Wykład 5. Metoda eliminacji Gaussa

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

5. Rozwiązywanie układów równań liniowych

Układy równań liniowych i metody ich rozwiązywania

Metody numeryczne Wykład 4

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

Zaawansowane metody numeryczne

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

UKŁADY RÓWNAŃ LINIOWYCH - Metody dokładne

Układy równań liniowych. Krzysztof Patan

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

13 Układy równań liniowych

1 Macierz odwrotna metoda operacji elementarnych

UKŁADY RÓWNAŃ LINIOWYCH -Metody dokładne

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,...

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

2. Układy równań liniowych

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

= Zapiszemy poniższy układ w postaci macierzy. 8+$+ 2&=4 " 5 3$ 7&=0 5$+7&=4

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

Obliczenia naukowe Wykład nr 8

Macierze. Rozdział Działania na macierzach

Układy równań liniowych

1 Macierze i wyznaczniki

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

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

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

3. Macierze i Układy Równań Liniowych

Wykład 14. Elementy algebry macierzy

Układy równań liniowych

Układy równań liniowych. Ax = b (1)

Własności wyznacznika

Metoda eliminacji Gaussa. Autorzy: Michał Góra

Analiza matematyczna i algebra liniowa Macierze

Algebra liniowa. Macierze i układy równań liniowych

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

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm

O MACIERZACH I UKŁADACH RÓWNAŃ

III TUTORIAL Z METOD OBLICZENIOWYCH

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

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

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn a 1j a 2j R i = , C j =

Krótkie wprowadzenie do macierzy i wyznaczników

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

Matematyka stosowana i metody numeryczne

Rozwiązywanie układów równań liniowych

Wykład 7 Macierze i wyznaczniki

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem

A A A A A A A A A n n

Zestaw 12- Macierz odwrotna, układy równań liniowych

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

1 Zbiory i działania na zbiorach.

UKŁADY RÓWNAŃ LINIOWYCH

Układy równań i nierówności liniowych

Zastosowania wyznaczników

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

Metody numeryczne II. Układy równań liniowych

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

MATEMATYKA I SEMESTR ALK (PwZ) 1. Sumy i sumy podwójne : Σ i ΣΣ

1 Układy równań liniowych

Zaawansowane metody numeryczne

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

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

Zaawansowane metody numeryczne

DB Algebra liniowa semestr zimowy 2018

Wartości i wektory własne

Układy równań liniowych

Wyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013

WEKTORY I WARTOŚCI WŁASNE MACIERZY. = λ c (*) problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej

Teoretyczne podstawy programowania liniowego

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

Macierze i Wyznaczniki

D1. Algebra macierzy. D1.1. Definicje

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

Programowanie liniowe

Laboratorium Techniki Obliczeniowej i Symulacyjnej

5 Wyznaczniki. 5.1 Definicja i podstawowe własności. MIMUW 5. Wyznaczniki 25

Ekoenergetyka Matematyka 1. Wykład 3.

ALGEBRA LINIOWA. Wykład 2. Analityka gospodarcza, sem. 1. Wydział Zarządzania i Ekonomii Politechnika Gdańska

; B = Wykonaj poniższe obliczenia: Mnożenia, transpozycje etc wykonuję programem i przepisuję wyniki. Mam nadzieję, że umiesz mnożyć macierze...

1. PODSTAWY TEORETYCZNE

Programowanie Współbieżne. Algorytmy

Wyznaczniki 3.1 Wyznaczniki stopni 2 i 3

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna

10. Metody obliczeniowe najmniejszych kwadratów

MACIERZE. Sobiesiak Łukasz Wilczyńska Małgorzata

Baza w jądrze i baza obrazu ( )

POD- I NADOKREŚLONE UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

MACIERZE I WYZNACZNIKI

Lista nr 1 - Liczby zespolone

WYDAWNICTWO PAŃSTWOWEJ WYŻSZEJ SZKOŁY ZAWODOWEJ WE WŁOCŁAWKU

φ(x 1,..., x n ) = a i x 2 i +

det A := a 11, ( 1) 1+j a 1j det A 1j, a 11 a 12 a 21 a 22 Wn. 1 (Wyznacznik macierzy stopnia 2:). = a 11a 22 a 33 +a 12 a 23 a 31 +a 13 a 21 a 32

Algebra. macierzy brzegowych z zastosowaniami. Micha Kolupa Zbigniew Âleszyƒski

ALGEBRA Z GEOMETRIĄ MACIERZE ODWZOROWAŃ LINIOWYCH

Macierze. Układy równań.

Funkcje liniowe i wieloliniowe w praktyce szkolnej. Opracowanie : mgr inż. Renata Rzepińska

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

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

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

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

Transkrypt:

1 Wykład 5 Metoda eliminacji Gaussa

Rozwiązywanie układów równań liniowych Układ równań liniowych może mieć dokładnie jedno rozwiązanie, nieskończenie wiele rozwiązań lub nie mieć rozwiązania. Metody dokładne rozwiązywania układów równań prowadzą do dokładnego rozwiązania, jeżeli wszystkie obliczenia wykonywane są bez zaokrągleń. Jedną z tego typu metod jest metoda korzystająca ze wzorów Cramera. 2

Wymaga ona znajomości algorytmu wyznaczania wyznaczników i dla większej liczby równań jest nieefektywna. Liczba działań arytmetycznych wzrasta bardzo szybko wraz ze wzrostem stopnia wyznacznika. Dlatego też już nawet dla układów niskiego stopnia wzory Cramera są nieprzydatne. W związku z tym opracowano bardziej skuteczne metody. Spośród metod skończonych najpopularniejszą jest metoda eliminacji Gaussa. 3

Jeżeli natomiast macierz układu jest symetryczna i dodatnio określona, godną polecenia jest metoda Choleskiego. Dla układów źle uwarunkowanych stosuje się metodę ortogonalizacji Householdera. Zagadnienia: rozwiązywanie układów równań obliczanie wyznaczników obliczanie rzędu macierzy odwracanie macierzy 4

Układy równań podstawowe pojęcia Niech dany będzie układ równań postaci 5 a 11 x 1 +a 12 x 2 + +a 1n x n =b 1 a 21 x 1 +a 22 x 2 + +a 2 n x n =b 2 a n1 x 1 +a n2 x 2 + +a nn x n =b n (5.1) gdzie a ij, b ij R są danymi współczynnikami tego układu, natomiast wartości x 1,, x n R są szukanym rozwiązaniem.

Oznaczmy teraz 6 11 a 1n A=[a a n1 a nn] R nxn b=[b 1 b n] R nx 1 x=[x 1 x n] R nx 1 Powyższy układ równań liniowych z n niewiadomymi można zapisać w postaci macierzowej A x=b

Macierz A nazywamy macierzą układu (4.1), wektor x rozwiązaniem, natomiast wektor b wektorem wyrazów wolnych. Macierz 11 a 1n [ A b ]=[a a n1 a nn b1 n] b nazywa się macierzą uzupełnioną układu (5.1). Wiadomo, że układ ma jednoznaczne rozwiązanie wtedy i tylko wtedy, gdy det A 0. 7

Najprostszą metodą rozwiązywania układów równań i jednocześnie użyteczną w obliczeniach na komputerze jest metoda eliminacji Gaussa. 8 Metoda eliminacji Gaussa Metoda ta jest stosowana dla układów równań spełniających założenia det[ a 11 ] 0, det[ a 11 a 12 a 21 a 22] 0,, det [ a 11... a 1n a n1... a nn] 0. tzn. gdy wszystkie minory główne są różne od zera. Jest to warunek konieczny i dostateczny istnienia rozwiązania.

Warunek dostateczny: Jeżeli macierz A jest macierzą z dominującą główną przekątną, to metoda eliminacji Gaussa może być stosowana bez wyboru elementów podstawowych. 9 U podstaw metody eliminacji Gaussa leży metoda rozwiązywania układów równań liniowych polegająca na eliminowaniu kolejnych zmiennych. Do tego celu używa się przekształceń elementarnych polegających na: 1. odejmowaniu od wierszy macierzy uzupełnionej innych wierszy pomnożonych przez odpowiednie stałe, 2. mnożeniu wierszy macierzy uzupełnionej przez stałe.

Podstawowa metoda eliminacji Gausa składa się z dwóch etapów: 10 przekształcenia macierzy pierwotnej [ A b ] do postaci trójkątnej górnej, jest to tzw. postępowanie proste Gaussa rozwiązania trójkątnego układu równań stosując tzw. postępowanie odwrotne Gaussa.

Oznaczamy elementy macierzy A=[a ij ] i, j=1, 2,, n jako 11 (0) a ij =a ij ( 0), a elementy wektora b jako b i =a i, n+1, i=1, 2,,n. Indeks (0) oznacza zerowy próg eliminacji Gaussa. Zatem (0) (0) (0) 11 a 12 a 1n (0) (0) (0) [ A b ]=A =[a ( 0) a 21 a 22 a 2n (0) (0) (0) ( 0) a n1 a n2 a nn (0) a 1n+1 (0) a 2n+1 a nn+1 ]. Elementy macierzy dla kolejnych kroków oznaczane będą indeksem górnym (k ), natomiast macierz po k-tym kroku A (k )

Postępowanie proste Gaussa 12 ( 0) Niech a 11 0. W pierwszym kroku eliminacji Gaussa chcemy wyzerować elementy 1-szej kolumny poniżej przekątnej. W tym celu od i-tego wiersza i=2, 3,, n macierzy A (0) odejmujemy pierwszy wiersz tej macierzy pomnożony przez r = a i1 (1) a ij ( 0) (0) = a ij a i1 ( 0) a 1 j a 11 (0) ( 0) ( 0) : a 11, i=2, 3,, n, j=1,2,...,n+1.

Stąd w szczególności dla j=1 13 (1) a i 1 (0) (0) = a i1 a i1 (0) a 11 a 11 ( 0) (0) = a i1 (0) a i1 = 0, i=2, 3,, n tzn. macierz A (0) została przekształcona do postaci (1) (1) (1) 11 a 12 a 1n (1) (1) A =[a (1) 0 a 22 a 2n (1) (1) 0 a n2 a nn (1) a 1n+1 (1) a 2n+1 ] (1) a nn+1

k-ty krok eliminacji Gaussa Mając w (k-1)-szym kroku macierz A (k 1) =[a11 (k 1) (k 1) a 1k 1 ( k 1) a 1 k ( k 1) a 2 k (k 1) a 1 n+1 (k 1) a 2n+1 (k 1) 0 a 2k 1 (k 1) (k 1) ( k 1) 0 a k 1, k 1 a k 1, k a k 1 n+1 ( k 1) (k 1) 0 0 a k, k a k n+1 0 0 0 a n k ( k 1) a n n+1 (k 1) ] 14

przy założeniu, że a kk ( k 1) 0 w k-tym kroku zerujemy k-tą kolumnę pod przekątną odejmując od i-tego wiersza i=k +1, k +2,, n, powyższej macierzy wiersz k-ty 15 pomnożony przez a ik ( k 1) ( k 1) : a kk ( k ) a ij ( k 1) = a ij a ik (k 1) (k 1) a kk (k 1) a kj j=1, 2,, n+1

W szczególności dla j=k 16 ( k ) a ik ( k 1) = a ik a ik (k 1) (k 1) a kk (k 1) a kk = 0 Macierz A (k 1) zostanie więc przekształcona do postaci A (k ) =[a11 ( k ) ( k ) ( k ) a 1k a 1k +1 0 ( k ) ( k ) ( k ) 0 a kk a kk+1 0 (k ) ( k ) 0 0 a n, k+1 (k ) a 1,n+1 a k,n+1 a n,n+1 ], k=1, 2,, n 1

Reasumując, powyższe postępowanie, zwane postępowaniem prostym Gaussa, można zapisać w postaci: for(int k=1; k<n; k++)//kolumny do zerowania { //zerowanie k -tej kolumny poniżej przekatnej w dół for (int i=k+1; i<=n; i++) { r = a[i][k]/a[k][k]; // a[k][k]<>0 a[i][k] = 0;//nie trzeba obliczać, wystarczy wyzerować for (j=k+1; j<=n+1; j++)//i-ty wiersz - k-ty * r a[i][j] = a[i][j] - r*a[k][j]; } } 17

Postępowanie odwrotne Gaussa W drugim etapie należy rozwiązać górnie trójkątny układ równań: 18 ( n 1) ( n 1) (n 1) (n 1) a 11 x 1 +a 12 x 2 + +a 1n x n = a 1,n+1 (n 1) ( n 1) ( n 1) a 22 x 2 + +a 2n x n = a 2,n+1 ( n 1) a n-1,n-1 (n 1) (n 1) x n 1 +a n-1,n x n = a n 1,n+1 (n 1) ( n 1) a nn x n = a n,n+1

Rozwiązanie tego układu sprowadza się do następujących równości. Zaczynamy od końca. Mamy: (n 1) x n = a n,n+1 ( n 1) a nn A następnie obliczamy kolejne x i ze wzorów rekurencyjnych: 19 ( n 1) x i =( a i,n+1 n j=i+1 (n 1) ( n 1) a ij x j )/a ii, i=n 1, n 2,,1

x[n] = A[n][n+1] / A[n][n]; // a[n][n]<>0 for (int i = n-1; i>0; i--) { double suma=0.0; for (int j=i+1; j<=n; j++) suma += A[i][j] * x[j]; 20 } x[i]=(a[i][n+1]-suma)/a[i][i]; // a[i][i]<>0

Zastosowanie eliminacji Gaussa 1. Obliczanie wyznaczników 21 ( n 1) ( n 1) (n 1) det A=a 11 a 22 a nn Przekształcanie elementarne dopuszczalne w postępowaniu prostym Gaussa nie zmieniają wartości wyznacznika. Jeżeli przestawilibyśmy wiersze lub kolumny, to należy jednocześnie zmienić znak wyznacznika: ( n 1) ( n 1) det A=a 11 a 22 a nn l. p. wierszy+l. p. kolumn (n 1)( 1)

Przykład 1. Rozwiązać układ równań Ax=b dla danych: 22 4 2 0 1 0 1 1 A=[2 ] 0 1 3 1 2 1 2 1 2 b=[4 0 Tworzymy macierz uzupełnioną: 4 2 0 A =[2 (0) 1 0 1 1 2 0 1 3 1 0 2 1 2 1 4 6] 6]

Krok 1-szy zerowanie 1-szej kolumny 23 Od wierszy od 2-go do 4-tego odejmujemy pierwszy wiersz pomnożony przez czynnik r = a i1 ( 0) i =2,3,4. ( 0) a 11 4 2 0 A =[2 (1) 0 2 2 1 0 0 1 3 1 0 0 3 0 1 4 2] w 2 w 2 1 2 w 1 w 3 w 3 0 2 w 1 w 4 w 4 2 2 w 1

Krok 2 zerowanie 2-giej kolumny poniżej przekątnej poprzez odejmowanie od wierszy i=3,4 wiersza drugiego 24 pomnożonego przez r = a i 2 ( 0) ( 0) a 22 4 2 0 A =[2 (2) 0-2 -2 1 0 0 0 2 0 0 0 3-0.5 4 2] w 3 w 3 1-2 w 2 w 4 w 4-3 -2 w 2

Krok 3 zerowanie 3-ciej kolumny poniżej przekątnej poprzez odejmowanie od wiersza 4-tego wiersza trzeciego 25 pomnożonego przez r= a (0) i 3 (0) a 33 4 2 0 A =[2 (3) 0-2 -2 1 0 0 0 2-0.5 0 0 0 0 0.25 4 2] w 4 w 4 3 2 w 3

W ten sposób doszliśmy do układu górnie trójkątnego. Postępowanie odwrotne Gaussa: Rozwiązując powyższy układ od końca otrzymujemy: 26 {2 x1+4 x2+2 x3=4 2 x 2 2 x 3 +x 4 =0 2 x 3 1 2 x 4=0 1 4 x 4=2 postępowanie odwrotne -> {x 1 =-4 x 2 =2 x 3 =2 x 4 =8

Odwracanie macierzy Jeśli macierz A=[ a ij ] nxn jest nieosobliwa, det A 0, to istnieje macierz X=[ x ij ] nxn, taka że AX=XA=I. Macierz X oznaczamy A 1 i nazywamy macierzą odwrotną. Bezpośrednio z definicji wynika, że macierz odwrotna jest rozwiązaniem macierzowego układu równań AX=I. Jej wyznaczenie można przeprowadzić przy pomocy metody eliminacji Gaussa zastosowanej do macierzy uzupełnionej 27 postaci [ A I ] [ I A 1 ].

28 Zadania 1) Rozwiązać układ równań metodą eliminacji Gaussa 1 2 3 1 4 5 6 3 7 8 9 2

2) Korzystając z eliminacji Gaussa bez wyboru elementów podstawowych wyznacz macierz odwrotną do macierzy 29 A=[ 1 3 2 0 4 8 5 6 4] 3) Sprowadź macierz A do postaci górnie trójkątnej: A=[ 2 1 0 4 4 1 6 5 4 ]