Macierze. Układy równań.

Metoda eliminacji Gaussa. Autorzy: Michał Góra

JEDNORÓWNANIOWY LINIOWY MODEL EKONOMETRYCZNY

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ. 1. Ciała

OBLICZANIE POCHODNYCH FUNKCJI.

Pendolinem z równaniami, nierównościami i układami

Rozwiązywanie algebraicznych układów równań liniowych metodami iteracyjnymi

Układy równań liniowych

Analiza numeryczna Lista nr 3 (ćwiczenia) x x 2 n x.

Programowanie Współbieżne. Algorytmy

O MACIERZACH I UKŁADACH RÓWNAŃ

Metoda eliminacji Gaussa

Wartości i wektory własne

Wybrane metody przybliżonego. wyznaczania rozwiązań (pierwiastków) równań nieliniowych

3. Wykład Układy równań liniowych.

Wstęp do metod numerycznych Eliminacja Gaussa Faktoryzacja LU. P. F. Góra

Macierze. Rozdział Działania na macierzach

13 Układy równań liniowych

DB Algebra liniowa semestr zimowy 2018

Wykład 7 Macierze i wyznaczniki

Metody numeryczne I Równania nieliniowe

Rozwiazywanie układów równań liniowych. Ax = b

Wektory i wartości własne

W wielu obliczeniach w matematyce bądź fizyce wykonanie niektórych kroków zależy od spełnienia warunku.

1 Równania nieliniowe

MATeMAtyka klasa II poziom rozszerzony

Wstęp do metod numerycznych Eliminacja Gaussa i faktoryzacja LU. P. F. Góra

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ

ECTS (Część 2. Metody numeryczne) Nazwa w języku angielskim: Algorithms and data structures.

1 Macierz odwrotna metoda operacji elementarnych

"Bieda przeczy matematyce; gdy się ją podzieli na więcej ludzi, nie staje się mniejsza." Gabriel Laub

Algebra z geometrią analityczną zadania z odpowiedziami

Wykład z Podstaw Informatyki dla I roku BO. Piotr Mika

Transkrypt:

Ewa Pabisek Adam Wosatko Piotr Pluciński Matematyka stosowana i metody numeryczne Konspekt z wykładów Błędy obliczeń Błędy można podzielić na: modelu, metody, wejściowe (początkowe), obcięcia, zaokrągleń.. Błąd bezwzględny i względny Błąd bezwzględny: x = x X. Błąd względny: ɛ x = x x = x X x. Algebra macierzy Działania na macierzach: dodawanie/odejmowanie, mnożenie (przez liczbę, przez inną macierz). Wyznacznik macierzy. Macierz odwrotna.. Normy macierzy Dla macierzy jednokolumnowej lub jednowierszowej X określamy następujące normy: suma modułów: X = x i i= norma euklidesowa: X = i= x i

norma maksimum: X = max i x i Dla macierzy prostokątnej A określamy następujące normy: norma sumy kolumn: A = max j n m norma euklidesowa: A = norma sumy wierszy: A = i= m a ij i= a ij j= max i m a ij 3 Układy liniowych równań algebraicznych j= a ij x j = b i, dla i =,,..., n j= Decyzja wyboru odpowiedniej metody zależy od: postaci macierzy A, A X = B specyfiki zagadnienia, które jest reprezentowane przez układ równań. 3. Podstawianie w przód Dla macierzy dolnotrójkątnych: x i = b i i j= l ij x j l ii dla i =,,..., n 3. Podstawianie wstecz Dla macierzy górnotrójkątnych: x i = b i n j=i+ u ij x j u ii dla i = n, n,...,

Rozwiązać układ liniowych równań AX = B, gdzie: 0 0 8, B = 6 0 0. równanie: i = 3 x i = b i /a ii x 3 = b 3 /a 33 = 3 równanie: i = s = a ij x j s = a j x j = a 3 x 3 = 8 j=i+ j=+ x i = (b i s)/a ii x = (b 8)/a = 3 równanie: i = s = a ij x j s = a j x j = a x + a 3 x 3 = 3.3 Metoda Gaussa j=i+ j=+ x i = (b i s)/a ii x = (b )/a = Rozwiązanie: I. Eliminacja w przód: W n krokach o numerach k =,, 3,..., n : gdzie: a (k+) ij = a (k) ij m ik a (k) kj X = [,, T b (k+) i m ik = a(k) ik a (k) kk dla: i = k +, k +,..., n j = k +, k +,..., n. II. Podstawianie wstecz. = b (k) i m ik b (k) k Rozwiązać układ liniowych równań A X = B, gdzie: 0 8, B =. 9 Etap I krok k = ; wiersz i = [,, 0 [ wiersz i =, m = a /a = wiersz i = 3, m 3 = a 3 /a = 0.5 [ 8 [ [ 0 [ = [0 8 [6 [ 9 [ [ 5 [ = [0 3 [0 3

0 0 8 0 3 6 0 krok k = wiersz i = [0,, 8 [6 wiersz i = 3, m 3 = a 3 /a = 0.75 [0 3 [0 [0 3 6 [ = [0 0 [ 0 0 8 0 0 Etap II Podstawianie wstecz poprzedni przykład dla układu z macierzą górnotrójkątną. 3. Metoda Gaussa-Jordana Układ równań o postaci: przekształcamy jak napisano poniżej. 6 a () x + a () x + a () 3 x 3 +... + a () n x n = b () a () x + a () x + a () 3 x 3 +... + a () n x n = b ()....................................................... a () n x + a () n x + a () n3 x 3 +... + a () nnx n = b () n Pierwsze równanie dzielimy przez a (), a następnie od i tego wiersza, i =, 3,..., n, odejmujemy wiersz pierwszy pomnożony przez a () i, otrzymując: x + a () x + a () 3 x 3 +... + a () n x n = b () a () x + a () 3 x 3 +... + a () n x n = b ().................................................... a () n x + a () n3 x 3 +... + a () nnx n = b () n Następnie drugie równanie dzielimy obustronnie przez a () i od i tego wiersza, i =, 3,..., n, odejmujemy wiersz drugi pomnożony przez a () i. Po n eliminacjach otrzymujemy układ postaci: czyli gotowe rozwiązanie. x = b (n) x = b (n)..................... x n = b (n) n

przykładzie. Krok : Rozwiązać układ liniowych równań A X = B, gdzie A i B są dane jak w poprzednim. wiersz [,, 0 [/a [,, 5 [ a) od wiersza [, 8, [ odejmujemy wiersz [,, 5 [ a = [,, 0 [ [0,, 8 [6 b) od wiersza 3 [,, 9 [ odejmujemy wiersz [,, 5 [ a 3 = [,, 5 [ [0, 3, [0 Po. eliminacji: 5 0 8 0 3 6 0 Krok :. wiersz [0,, 8 [6/a [0,, [ a) od wiersza [,, 5 [ odejmujemy wiersz [0,, [ a = [0,, [ 8 [, 0, 9 [0 b) od wiersza 3 [0, 3, [0 odejmujemy wiersz [0,, [ a 3 = [0, 3, 6 [ [0, 0, [ Po. eliminacji: 0 9 0 0 0 0 Krok 3: 3. wiersz 3 [0, 0, [ /a 33 [0, 0, [ a) od wiersza [, 0, 9 [0 odejmujemy wiersz 3 [0, 0, [ a 3 = [0, 0, 9 [9 [, 0, 0 [ b) od wiersza [0,, [ odejmujemy wiersz 3 [0, 0, [ a 3 = [0, 0, [ [0,, 0 [ Po 3. eliminacji: 0 0 0 0 0 0 Po wykonaniu eliminacji wektor B stanowi rozwiązanie. 5

3.5 Metoda Choleskiego-Banachiewicza I. Rozkład A = L L T : k l kk = (akk lkp ) l ik = p= gdzie: k =,,..., n; i = k +, k +,..., n. a ik k p= l kk l ip l kp II. Rozwiązanie układu z macierzą dolnotrójkątną L Y = B Y (podstawianie w przód). III. Rozwiązanie układu z macierzą górnotrójkątną U X = Y X (podstawianie wstecz). Rozwiązać układ liniowych równań A X = B, gdzie: 8 8 7, B = 7 57 65. I. Wykonujemy rozkład A = L L T : 8 8 7 = 57 l 0 0 l l 0 l 3 l 3 l 33 l l l 3 0 l l 3 0 0 l 33 a = l l = a = l l l = 8/ = a 3 = l 3 l l 3 = / = a = l + l l = 7 6 = a 3 = l 3 l + l 3 l l 3 = ( + 8)/ = 7 a 33 = l3 + l3 + l33 l 33 = 57 9 = L = 0 0 0 7 II. Podstawianie w przód: L Y = B Y III. Podstawianie wstecz: U X = Y X Y = X = 6 7 0 6

3.6 Metoda Jacobiego Tworzymy ciąg przybliżeń x (), x (),... według wzoru: x (k+) i = n j=,j i a ij x (k) j + b i a ii i =,,..., n. Rozwiązać układ liniowych równań A X = B, gdzie: 0 3 3 0, B =. 0 5 7 Sprawdzamy warunki zbieżności. Przyjmujemy początkowe przybliżenie x (0) = 0. Przyjmujemy kryterium przerwania procesu iteracyjnego, np. sprawdzamy wielkość residuum ε.. iteracja k = 0:. iteracja k = : x () = (a x (0) + a 3 x (0) 3 b )/a =.3 x () = (a x (0) + a 3 x (0) 3 b )/a =. x () 3 = (a 3 x (0) + a 3 x (0) b 3 )/a 33 =. oraz ε = 0.36... x () = (a x () + a 3 x () 3 b )/a = 0.88 x () = (a x () + a 3 x () 3 b )/a = 0.87 x () 3 = (a 3 x () + a 3 x () b 3 )/a 33 = 0.8 oraz ε = 0.3 6. iteracja k = 5: x (6) =.00000.00000.00000 oraz ε =.0e 7 3.7 Metoda Gaussa-Seidla Tworzymy ciąg przybliżeń x (), x (),... według wzoru: x (k+) i = i j= a ij x (k+) j n j=i+ a ij x (k) j + b i a ii i =,,..., n. 7

przykładzie. Rozwiązać układ liniowych równań A X = B, gdzie A i B są określone w poprzednim Warunki zbieżności, początkowe przybliżenie i kryterium przerwania procesu iteracyjnego przyjmujemy jak w poprzednim przykładzie.. iteracja k = 0:. iteracja k = : x () = (a x (0) + a 3 x (0) 3 b )/a =.3 x () = (a x () + a 3 x (0) 3 b )/a =.0 x () 3 = (a 3 x () + a 3 x () b 3 )/a 33 = 0.996 oraz ε = 0.55... x () = (a x () + a 3 x () 3 b )/a = 0.99980 x () = (a x () + a 3 x () 3 b )/a =.0006 x () 3 = (a 3 x () + a 3 x () b 3 )/a 33 = 0.9998 oraz ε =.096e. iteracja k = 3: x (5) =.00000.00000.00000 oraz ε =.0e 8 Układy równań nad- i podokreślonych. Podokreślone układy równań Układy równań o macierzach A m n, gdzie m < n, nazywamy podokreślonymi. Taki układ równań można rozwiązać za przy pomocy metody Gaussa-Jordana. Rozwiązać układ równań: [ 6 8 9 8 5 x + 6 x x 3 = 8 x + 9 x 8 x 3 = 5 [ 3.5 0 [ 0 0.5 0 x =.0 0.5x 3 x =.0 + x 3 Otrzymane rozwiązanie określa rozmaitość jednowymiarową czyli prostą nie przechodzącą przez początek układu współrzędnych. 8

. Nadokreślone układy równań Współczynniki nadokreślonego układu równań A x = b tworzą macierz A m n, gdzie m > n. W tym przypadku możliwe są dwie sytuacje: układ nie ma rozwiązania jest sprzeczny, układ ma rozwiązanie nie jest sprzeczny. Zastosowanie metody Gaussa-Jordana rozstrzyga czy układ ma rozwiązanie czy jest sprzeczny. Jeśli układ jest sprzeczny to możemy poszukiwać pseudorozwiązania w sensie metody najmniejszych kwadratów: S x = t gdzie: S = A T A, t = A T b. Rozwiązać nadokreślony układ równań: Stosujemy algorytm Gaussa-Jordana 3 3 0 8 0 5 0 0 x + x = 3 x + x = x + x = 5 3 0.5 0 0 x = 0.5, x =.5, 0 = (!!) 0 0.5 0.5 0 0 Układ równań jest sprzeczny (0 ). Szukamy pseudorozwiązania w sensie metody najmniejszych kwadratów. [ [ S = A T A = 6 = [ S x = t t = A T b = 6 [ [ x x = 3 5 [ 0 3 = [ 0 3 { x =.0 x =.5 9