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

Samankaltaiset tiedostot
Numeeriset menetelmät

Käänteismatriisin ominaisuuksia

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

Matematiikka B2 - TUDI

Johdatus tekoälyn taustalla olevaan matematiikkaan

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

Ennakkotehtävän ratkaisu

2.5. Matriisin avaruudet ja tunnusluvut

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

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

Matematiikka B2 - Avoin yliopisto

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

1.1. Määritelmiä ja nimityksiä

Numeeriset menetelmät

Matriisilaskenta Luento 8: LU-hajotelma

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

Lineaariset yhtälöryhmät ja matriisit

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Käänteismatriisi 1 / 14

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

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

Lineaarinen yhtälöryhmä

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

Gaussin ja Jordanin eliminointimenetelmä

1 Matriisit ja lineaariset yhtälöryhmät

Talousmatematiikan perusteet: Luento 10. Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi

Talousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi

Numeeriset menetelmät

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:

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

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät

10 Matriisit ja yhtälöryhmät

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

Talousmatematiikan perusteet

BM20A0700, Matematiikka KoTiB2

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47

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

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Insinöörimatematiikka D

Vektoreiden virittämä aliavaruus

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

1. LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT. 1.1 Lineaariset yhtälöryhmät

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

Lineaariset kongruenssiyhtälöryhmät

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

4.6 Matriisin kääntäminen rivioperaatioilla

Determinantti. Määritelmä

ax + y + 2z = 0 2x + y + az = b 2. Kuvassa alla on esitetty nesteen virtaus eräässä putkistossa.

Determinantti 1 / 30

Lineaarialgebra ja matriisilaskenta I

Sovitaan ensin merkintätavoista. Ratkaisemme ensin yksinkertaisen yhtälöparin. 5y = 10. x = 3 x = 1

Numeeriset menetelmät

Determinantti. Määritelmä

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/81

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 3 /

(0 desimaalia, 2 merkitsevää numeroa).

Kurssin loppuosassa tutustutaan matriiseihin ja niiden käyttöön yhtälöryhmien ratkaisemisessa.

Lineaarialgebra ja matriisilaskenta I

7 Vapaus. 7.1 Vapauden määritelmä

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

Ratkaisuehdotukset LH 7 / vko 47

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/210

Valintakoe

Lineaarialgebra (muut ko)

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

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

2.8. Kannanvaihto R n :ssä

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.

802118P Lineaarialgebra I (4 op)

Numeeriset menetelmät

Insinöörimatematiikka D

Inversio-ongelmien laskennallinen peruskurssi Luento 3

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

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

ja piirrä sitä vastaavat kaksi käyrää ja tarkista ratkaisusi kuvastasi.

3.1 Lineaarikuvaukset. MS-A0007 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset

MS-A0004/MS-A0006 Matriisilaskenta Laskuharjoitus 6 / vko 42

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

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

Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja

Ortogonaalinen ja ortonormaali kanta

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

ja F =

Luento 5: Suurten lineaaristen yhtälöryhmien ratkaiseminen iteratiivisilla menetelmillä

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

2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio

Insinöörimatematiikka D

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

Matriisit ja optimointi kauppatieteilijöille P

Insinöörimatematiikka D

LINEAARIALGEBRA I. Hannu Honkasalo. Helsingin yliopiston matematiikan laitos v w u ...

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

Matriisit ja optimointi kauppatieteilijöille P

Lineaarialgebra ja matriisilaskenta I

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

5 Lineaariset yhtälöryhmät

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

Transkriptio:

Liukuluvut Tietokonelaskuissa käytetään liukulukuja: mikä esittää lukua ± α α α M β k ± ( M α i β i )β k, i= β on järjestelmän kantaluku, α α M liukuluvun mantissa, α,, α M lukuja,,,, β, siten että α Esimerkki 674 3 = (6 +7 +4 3 ) 3 = 6 +7 +4 = 674 Osittaistuenta Laskuissa esiintyy pyöristysvirheitä, joiden vaikutus saattaa kasautua Jos tukialkio Gaussin algoritmissa on itseisarvoltaan pieni muihin alkioihin verrattuna, niin rivien lisäämisessä tarvittavat kertoimet tulevat itseisarvoltaan suuriksi Luvuissa jo olevat pyöristysvirheet voimistuvat Osittaistuenta Gaussin algoritmissa: Etsitään sarakkeen itseisarvoltaan suurin alkio ja vaihdetaan tämä tukialkioiksi (eli ko rivi riviksi) Tämä tehdään jokaiselle Gaussin algoritmiin liittyvälle osamatriisille

Esimerkki Ratkaise yhtälöryhmä 7x + 3x + 5x 3 = 55 35x + 47x + 3x 3 = 5 7x + 3x x 3 = 6 käyttämällä liukulukuaritmetiikkaa, missä β = ja M = 4 Tarkka ratkaisu: x = x = x 3 = Gauss ilman osittaistuentaa: x =, 3, x =, 9944 ja x 3 =, 9939 Esimerkki jatkoa Ratk Laajennettu kerroinmatriisi: 7 3 5 55 7 3 5 55 35 47 3 5 35 47 3 5 7 3 6 7 3 6 35 47 3 5 4857 7 3 5 55 + 7 3 6 35 47 3 5 7 388 4 6 66 5 +

Esimerkki jatkoa 35 47 3 5 6 66 5 7 388 4 35 47 3 5 6 66 5 396 396 Vastaava yhtälöryhmä: 7967 + 35x + 47x + 3x 3 = 5 6x 66x 3 = 5 396x 3 = 396 x = x = x 3 = 4 Käänteismatriisin laskeminen Jos matriisilla A on käänteismatriisi A, niin AA = A A = I Miten käänteismatriisi lasketaan tehokkaasti?

Esimerkki 3 Määrää matriisin Käänteismatriisi A = 3 4 3 8 Ratk Merkitään A = b b b 3 b b b 3 b 3 b 3 b 33 Oltava A A = I Esimerkki jatkoa b b b 3 3 b b b 3 = 4 3 8 b 3 b 3 b 33 3 yhtälöryhmää:

Esimerkki jatkoa b b b 3 3 b b b 3 = 4 3 8 b 3 b 3 b 33 sarake: b + b + b 3 = Gauss: b + b + 3 b 3 = 4 b 3 b + 8 b 3 = 3 4 3 8 Esimerkki jatkoa 3 b b b 3 3 b b b 3 = 4 3 8 b 3 b 3 b 33 sarake: b + b + b 3 = Gauss: b + b + 3 b 3 = 4 b 3 b + 8 b 3 = 3 4 3 8

Esimerkki jatkoa 4 b b b 3 3 b b b 3 = 4 3 8 b 3 b 3 b 33 3 sarake: b 3 + b 3 + b 33 = Gauss: b 3 + b 3 + 3 b 33 = 4 b 3 3 b 3 + 8 b 33 = 3 4 3 8 Esimerkki jatkoa 5 3 yhtälöryhmää: 3, 3, 3 4 3 8 4 3 8 4 3 8 Voidaan ratkaista yhtäaikaa: 3 4 3 8

Esimerkki jatkoa 6 3 4 3 8 3 4 3 8 3 3 4 4 3 3 4 4 + 3 + Esimerkki jatkoa 7 Jatketaan vielä: 3 + 3 4 + 3 9 7 3 4 3

Esimerkki jatkoa 8 Palautus yhtälöryhmäksi: Sarake: 9 7 3 4 3 b + b + b 3 = 9 b + b + b 3 = b + b + b 3 = 3 b = 9 b = b 3 = 3 Esimerkki jatkoa 9 Palautus yhtälöryhmäksi: 9 7 3 4 3 Sarake: b = 7 b = 4 = b 3 3 Sarake: b 3 = 3 b 3 = b 33 =

Esimerkki jatkoa A = b b b 3 b b b 3 = b 3 b 3 b 33 9 7 3 4 3 Vertaa: 9 7 3 4 3 Osa ratkaisusta turhaa Käänteismatriisi yleisesti Yleisesti: Jos A = u u u n u u u n = ( u u u n ) u n u n u nn on A:n käänteismatriisi, niin AA = A( u u u n ) = I, joten A u = A u u u n = A u = e, A u 3 = e 3,, A u n = e n = e,

Jatkoa Aina kun i =,, 3,, n: a a a n a a a n a n a n a nn u i u i u ni =, Jatkoa u i löydetään ratkaisemalla lineaarinen yhtälöryhmä Gaussin menetelmällä lähtemällä matriisista a a n a (i ) a (i )n a i a in a (i+) a (i+)n a n a nn = (A e i ) ja käänteismatriisi saadaan ratkaisemalla n yhtälöryhmää A u i = e i, i =,, n

Jatkoa 3 Ratkaisu yhtäaikaa: a a n a a n = (A I ) a n a nn Jatkoa 4 Jos (A I ) voidaan saattaa vaakarivialkeismuunnoksille muotoon b b b n b b b n b n b n b nn = (I b b b n ) = (I B), niin B = A

Jatkoa 5 Perustelu: (I B) vastaa n:ää lineaarista yhtälöryhmää u i + u i + u 3i + + u ni = b i u i + u i + u 3i + + u ni = b i u i + u i + + u n i + u ni = b ni, i =,,, n Matriisimuodossa: I ( u u u n ) = ( b b b n ) Siis: ( u u u n ) = ( b b b n ) eli A = B Esimerkki 4 Määrää matriisin käänteismatriisi A = 3 4 Ratk (A I ) = 3 4 ( ) 3 3 +

Esimerkki 4 jatkoa 3 ( ) 3 6 + 3 + 6 3 + 6 Esimerkki 4 jatkoa 3 6 = (I A ), eli A = 3 6

Esimerkki 5 Määrää matriisin käänteismatriisi Ratk A = 4 6 5 LU-hajotelma

Esimerkki 6 Ratkaise yhtälöryhmä x + 3x x 3 = 4 x + x + x 3 = 7 x + 6x + x 3 =, kun tiedetään, että yhtälöryhmän kerroinmatriisi 3 3 A = = 4 6 4 Esimerkki 6 jatkoa Ratk x + 3x x 3 = 4 x + x + x 3 = 7 x + 6x + x 3 = eli 3 x x = 6 x 3 4 7 Siis Merkitään 3 x 4 4 x = 7 4 x 3 3 x y 4 x = y 4 x 3 y 3

Esimerkki 6 jatkoa Silloin Vastaava yhtälöryhmä: y 4 y = 7 y 3 y = 4 y +y = 7 y + y 3 = y = 4, y = ja y 3 = Esimerkki 6 jatkoa 3 Koska niin 3 x y 4 x = y 4 x 3 y 3 3 x 4 4 x = 4 x 3 Vastaava yhtälöryhmä: x +3x x 3 = 4 4x +x 3 = 4x 3 = Taaksepäin sijoittamalla saadaan x 3 = 3, x = ja x = Vastaus: x =, x =, x 3 = 3

LU-hajotelma Yleisesti: Oletus: n n neliömatriisi A voidaan kirjoittaa tulona LU = A, missä L on alakolmiomatriisi ja U on yläkolmiomatriisi Tapaus n = 4: l u u u 3 u 4 l l u u 3 u 4 l 3 l 3 l 33 u 33 u 34 = l 4 l 4 l 43 l 44 u 44 a a a 3 a 4 a a a 3 a 4 a 3 a 3 a 33 a 34 a 4 a 4 a 43 a 44 Jatkoa Lineaarinen yhtälöryhmä A x = b, eli A x = (LU) x = L(U x) = b, voidaan ratkaista ratkaisemalla ensin alakolmioryhmä L y = b ja sen jälkeen yläkolmioryhmä U x = y

Jatkoa Alakolmioryhmä ratkaistaan eteenpäin sijoittamisella, y = b l, y i = l ii [b i i l ij y j ], i =, 3,, n, j= ja yläkolmioryhmä taaksepäin sijoittamisella, x n = y n u nn, x i = u ii [y i n j=i+ u ij x j ], i = n, n,, Yksikäsitteisyys Huom LU-hajotelma ei ole yksikäsitteinen Jos A = LU, niin A = LDD U = (LD)(D U) = L U on myös LU-hajotelma, jos D on diagonaalimatriisi Jos vaaditaan, että l ii = kaikilla i =,, n, niin hajotelma on yksikäsitteinen

Doolittlen algoritmi Määrää LU-hajotelma matriisille: 3 4 4 5 3 7 3 Ratk U saadaan lisäämällä luvulla kerrottuja rivejä toisiinsa L saadaan lisättyjen rivien kertoimista 3 4 U = A = 4 5 L = I = 3 7 3 Nyt L U = I A = A Jatkoa Lisätään U :n rivi luvulla kerrottuna riviin: 3 4 3 4 U = 3 4 4 5 = 3 3 7 3 3 7 3 L = L U = = 3 4 + 3 + 4 + 3 3 7 3 3 4 4 5 = A 3 7 3

Jatkoa Lisätään U :n rivi luvulla 3 kerrottuna 3 riviin: 3 4 3 4 U = 3 = 3 3 + 3 3 3 + 7 3 4 + 3 8 L = +3 L U = 3 4 + 3 + 4 + 3 = A 3 + 3 3 + 8 3 4 + Jatkoa 3 Lisätään U :n rivi luvulla 4 kerrottuna 3 riviin: 3 4 U = 3 L = 3 4 Nyt L U = A