A A A A A A A A A n n

Podobne dokumenty
1 Macierze i wyznaczniki

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

Macierze. Rozdział Działania na macierzach

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

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

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

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

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

Ekoenergetyka Matematyka 1. Wykład 3.

Zaawansowane metody numeryczne

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

PODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.

5. Rozwiązywanie układów równań liniowych

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

Układy równań liniowych. Krzysztof Patan

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

O MACIERZACH I UKŁADACH RÓWNAŃ

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

Krótkie wprowadzenie do macierzy i wyznaczników

macierze jednostkowe (identyczności) macierze diagonalne, które na przekątnej mają same

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika

Zestaw 12- Macierz odwrotna, układy równań liniowych

Wykład 5. Metoda eliminacji Gaussa

Macierze i Wyznaczniki

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

DB Algebra liniowa semestr zimowy 2018

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

Treści programowe. Matematyka. Efekty kształcenia. Literatura. Terminy wykładów i ćwiczeń. Warunki zaliczenia. tnij.org/ktrabka

1 Zbiory i działania na zbiorach.

Wykład 14. Elementy algebry macierzy

1. PODSTAWY TEORETYCZNE

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

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

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

III TUTORIAL Z METOD OBLICZENIOWYCH

D1. Algebra macierzy. D1.1. Definicje

MACIERZE I WYZNACZNIKI

Wykład 4. Informatyka Stosowana. Magdalena Alama-Bućko. 25 marca Magdalena Alama-Bućko Wykład 4 25 marca / 25

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

Algebra WYKŁAD 3 ALGEBRA 1

Analiza matematyczna i algebra liniowa Macierze

Metody numeryczne Wykład 4

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

Algebra. macierzy brzegowych z zastosowaniami. Micha Kolupa Zbigniew Âleszyƒski

1 Macierz odwrotna metoda operacji elementarnych

Układy równań liniowych i metody ich rozwiązywania

Algebra liniowa. 1. Macierze.

Rozwiązywanie układów równań liniowych

Algebra liniowa z geometrią

Analiza matematyczna i algebra liniowa Macierze

UKŁADY RÓWNAŃ LINIOWYCH

Wektory i wartości własne

Analiza stanu naprężenia - pojęcia podstawowe

Algebra liniowa. Macierze i układy równań liniowych

Metoda eliminacji Gaussa. Autorzy: Michał Góra

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

Zestaw 12- Macierz odwrotna, układy równań liniowych

Własności wyznacznika

Wektory i wartości własne

Wykład 7 Macierze i wyznaczniki

2. Układy równań liniowych

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna

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

PODSTAWY RACHUNKU WEKTOROWEGO

Macierze Lekcja I: Wprowadzenie

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

MACIERZE. Sobiesiak Łukasz Wilczyńska Małgorzata

13 Układy równań liniowych

Macierze. Układy równań.

Zadania egzaminacyjne

Macierz o wymiarach m n. a 21. a 22. A =

Macierze. 1 Podstawowe denicje. 2 Rodzaje macierzy. Denicja

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

3. Macierze i Układy Równań Liniowych

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

Postać Jordana macierzy

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

1 Elementy logiki i teorii mnogości

3. Wykład Układy równań liniowych.

Lista nr 1 - Liczby zespolone

Układy równań liniowych

Algebra z Geometrią Analityczną. { x + 2y = 5 x y = 9. 4x + 5y 3z = 9, 2x + 4y 3z = 1. { 2x + 3y + z = 5 4x + 5y 3z = 9 7 1,

3. FUNKCJA LINIOWA. gdzie ; ół,.

MODELOWANIE PRZESTRZENI ZA POMOCĄ MULTIILOCZYNÓW WEKTORÓW

φ(x 1,..., x n ) = a i x 2 i +

OPERACJE NA MACIERZACH DODAWANIE I ODEJMOWANIE MACIERZY

Układy równań i nierówności liniowych

Zadania z algebry liniowej - sem. I Przestrzenie liniowe, bazy, rząd macierzy

1. Liczby zespolone i

1 Działania na macierzach

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,...

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

Układy równań i równania wyższych rzędów

Macierze i Wyznaczniki

ALGEBRA z GEOMETRIA, ANALITYCZNA,

UKŁADY RÓWNAŃ LINIOWYCH - Metody dokładne

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

Algebra liniowa i geometria analityczna. Autorzy: Agnieszka Kowalik Michał Góra

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

Transkrypt:

DODTEK NR GEBR MCIERZY W dodatku tym podamy najważniejsze definicje rachunku macierzowego i omówimy niektóre funkcje i transformacje macierzy najbardziej przydatne w zastosowaniach numerycznych a w szczególności w metodzie elementów skończonych D DEFINICJE Skalar - jest wielkością określoną tylko przez swoją wartość która może wyrażać się liczbą rzeczywistą Typowymi przykładami wielkości skalarnych są: masa temperatura czas długość itp Skalary będziemy oznaczać literami pisanymi czcionką pochyłą Wektor - jest wielkością określoną przez swój moduł oraz kierunek i zwrot Przykładami wielkości wektorowych są: siła przemieszczenie prędkość obrót Wektory będziemy oznaczali małymi literami pisanymi czcionką prostą pogrubioną Macierz - jest tablicą zawierającą najczęściej skalary ale może też zawierać wektory lub inne macierze Elementy macierzy nazywamy jej składowymi Jest to bardzo wygodna forma prezentacji dużej ilości jednolitych danych z którymi mamy do czynienia w metodach numerycznych Przykładowy zapis macierzy którymi posługujemy się w tej książce wygląda następująco: n n m m mn Macierze kwadratowe (mają równą liczbę kolumn i wierszy) i prostokątne (mają różną liczbę kolumn i wierszy) oznaczać będziemy dużymi literami pisanymi czcionką prostą i pogrubioną Macierz kolumnowa - nazywać ją będziemy też wektorem zawiera tylko jedną kolumnę składowych Oznaczać ją będziemy tak jak wektory Macierz jednostkowa - jest macierzą kwadratową której składowe są równe zeru poza tymi które leżą na głównej przekątnej (elementy diagonalne) Elementy diagonalne równe są jedności Macierz jednostkową oznaczymy dużą literą I oraz w niektórych przypadkach indeksem wskazującym rozmiary tej macierzy: 35

I 4 Składowe macierzy jednostkowej można zapisać przy pomocy delty Kroneckera I gdzie ii gdy i j Macierz trójkątna - jest macierzą zawierającą składowe zerowe ponad główną przekątną (-macierz trójkątna dolna) lub poniżej (-macierz trójkątna górna) 3 3 33 4 4 43 44 3 4 3 4 33 34 44 Macierz pasmowa - jest macierzą zawierającą różne od zera składowe tylko w pobliżu głównej przekątnej p pasm= szerokość pasma p - szerokość półpasma W metodzie elementów skończonych po odpowiednim przegrupowaniu równań równowagi macierzami pasmowymi są macierze sztywności Macierz symetryczna - jest macierzą o składowych spełniających równanie sym ji W metodzie elementów skończonych macierzami symetrycznymi są macierze sztywności Macierz transponowana - jest macierzą w której przegrupowano składowe tak że kolumny stały się wierszami: 36

B T B ji Transpozycję macierzy oznaczać będziemy dużą prostą literą T pisaną jako indeks górny Główna przekątna macierzy jest tą przekątną która przebiega od składowej przez pozostałe składowe o równych indeksach wiersza i kolumny tzn ii nn n n n n nn główna przekątna D DODWNIE I ODEJMOWNIE MCIERZY Operację dodawania macierzy definiujemy następująco: C B C B czyli składowe macierzy C która jest wynikiem dodawania macierzy oraz macierzy B są sumami odpowiednich składowych oraz B Dodawanie macierzy możliwe jest tylko wtedy gdy oba składniki ( i B) mają jednakową liczbę wierszy i kolumn Dodawanie jest operacją przemienną: C B B nalogicznie definiujemy odejmowanie macierzy: D B D B Przykład nr 3 8 4 3 4 B 3 5 3 C B 3 8 3 4 5 3 4 3 5 9 5 6 6 4 7 D B 3 8 3 4 5 3 4 3 7 4 3 37

D3 MNOŻENIE MCIERZY PRZEZ SKR (SKOWNIE MCIERZY) następująco: Skalowaniem macierzy nazywamy operację na jej składowych zdefiniowaną E E czyli składowe macierzy E które powstają w wyniku pomnożenia macierzy przez skalar są iloczynami składowych macierzy i liczby Przykład nr 3 8 4 3 4 =35 E 35 35 5 8 7 7 4 35 7 35 5 4 Powstała w wyniku skalowania macierz E ma oczywiście taką samą liczbę wierszy i kolumn jak macierz D4 MNOŻENIE MCIERZY Niech C będzie wynikiem mnożenia macierzy i B: C B wtedy składowe macierzy C powstają jako wynik mnożenia wierszy macierzy przez kolumny macierzy B co zapisać można następująco: C n B ik kj gdzie n - ilością kolumn macierzy Jak widać mnożenie macierzy i B tylko wtedy jest wykonywalne gdy ilość kolumn macierzy jest taka sama jak ilość wierszy macierzy B Macierz C która powstaje w wyniku mnożenia ma ilość wierszy równą ilości wierszy macierzy a liczbę kolumn równą liczbie kolumn macierzy B 38

C B T 3 B B B B j m B B B B j m C B n n B B B B n n nj nm i i in C Przykład nr 3 3 8 4 3 4 B 3 5 3 5 B T 3 3 8 +3 +8 + = =4 3+3 +8 5+ = =5 +3 +8 + 3= = 4 - +4 + - = =9 3+4 + 5- = =7 +4 + - 3= =3-3 4 - + +3 +4 = - 3+ +3 5+4 = - + +3 +4 3= =3 =6 =5 C 4 5 9 7 3 3 6 5 39

Przykład nr 4 Ciekawy wynik daje mnożenie macierzy wierszowej przez macierz kolumnową: a 3 4 b 3 T c a b c 3 4 3 ( 3 3 4 ( )) Wynikiem jest macierz c o wymiarach x czyli skalar Mnożenie wektorów a T b nazywa się więc mnożeniem skalarnym Mnożenie macierzy nie jest na ogół operacją przemienną tzn B gdy uda się je wykonać (możliwe jest to dla macierzy kwadratowych) macierzy: B nawet Podamy jeszcze niektóre warte zapamiętania definicje dotyczące mnożenia B C B C B C B C I I T T B B T D5 WYZNCZNIK MCIERZY Wyznacznik jest skalarną funkcją macierzy kwadratowej którą zapisujemy następująco: det Obliczenie wartości wyznacznika polega na sumowaniu iloczynów utworzonych ze wszystkich permutacji składowych macierzy : I p det 3 n p 3 gdzie p oznacza wszystkie permutacje I p - ilość inwersji w permutacjach n 4

Wartość wyznacznika obliczyć też można stosując tzw rozwinięcie aplacea względem wyrazów dowolnego wiersza lub kolumny: det lub n mk det n km mk km - rozwinięcie wiersza m m n - rozwinięcie kolumny m m n oznacza tu dopełnienie algebraiczne elementu macierzy: i j gdzie jest minorem macierzy * * czyli wyznacznikiem macierzy powstałej przez usunięcie z macierzy wiersza i oraz kolumny j Rozwinięcie aplacea należy prowadzić tak długo aż otrzymamy macierze x których wyznaczniki można obliczyć bezpośrednio: det det B Znany jest też sposób (reguła Sarrusa) obliczenia wyznaczników 3x3: B B B 3 B B B 3 B B B 3 3 33 BB B33 BB3 B3 B3B B3 B3B B3 BB B33 BB3 B3 Nie należy go jednak stosować dla macierzy o większej ilości wierszy i kolumn Warto też zapamiętać użyteczną zależność: det B det det B która pomoże nam efektywnie wyznaczać wyznaczniki iloczynów macierzy osobliwą Gdy wyznacznik macierzy jest równy zeru macierz taką nazywamy macierzą D6 MCIERZ ODWROTN Macierzą odwrotną do macierzy nazywamy macierz spełniającą warunek: I 4

Składowe macierzy odwrotnej można wyznaczyć przez skalowanie transponowanej macierzy dopełnień algebraicznych: T T det i j T gdzie jest macierzą dopełnień algebraicznych: i j - minorem czyli wyznacznikiem macierzy która powstaje przez usunięcie z macierzy wiersza i i kolumny j Jak łatwo zauważyć nie można znaleźć macierzy odwrotnej do macierzy osobliwej gdyż wymagałoby to dzielenia przez zero Macierz T nazywana jest macierzą dołączoną macierzy Macierz dołączoną można utworzyć dla dowolnej (nawet osobliwej) macierzy Przykład nr 5 Poszukujemy macierzy odwrotnej do macierzy: 9 6 9 3 7 5 3 Obliczymy najpierw wyznacznik aby przekonać się czy operacja odwrócenia macierzy będzie możliwa Wyznacznik macierzy obliczymy korzystając z reguły Sarrusa: det 9 9 3 5 7 6 3 7 9 6 3 9 5 3 Obliczamy kolejne dopełnienia algebraiczne: 9 3 5 3 3 3 3 3 9 7 5 9 7 3 6 9 3 58 3 3 3 3 3 3 7 3 6 5 3 9 6 7 5 9 3 8 8 3 5 4

3 3 33 9 6 9 75 a stąd mamy 8 3 5 8 58 3 75 D7 ROZKŁD N MCIERZE TRÓJKĄTNE Macierz nieosobliwą rozłożyć można na iloczyn macierzy trójkątnych: gdzie jest macierzą trójkątną dolną a macierzą trójkątną górną Proces taki nazywamy triangularyzacją dekompozycją lub faktoryzacją macierzy Metoda dekompozycji macierzy zapoczątkowana została przez MHDoolittlea (878) a później odkrywana była jeszcze kilkakrotnie przez: Choleskyego (ok96) Citkena (93) TBanachewicza (938) oraz PDCrouta (94) Metodę Choleskyego opisał Benoit w 94 r Składowe macierzy trójkątnych i obliczyć można korzystając z procedur zaproponowanych przez Crouta lub Banachewicza: ii i = n ik kj i j = i n jj j ik kj i = j n Obliczanie składowych wykonuje się na zmianę wierszami dla macierzy i kolumnami dla macierzy (metoda Crouta) lub kolejno wiersz macierzy wiersz macierzy (metoda Banachewicza [5]) Rozkład na macierze trójkątne ma bardzo duże znaczenie praktyczne gdyż jest używany jako efektywna metoda rozwiązywania układów równań liniowych Rozwiązanie układu równań x y można uzyskać dwuetapowo W etapie pierwszym stosujemy podstawienia x z które upraszczają nam układ równań do postaci: 43

x y z y która ułatwia rozwiązanie: z y z y z itd z y z i i ik k i ii Procedura zastosowana tutaj nazywa się podstawieniem w przód gdyż sekwencyjnie wyliczamy niewiadome z z z i z n Etap drugi polega na wyznaczeniu wartości niewiadomych z równania x z co robimy podobną metodą tyle że stosujemy podstawienie wstecz zaczynając od ostatniej składowej: x n z nn nn x z x n n n n n itd n n x z x i i ik k k i n ii Czas rozwiązania układu równań tą metodą proporcjonalny jest do n 3 /3 gdzie n jest ilością równań iczba T D = n 3 /3 nazywana jest kosztem metody Doolittlea i jest szacunkową ilością mnożeń i dzieleń które trzeba wykonać aby rozwiązać układ równań D8 TRINGRYZCJ MCIERZY SYMETRYCZNYCH Gdy macierz kwadratowa jest symetryczna (i oczywiście nieosobliwa) można podany w poprzednim punkcie rozkład jeszcze uprościć zauważając że: T lub T lgorytm rozkładu macierzy symetrycznej na macierze trójkątne podał jako pierwszy Cholesky (w 96) a niezależnie od niego Banachewicz (w 938) Metoda zwykle nazywana jest metodą Choleskyego W Polsce używana jest nazwa metoda Banachewicza- Cholesky ego 44

dla j > i Składowe macierzy trójkątnej dolnej wyznaczonej tą metodą są równe: i ii ii ik ik jk j dla j < i jj W równaniach określających składowe leżące na głównej przekątnej macierzy występuje pierwiastek kwadratowy Wyrażenie pod pierwiastkiem może być oczywiście ujemne wtedy wyrazy macierzy są zespolone Można jednak udowodnić [5] że dla macierzy symetrycznych dodatnio określonych składowe ii są zawsze liczbami rzeczywistymi Czas dekompozycji macierzy symetrycznej metodą Banachewicza-Cholesky ego jest proporcjonalny do T B-CH = n 3 /6 Przykład nr 6 Znaleźć macierz trójkątną dolną taką że T Należy wykorzystać metodę Banachewicza-Cholesky ego 5 3 3 4 3 4 Wyznaczymy kolejne różne od zera składowe macierzy trójkątnej dolnej : 368 363 5 3865 3 3 6346 3 3 3 4 9 4663 45

33 33 3 3 3 8 4 9 35888 4 4 4 4 4 363 43 43 4 3 4 3 759 33 93 44 44 4 4 43 386 368 363 3865 6346 4663 35888 363 759 93 386 D9 MCIERZE ORTOGONNE T Istnieje grupa macierzy mająca własność: która niezwykle uprasza rozwiązywanie układu równań O macierzach tych mówimy że są macierzami ortogonalnymi Własność tą wykazują macierze obrotów wektorów: R c s c s gdzie c cos s sin a jest kątem obrotu Sprawdzimy ortogonalność tej macierzy równaniem R R T I : c s c s c s s c c s cs sc sc cs c s Tą własność macierzy obrotu wykorzystujemy w wielu rozdziałach książki 46

DODTEK NR GEBR MCIERZY 35 D DEFINICJE 35 D DODWNIE I ODEJMOWNIE MCIERZY 37 D3 MNOŻENIE MCIERZY PRZEZ SKR (SKOWNIE MCIERZY) 38 D4 MNOŻENIE MCIERZY 38 D5 WYZNCZNIK MCIERZY 4 D6 MCIERZ ODWROTN 4 D7 ROZKŁD N MCIERZE TRÓJKĄTNE 43 D8 TRINGRYZCJ MCIERZY SYMETRYCZNYCH 44 D9 MCIERZE ORTOGONNE 46 47