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

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

Obliczenia naukowe Wykład nr 8

Rozwiązywanie układów równań liniowych

5. Rozwiązywanie układów równań liniowych

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

Zaawansowane metody numeryczne

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

Metody numeryczne Wykład 4

Macierze. Rozdział Działania na macierzach

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

3. Macierze i Układy Równań Liniowych

Matematyka stosowana i metody numeryczne

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

O MACIERZACH I UKŁADACH RÓWNAŃ

Układy równań liniowych. Krzysztof Patan

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

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

III TUTORIAL Z METOD OBLICZENIOWYCH

UKŁADY RÓWNAŃ LINIOWYCH - Metody dokładne

Wykład 5. Metoda eliminacji Gaussa

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

2. Układy równań liniowych

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

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

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

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 -Metody dokładne

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

Wykład 7 Macierze i wyznaczniki

Zaawansowane metody numeryczne

1 Macierz odwrotna metoda operacji elementarnych

Metody dekompozycji macierzy stosowane w automatyce

Metoda eliminacji Gaussa. Autorzy: Michał Góra

1 Układy równań liniowych

Wstęp do metod numerycznych Równania macierzowe Faktoryzacja LU i Cholesky ego. P. F. Góra

METODA SYMPLEKS. Maciej Patan. Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski

Programowanie Współbieżne. Algorytmy

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

Układy równań i nierówności liniowych

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

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,...

Przykład 2 układ o rozwiązaniu z parametrami. Rozwiążemy następujący układ równań:

Układy równań liniowych i metody ich rozwiązywania

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

Wstęp do metod numerycznych Faktoryzacja macierzy. P. F. Góra

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

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

Analiza matematyczna i algebra liniowa Macierze

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

13 Układy równań liniowych

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 =

Układy równań liniowych

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ. 1. Ciała

Metoda eliminacji Gaussa

Układy równań liniowych

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

Krótkie wprowadzenie do macierzy i wyznaczników

ALGEBRA Z GEOMETRIĄ MACIERZE ODWZOROWAŃ LINIOWYCH

Algebra. macierzy brzegowych z zastosowaniami. Micha Kolupa Zbigniew Âleszyƒski

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

Egzamin z Metod Numerycznych ZSI, Egzamin, Gr. A

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

Macierze Lekcja I: Wprowadzenie

OPERACJE NA MACIERZACH DODAWANIE I ODEJMOWANIE MACIERZY

A A A A A A A A A n n

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

DB Algebra liniowa semestr zimowy 2018

Wykład 14. Elementy algebry macierzy

Metoda simpleks. Gliwice

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

Laboratorium Techniki Obliczeniowej i Symulacyjnej

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

Odwrócimy macierz o wymiarach 4x4, znajdującą się po lewej stronie kreski:

Wstęp do metod numerycznych Faktoryzacja QR i SVD. P. F. Góra

UKŁADY RÓWNAŃ LINIOWYCH

Zad. 3: Układ równań liniowych

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

POD- I NADOKREŚLONE UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

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

1. PODSTAWY TEORETYCZNE

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

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

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

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

MACIERZE. Sobiesiak Łukasz Wilczyńska Małgorzata

Algebra liniowa. Macierze i układy równań liniowych

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

2 1 3 c c1. e 1, e 2,..., e n A= e 1 e 2...e n [ ] M. Przybycień Matematyczne Metody Fizyki I

3. Wykład Układy równań liniowych.

Metody numeryczne II. Układy równań liniowych

Algorytm simplex i dualność

1 Macierze i wyznaczniki

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

Większość zagadnień inżynierskich sprowadza się do przewidywania odpowiedzi projektowanego urządzenia na działanie zewnętrznych czynników.

ALGEBRA z GEOMETRIA, ANALITYCZNA,

Macierze i Wyznaczniki

Zestaw 12- Macierz odwrotna, układy równań liniowych

Uwaga: Funkcja zamień(a[j],a[j+s]) zamienia miejscami wartości A[j] oraz A[j+s].

Projekt 6: Równanie Poissona - rozwiązanie metodą algebraiczną.

Transkrypt:

Rozwiązywanie układów równań liniowych metody dokładne Materiały pomocnicze do ćwiczeń z metod numerycznych Piotr Modliński Wydział Geodezji i Kartografii PW 13 stycznia 2012 P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 1/27

Agenda Problem Problem P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 2/27

Problem P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 3/27

Problem w postaci macierzowej Rozwiązać następujący układ równań liniowych: a 1,1 x 1 + a 1,2 x 2 + + a 1,n 1 x n 1 + a 1,n x n = b 1 a 2,1 x 1 + a 2,2 x 2 + + a 2,n 1 x n 1 + a 2,n x n = b 2 = a n 1,1 x 1 + a n 1,2 x 2 + + a n 1,n 1 x n 1 + a n 1,n x n = b n 1 a n,1 x 1 + a n,2 x 2 + + a n,n 1 x n 1 + a n,n x n = b n P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 4/27

w postaci macierzowej Problem Układ równań z poprzedniego slajdu można zapisać w postaci macierzowej Ax = b: a 1,1 a 1,2 a 1,n 1 a 1,n a 2,1 a 2,2 a 2,n 1 a 2,n a n 1,1 a n 1,2 a n 1,n 1 a n 1,n a n,1 a n,2 a n,n 1 a n,n x 1 x 2 x n 1 x n = b 1 b 2 b n 1 b n P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 5/27

Macierz trójkątna górna Macierz trójkątna dolna P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 6/27

Macierz trójkątna górna Macierz trójkątna dolna Układ równań można w znacznie prostszy sposób rozwiązać kiedy macierz A ma postać macierzy trójkątnej. Wyróżnić można dwa analogiczne przypadki: macierz trójkątna górna macierz trójkątna dolna P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 7/27

Macierz trójkątna górna Macierz trójkątna dolna Macierz trójkątna górna u 1,1 u 1,2 u 1,n 1 u 1,n 0 u 2,2 u 2,n 1 u 2,n 0 0 u n 1,n 1 u n 1,n 0 0 0 u n,n x 1 x 2 x n 1 x n = b 1 b 2 b n 1 b n Uwaga! W poniższych wzorach kolejność wyznaczania elementów ma znaczenie! Należy trzymać się podanej kolejności! x n = bn u n,n i=n 1,...,1 x i = b i P n j=i+1 u i,jx j u i,i P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 8/27

Macierz trójkątna dolna Macierz trójkątna górna Macierz trójkątna dolna l 1,1 0 0 0 l 2,1 l 2,2 0 0 l n 1,1 l n 1,2 l n 1,n 1 0 l n,1 l n,2 l n,n 1 l n,n x 1 x 2 x n 1 x n = Uwaga! W poniższych wzorach kolejność wyznaczania elementów ma znaczenie! Należy trzymać się podanej kolejności! x 1 = b 1 l 1,1 i=2,3,...,n x i = b i P i 1 j=1 l i,jx j l i,i b 1 b 2 b n 1 b n P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 9/27

Cel Przebieg metody Algorytm Rozszerzenie metody P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 10/27

Cel Problem Cel Przebieg metody Algorytm Rozszerzenie metody Rzadko układ równań ma postać trójkątną Przekształcenie układu do postaci macierzy trójkątnej! metoda zalgorytmizowana dodawanie i odejmowanie równań mnożenie równań przez stałą P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 11/27

Cel Przebieg metody Algorytm Rozszerzenie metody k = 0 dane początkowe A (0) = a (0) 1,1 a (0) 1,2 a (0) 1,n 1 a (0) 1,n a (0) 2,1 a (0) 2,2 a (0) 2,n 1 a (0) 2,n a (0) 3,1 a (0) 3,2 a (0) 3,n 1 a (0) 3,n a (0) n 1,1 a (0) n 1,2 a (0) n 1,n 1 a (0) n 1,n a (0) n,1 a (0) n,2 a (0) n,n 1 a (0) n,n b (0) 1 b (0) 2 b (0) 3 b (0) n 1 b (0) n l i,1 = a i,1 a 1,1, a 1,1 0 P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 12/27

k = 1 Problem Cel Przebieg metody Algorytm Rozszerzenie metody A (1) = a (1) 1,1 a (1) 1,2 a (1) 1,n 1 a (1) 1,n 0 a (1) 2,2 a (1) 2,n 1 a (1) 2,n 0 a (1) 3,2 a (1) 3,n 1 a (1) 3,n 0 a (1) n 1,2 a (1) n 1,n 1 a (1) n 1,n 0 a (1) n,2 a (1) n,n 1 a (1) n,n b (1) 1 b (1) 2 b (1) 3 b (1) n 1 b (1) n l i,2 = a i,2 a 2,2, a 2,2 0 P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 13/27

k = 2 Problem Cel Przebieg metody Algorytm Rozszerzenie metody A (2) = l i,3 = a i,3 a 3,3, a 3,3 0 a (2) 1,1 a (2) 1,2 a (2) 1,n 1 a (2) 1,n 0 a (2) 2,2 a (2) 2,n 1 a (2) 2,n 0 0 a (2) 3,n 1 a (2) 3,n 0 0 a (2) n 1,n 1 a (2) n 1,n 0 0 a (2) n,n 1 a (2) n,n b (2) 1 b (2) 2 b (2) 3 b (2) n 1 b (2) n P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 14/27

k = k Problem Cel Przebieg metody Algorytm Rozszerzenie metody A (k) = a (k) 1,1 a (k) 1,2 a (k) 1,k a (k) 1,n 1 0 a (k) 2,2 a (k) 2,k a (k) 2,n 1 a (k) 1,n a (k) 2,n 0 0 a (k) 3,k a (k) 3,n 1 a (k) 3,n 0 0 a (k) k,k a (k) k,n 1 0 0 0 a (k) n 1,n 1 0 0 0 a (k) n,n 1 a (k) k,n a (k) n 1,n a (k) n,n b (k) 1 b (k) 2 b (k) 3 b (k) k b (k) n 1 b (k) n P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 15/27

k = n Problem Cel Przebieg metody Algorytm Rozszerzenie metody A (n) = a (n) 1,1 a (n) 1,2 a (n) 1,k a (n) 1,n 1 0 a (n) 2,2 a (n) 2,k a (n) 2,n 1 a (n) 1,n a (n) 2,n 0 0 a (n) 3,k a (n) 3,n 1 a (n) 3,n 0 0 a (n) k,k a (n) k,n 1 0 0 0 a (n) n 1,n 1 a (n) k,n a (n) n 1,n 0 0 0 0 a (n) n,n b (n) 1 b (n) 2 b (n) 3 b (n) k b (n) n 1 b (n) n P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 16/27

Cel Przebieg metody Algorytm Rozszerzenie metody Algorytm Dla k {1,, n 1}: Dla i {k + 1,, n}: Dla j {k,, n}: b (k+1) i l i,k = a(k) i,k a (k) k,k a (k+1) i,j = b (k) i = a (k) i,j l i,ka (k) k,j l i,k b (k) k Otrzymujemy układ z macierzą trójkątną górną, który potrafimy łatwo rozwiązać. P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 17/27

y Problem Cel Przebieg metody Algorytm Rozszerzenie metody nie zawsze działa! Przykład: A = 0 1 2 3 a 1,1 = 0 dzielenie przez 0! Poza tym nie zawsze dobre własności numeryczne (zależy nam na dzieleniu przez jak największą co do modułu liczbę) P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 18/27

Cel Przebieg metody Algorytm Rozszerzenie metody Częściowy wybór elementu głównego W każdym kroku wybieramy największy (co do modułu) element w aktualnie przetwarzanej kolumnie 1 Dla ustalenia uwagi w kolumnie k: a p,k = max k i n a i,k a następnie zamieniamy miejscami 2 wiersze k i p w macierzy A i wektorze b 1 w zasadzie tylko w dół od elementu a k,k włącznie na górze są zera 2 to odpowiada zmianie kolejności równań w układzie P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 19/27

Cel Przebieg metody Algorytm Rozszerzenie metody Pełny wybór elementu głównego Analogiczny do wyboru częściowego, jednak element główny wybieramy nie tylko w przetwarzanej kolumnie, ale w całym fragmencie macierzy poniżej i na prawo włącznie od a k,k : a p,r = max k i n k j n a i,j a następnie zamieniami wiersze k i p w macierzy A i wektorze b, oraz kolumny 3 k i r w macierzy A. 3 zamiana kolumn w macierzy zmienia również kolejność elementów wektora x i zmiany te trzeba zapamiętać w dalszych obliczeniach! P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 20/27

Podstawy teoretyczne Sens metody P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 21/27

Podstawy teoretyczne Sens metody Każdy krok rozkładu Gaussa można przedstawić jako iloczyn macierzy: A (k+1) = L (k) A (k) Macierz L (k) ma postać: 1 0 0 0 L (k) = 0 1 0 0 0 l i,k 0 0 l n,k 0 1 P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 22/27

Podstawy teoretyczne Sens metody Oznaczmy U A (n). Wówczas mamy: Wyznaczając zatem A mamy: U = L (n) A (n 1) = = L (n) L (n 1) A (n 2) = = L (n) L (n 1) L (1) A A = (L (1) ) 1 (L (n 1) ) 1 U P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 23/27

Podstawy teoretyczne Sens metody Oznaczmy: L = (L (1) ) 1 (L (n 1) ) 1 Odwrócenie macierzy L (i) to zmiana znaku elementów l i,j na przeciwny. Zatem 1 0 0 0 L = 0 1 0 0 l i,1 l i,k 1 0 l n,1 l n,k l n,k+1 1 Wówczas: A = LU P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 24/27

Podstawy teoretyczne Sens metody A = LU Wówczas układ równań można przedstawić następująco: Ax = b LUx = b Rozwiązując pomocniczy układ równań (trójkątny!) wyznaczamy wektor y: Ly = b A na jego podstawie rozwiązując uproszczony (również trójkątny!) układ dostajemy x: Ux = y P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 25/27

Po co tak się bawić? Podstawy teoretyczne Sens metody Złożoność obliczeniowa: Doprowadzenie do macierzy trójkątnej O(n 3 ) Rozwiązanie układu trójkątnego O(n 2 ) Doprowadzenie do macierzy trójkątnej O(n 3 ) Odwrócenie macierzy L O(n 2 ) Rozwiązanie układu trójkątnego Ly = b O(n 2 ) Rozwiązanie układu trójkątnego Ux = y O(n 2 ) Dla rozwiązywania pojedynczego układu nie ma sensu! W przypadku gdy dla serii układów równań zmienia się tylko wektor b, wykonujemy tylko dwa ostatnie kroki, zatem rozwiązując dwa, lub więcej układów zyskujemy! P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 26/27

Dziękuję za uwagę P. Modliński, GiK PW Rozw. ukł. równ. lin. metody dokładne 27/27