LU-hajotelma. Esimerkki 1 Matriisi on yläkolmiomatriisi ja matriisi. on alakolmiomatriisi. 3 / 24

Samankaltaiset tiedostot
Numeeriset menetelmät

Matriisilaskenta Luento 8: LU-hajotelma

Matriisilaskenta. Harjoitusten 3 ratkaisut (Kevät 2019) 1. Olkoot AB = ja 2. Osoitetaan, että matriisi B on matriisin A käänteismatriisi.

Ennakkotehtävän ratkaisu

Käänteismatriisi 1 / 14

MS-C1340 Lineaarialgebra ja

Johdatus tekoälyn taustalla olevaan matematiikkaan

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Numeeriset menetelmät TIEA381. Luento 3. Kirsi Valjus. Jyväskylän yliopisto. Luento 3 () Numeeriset menetelmät / 45

Lineaariset yhtälöryhmät ja matriisit

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47

Käänteismatriisin. Aiheet. Käänteismatriisin ominaisuuksia. Rivioperaatiot matriisitulona. Matriisin kääntäminen rivioperaatioiden avulla

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

Determinantti 1 / 30

Osittaistuenta Gaussin algoritmissa: Etsitään 1. sarakkeen itseisarvoltaan suurin alkio ja vaihdetaan tämä tukialkioiksi (eli ko. rivi 1. riviksi).

Insinöörimatematiikka D

A = a b B = c d. d e f. g h i determinantti on det(c) = a(ei fh) b(di fg) + c(dh eg). Matriisin determinanttia voi merkitä myös pystyviivojen avulla:

Käänteismatriisin ominaisuuksia

1.1. Määritelmiä ja nimityksiä

Gaussin ja Jordanin eliminointimenetelmä

10 Matriisit ja yhtälöryhmät

Matematiikka B2 - TUDI

Lineaarinen yhtälöryhmä

Talousmatematiikan perusteet: Luento 9. Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Transponointi Matriisitulo

Lineaarialgebra ja matriisilaskenta I

Talousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi

Kurssin loppuosassa tutustutaan matriiseihin ja niiden käyttöön yhtälöryhmien ratkaisemisessa.

Ominaisarvo ja ominaisvektori

Matriisilaskenta (TFM) MS-A0001 Hakula/Vuojamo Ratkaisut, Viikko 47, 2017

Kaksirivisen matriisin determinantille käytämme myös merkintää. a 11 a 12 a 21 a 22. = a 11a 22 a 12 a 21. (5.1) kaksirivine

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

Lineaariset kongruenssiyhtälöryhmät

1 Matriisit ja lineaariset yhtälöryhmät

Matriisilaskenta Laskuharjoitus 5 - Ratkaisut / vko 41

3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset

Insinöörimatematiikka D

Vektoreiden virittämä aliavaruus

2.8. Kannanvaihto R n :ssä

Liittomatriisi. Liittomatriisi. Määritelmä 16 Olkoon A 2 M(n, n). Matriisin A liittomatriisi on cof A 2 M(n, n), missä. 1) i+j det A ij.

Matematiikka B2 - Avoin yliopisto

BM20A0700, Matematiikka KoTiB2

Kannan vektorit siis virittävät aliavaruuden, ja lisäksi kanta on vapaa. Lauseesta 7.6 saadaan seuraava hyvin käyttökelpoinen tulos:

Insinöörimatematiikka D

ominaisvektorit. Nyt 2 3 6

Determinantit. Kaksirivinen determinantti. Aiheet. Kaksirivinen determinantti. Kaksirivinen determinantti. Kolmirivinen determinantti

Informaatiotieteiden yksikkö. Lineaarialgebra 1A. Pentti Haukkanen. Puhtaaksikirjoitus: Joona Hirvonen

Numeeriset menetelmät TIEA381. Luento 4. Kirsi Valjus. Jyväskylän yliopisto. Luento 4 () Numeeriset menetelmät / 44

Numeeriset menetelmät

Determinantti. Määritelmä

Informaatiotieteiden yksikkö. Lineaarialgebra 1A. Pentti Haukkanen. Puhtaaksikirjoitus: Joona Hirvonen

802118P Lineaarialgebra I (4 op)

Insinöörimatematiikka D

2.5. Matriisin avaruudet ja tunnusluvut

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48

Matriisit, kertausta. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

Ortogonaalinen ja ortonormaali kanta

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Informaatiotieteiden yksikkö. Lineaarialgebra 1A. Pentti Haukkanen. Puhtaaksikirjoitus: Joona Hirvonen

Talousmatematiikan perusteet: Luento 10. Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi

Matriisit, L20. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

x 2 x 3 x 1 x 2 = 1 2x 1 4 x 2 = 3 x 1 x 5 LINEAARIALGEBRA I Oulun yliopisto Matemaattisten tieteiden laitos 2014 Esa Järvenpää, Hanna Kiili

H = : a, b C M. joten jokainen A H {0} on kääntyvä matriisi. Itse asiassa kaikki nollasta poikkeavat alkiot ovat yksiköitä, koska. a b.

Tehtäväsarja I Kertaa tarvittaessa materiaalin lukuja 1 3 ja 9. Tarvitset myös luvusta 4 määritelmän 4.1.

1. LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT. 1.1 Lineaariset yhtälöryhmät

9 Matriisit. 9.1 Matriisien laskutoimituksia

Determinantti. Määritelmä

Lineaarialgebra ja matriisilaskenta I

Talousmatematiikan perusteet: Luento 10. Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Matriisitulo Determinantti

Lineaarialgebra ja matriisilaskenta I

Inversio-ongelmien laskennallinen peruskurssi Luento 3

Matriisit. Määritelmä 1 Reaaliluvuista a ij, missä i = 1,..., k ja j = 1,..., n, muodostettua kaaviota a 11 a 12 a 1n a 21 a 22 a 2n A =

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Informaatiotieteiden yksikkö. Lineaarialgebra 1A. Pentti Haukkanen. Puhtaaksikirjoitus: Joona Hirvonen

Ville Turunen: Mat Matematiikan peruskurssi P1 1. välikokeen alueen teoriatiivistelmä 2007

MATRIISIN HESSENBERGIN MUOTO. Niko Holopainen

Matriisipotenssi. Koska matriisikertolasku on liitännäinen (sulkuja ei tarvita; ks. lause 2), voidaan asettaa seuraava määritelmä: ja A 0 = I n.

Lineaarialgebra a, kevät 2018 Harjoitusta 5 Maplella

3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. Olkoot A 2 := AA =

Numeeriset menetelmät TIEA381. Luento 5. Kirsi Valjus. Jyväskylän yliopisto. Luento 5 () Numeeriset menetelmät / 28

Matriisit, L20. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

Matriisiteoria Harjoitus 1, kevät Olkoon. cos α sin α A(α) = . sin α cos α. Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on?

Singulaariarvohajotelma ja pseudoinverssi

802120P Matriisilaskenta (5 op)

Ortogonaalisen kannan etsiminen

Ax, y = x, A y. A = A A hermiittinen. Jokainen reaalinen ja symmetrinen matriisi on määritelmän mukaan myös hermiittinen. A =, HARJOITUSTEHTÄVIÄ

Insinöörimatematiikka D

(0 desimaalia, 2 merkitsevää numeroa).

Seuraava luento ti on salissa XXII. Lineaarialgebra (muut ko) p. 1/117

Numeeriset menetelmät

5 Lineaariset yhtälöryhmät

Lineaarikuvauksen R n R m matriisi

Insinöörimatematiikka D

Yhtälöryhmä matriisimuodossa. MS-A0007 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Esimerkki 19. Esimerkissä 16 miniminormiratkaisu on (ˆx 1, ˆx 2 ) = (1, 0).

Numeeriset menetelmät

Sisätuloavaruudet. 4. lokakuuta 2006

Johdatus lineaarialgebraan. Juha Honkala 2017

Ominaisarvo ja ominaisvektori

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

Transkriptio:

LU-hajotelma 1 / 24

LU-hajotelma Seuravassa tarkastellaan kuinka neliömatriisi voidaan esittää kahden kolmiomatriisin tulona. Käytämme alkeismatriiseja tälläisen esityksen löytämiseen. Edellä mainittua hajotelmaa voidaan käyttää matriisiyhtälön ratkaisemiseen. 2 / 24

LU-hajotelma Määritelmä 1 Neliömatriisi A (n, n) on yläkolmiomatriisi, jos sen diagonaalin alapuolella olevat alkiot ovat kaikki nollia. Vastaavasti neliömatriisi A (n, n) on alakolmiomatriisi, jos sen diagonaalin yläpuolella olevat alkiot ovat kaikki nollia. Esimerkki 1 Matriisi 1 2 3 A = 0 1 0 0 0 5 on yläkolmiomatriisi ja matriisi 1 0 0 B = 0 1 0 1 0 5 on alakolmiomatriisi. 3 / 24

LU-hajotelma Rivimuunnoksilla voidaan saada neliömatriisista yläkolmiomatriisi (vrt. Gaussin ja Jordanin menetelmä). Esimerkki 2 2 2 1 Olkoon A = 2 3 2. Nyt rivimuunnoksilla saadaan 4 1 1 2 2 1 2 2 1 2 2 1 2 3 2 A 12(1) 0 5 3 A 23(1) 0 5 3 = U, A 4 1 1 13 ( 2) 0 5 1 0 0 2 missä U on yläkolmiomatriisi. 4 / 24

LU-hajotelma Kun edellä on tehty vain tietynlaisia rivimuunnoksista niitä vastaavat alkeismatriisit ovat alakolmiomatriiseja. Edellä olevien alkeismatriisien käänteismatriisit ovat myös alakolmiomatriiseja, joiden tulo on myös alakolmiomatriisi. Tällöin alkuperäinen matriisi saadaan esitettyä alakolmiomatriisin ja yläkolmiomatriisin tulona. 5 / 24

LU-hajotelma Esimerkki 3 Edellisessä esimerkissä tehtiin kolme rivimuunnosta, jotka voidaan muuttaa niitä vastavaksi alkeismatriiseiksi ja antaa matriisi U näiden matriisien ja matriisin A tulona seuraavasti: 1 0 0 1 0 0 1 0 0 U = 0 1 0 0 1 0 1 1 0 A. 0 1 1 2 0 1 0 0 1 Nyt voidaan ratkaista alkeismatriien käänteismatriisit ja esittää matriisi A näiden käänteismatriisien ja matriisin U tulona seuraavasti: 1 0 0 1 0 0 1 0 0 A = 1 1 0 0 1 0 0 1 0 U. 0 0 1 2 0 1 0 1 1 6 / 24

LU-hajotelma Esimerkki 3 jatkuu Lasketaan edellä olevin alkeismatriisien tulomatriisi 1 0 0 1 0 0 1 0 0 1 0 0 L = 1 1 0 0 1 0 0 1 0 = 1 1 0. 0 0 1 2 0 1 0 1 1 2 1 1 Nyt A = LU, missä L on alakolmiomariisi, jonka diagonaalilla on vain ykkösiä, ja U on yläkolmiomatriisi. 7 / 24

LU-hajotelma Määritelmä 2 Jos me voimme esittää neliömatriisin A M(n, n) muodossa A = LU, missä L on alakolmiomatriisi, jonka diagonaalilla on pelkkiä ykkösiä ja U on yläkolmiomatriisi, joka on porrasmuodossa, niin tätä matriisin A esitystä sanotaan LU-hajotelmaksi. 8 / 24

LU-hajotelma Yläkolmiomatriisi U saatiin edellisissä esimerkeissä sellaisten rivimuunnosten avulla, että riveihin lisättiin vain toisia rivejä nollasta eroavalla reaaliluvulla kerrottuna. Tällöin näiden rivimuunnosten alkeismatriisimuotojen käänteismatriisien (alakolmiomatriiseja) tulona saatiin alakolmiomatriisi L. Alkeismatriisit (ja niiden käänteismatriisit) olivat alakolmiomatriiseja sen takia, että aina lisättiin ylempää riviä alempaan riviin kerrottuna jollain reaaliluvulla (A ij (c), i < j). Alakolmiomatriisien tulo oli alakolmiomatriisi. 9 / 24

LU-hajotelma Lause 1 Kahden alakolmimatriisin, joiden diagonaalilla on pelkkiä lukuja 1, tulo on myös alakolmiomatriisi, jonka diagonaalilla on vain lukuja 1. Vastaavasti kahden yläkolmiomatriisin tulona saadaan yläkolmiomatriisi. 10 / 24

LU-hajotelma Todistus. Todistetaan alakolmiomatriisien tulos (yläkolmiomatriiseille vastaavasti). Olkoot L = [l ij ], M = [m ij ] M(n, n) alakolmiomatriiseja, joiden diagonaaleilla on vain ykkösiä. Täten l ij = m ij = 0 kaikilla i < j ja l ii = m ii = 1 kaikilla i. Olkoon B = [b ij ] = LM. Nyt b ii = n l ik m ki = l ii m ii = 1 1 = 1 k=1 kaikilla i, sillä joko l ik = 0 tai m ki = 0, kun i k. Kun j > i, niin n b ij = l ik m kj = 0, k=1 sillä l ik = 0, kun k > i ja m kj = 0, kun k i < j. Näin ollen B on alakolmiomatriisi, jonka diagonaalilla on vain ykkösiä. 11 / 24

LU-hajotelma Lause 2 Olkoon A M(n, n) ja oletetaan, että A saadaan muutettua rivimuunnoksilla lukuun ottamatta rivien vaihtoja yläkolmiomatriisiksi U. Tällöin on olemassa sellainen alakolmiomatriisi L, jonka diagoonaalilla on vain ykkösiä, että A = LU. Jos U on kääntyvä (U:n porrasmuodossa on n askelta), niin esitys on yksikäsitteinen. Todistus. Sivuutetaan. 12 / 24

LU-hajotelman käyttö yhtälön ratkaisussa Halutaan ratkaista yhtälö Ax = b, missä A on kääntyvä. Jos A toteuttaa edellisen lauseen ehdot, saadaan LUx = b. Koska L on kääntyvä, niin on olemassa sellainen yksikäsitteinen y, että Ly = b. Koska U on myös kääntyvä, niin on olemassa sellainen yksikäsitteinen x, että Ux = y. Täten Ax = L(Ux) = Ly = b ja yhtälö ratkaistu. 13 / 24

LU-hajotelman käyttö yhtälön ratkaisussa Esimerkki 4 2 2 1 Ratkaistaan yhtälö Ax = b, missä A = 2 3 2 ja 4 1 1 1 b = 0. Nyt aikaisempien esimerkkien nojalla 1 1 0 0 2 2 1 A = LU = 1 1 0 0 5 3. 2 1 1 0 0 2 Ratkaistaan aluksi yhtälö Ly = b, missä y = y 2. y 3 y 1 14 / 24

LU-hajotelman käyttö yhtälön ratkaisussa Esimerkki 4 jatkuu Nyt saadaan y 1 = 1 y 1 = 1 y 1 + y 2 = 0 y 2 = 1. 2y 1 y 2 + y 3 = 1 y 3 = 2 Ratkaistaan seuraavaksi yhtälö Ux = y. Nyt 2x 1 + 2x 2 + x 3 = 1 x 1 = 1 5 5x 2 + 3x 3 = 1 x 2 = 4. 2x 3 = 2 5 x 3 = 1 15 / 24

Hajotelma PA = LU Ilman rivin vaihtoja ei aina onnistu matriisin saattaminen yläkolmiomatriisiksi. Olkoon matriisit P i, i = 1,... k, tällaisia tarvittavia rivin vaihtoja vastaavat alkeismatriisit. Matriisia P = P k P k 1 P 2 P 1, missä sanotaan permutaatiomatriisiksi. Matriisi PA saadaan yläkolmiomatriisiksi rivioperaatioilla lukuun ottamatta rivin vaihtoja. 16 / 24

Hajotelma PA = LU Esimerkki 5 0 2 3 Olkoon A = 2 4 7. Nyt rivimuunnoksilla saadaan 1 2 5 0 2 3 1 2 5 1 2 5 2 4 7 P 13 2 4 7 A 12( 2) 0 0 3 1 2 5 0 2 3 0 2 3 missä U on yläkolmiomatriisi. 1 2 5 P 23 0 2 3 = U, 0 0 3 17 / 24

Hajotelma PA = LU Esimerkki 5 jatkuu Merkitään 0 0 1 1 0 0 P 1 = 0 1 0 ja P 2 = 0 0 1, 1 0 0 0 1 0 mitkä ovat äsken tehtyjä rivinvaihtoja vastaavat alkeismatriisit. Nyt permutaatiomatriisi 1 0 0 0 0 1 0 0 1 P = P 2 P 1 = 0 0 1 0 1 0 = 1 0 0. 0 1 0 1 0 0 0 1 0 18 / 24

Hajotelma PA = LU Esimerkki 5 jatkuu Tällöin 0 0 1 0 2 3 1 2 5 PA = 1 0 0 2 4 7 = 0 2 3. 0 1 0 1 2 5 2 4 7 Tämä matriisi voidaan muuttaa nyt yläkolmiomatriisiksi ilman rivienvaihtoa seuraavasti: 1 2 5 1 2 5 0 2 3 A 13( 2) 0 2 3 = U. 2 4 7 0 0 3 19 / 24

Hajotelma PA = LU Esimerkki 5 jatkuu Matriisimuodossa sama lasku kuin edellä on 1 0 0 0 1 0 PA = U, 2 0 1 joten 1 0 0 1 2 5 PA = 0 1 0 0 2 3 = LU. 2 0 1 0 0 3 20 / 24

Hajotelma PA = LU Lause 3 Olkoon A M(n, n) kääntyvä. Tällöin on olemassa sellainen permutaatiomatriisi P, että PA = LU, missä L on alakolmiomatriisi, jonka diagonaalilla on ykkösiä, ja U on yläkolmiomatriisi. Jokaiselle tällaiselle P matriisit L ja U ovat yksikäsitteisiä. Todistus. Sivuutetaan. 21 / 24

PA = LU-hajotelman käyttö yhtälön ratkaisussa Käsitellään yhtälöä Ax = b ja oletetaan, että PA = LU. Tällöin PAx = Pb LUx = Pb. Nyt yhtälö LUx = Pb voidaan ratkaista normaalisti LU hajotelman avulla. 22 / 24

PA = LU-hajotelman käyttö yhtälön ratkaisussa Esimerkki 6 0 2 3 7 Ratkaistaan yhtälö Ax = B, missä A = 2 4 7 ja b = 9. 1 2 5 6 Edellisen esimerkin nojalla 0 0 1 7 6 LUx = PAx = Pb = 1 0 0 9 = 7 0 1 0 6 9 Ratkaistaan aluksi yhtälö Ly = Pb, missä y = y 2. y 3 y 1 23 / 24

PA = LU-hajotelman käyttö yhtälön ratkaisussa Esimerkki 6 jatkuu Nyt saadaan y 1 = 6 y 1 = 6 y 2 = 7 y 2 = 7. 2y 1 + y 3 = 9 y 3 = 21 Ratkaistaan seuraavaksi yhtälö Ux = y. Nyt x 1 2x 2 + 5x 3 = 6 x 1 = 57 2x 2 + 3x 3 = 7 x 2 = 14. 3x 3 = 21 x 3 = 7 24 / 24