Professional Documents
Culture Documents
cka analiza
5. predavanje dodatak
Autor: Sasa Singer
Predavac: Nela Bosner
nela@math.hr
web.math.hr/~nela/nad.html
Gaussove eliminacije:
Algoritam.
Gaussove eliminacije s parcijalnim i potpunim
pivotiranjem.
Pivotni rast i ocjena pivotiranja.
LR faktorizacija.
Veza Gaussovih eliminacija i LR faktorizacije.
1. korak.
U prvom stupcu matrice A(1) ponistimo sve elemente,
osim prvog.
Kako se to radi?
(1)
Ako je element a11 6= 0, onda redom, mozemo
od i-te jednadzbe oduzeti
prvu jednadzbu pomnozenu s
(1)
ai1
mi1 = (1)
, i = 2, . . . , n.
a11
(n)
Uz pretpostavku da je ann 6= 0, ovaj se linearni sustav lako
rjesava povratnom supstitucijom
(n)
bn
xn = (n)
,
ann
Xn
1 (i) (i)
xi = (i) bi aij xj , i = n 1, . . . , 1.
aii j=i+1
Odgovor: Ne!
0.0001 x1 + x2 = 1
x1 + x2 = 2.
x1 + x2 = 1
x1 + x2 = 2,
za i, j = k + 1, . . . , n, a multiplikatori mik su
(k)
aik
mik = (k)
, i = k + 1, . . . , n.
akk
|mik | 1, i = k + 1, . . . , n.
za k = 1 do n - 1 radi {
/* Nadi maksimalni |element| u ostatku stupca */
max elt = 0.0;
ind max = k;
za i = k do n radi {
ako je |A[i, k]| > max elt onda {
max elt = |A[i, k]|;
ind max = i;
}
};
za i = k + 1 do n radi {
/* Izracunaj multiplikator */
mult = A[i, k] / A[k, k];
/* Azuriraj i-ti redak */
za j = k + 1 do n radi {
A[i, j] = A[i, j] - mult * A[k, j];
};
b[i] = b[i] - mult * b[k];
}
ina
ce
/* Matrica je singularna, STOP */
};
/* Povratna supstitucija */
/* Rjesenje x izra
cunaj u b */
b[n] = b[n] / A[n, n];
za i = n - 1 do 1 radi {
sum = b[i];
za j = i + 1 do n radi {
sum = sum - A[i, j] * b[j];
};
b[i] = sum / A[i, i];
};
aritmetickih operacija.
Broj koraka k varira od 1 do n 1, pa je ukupan broj
operacija potrebnih za svodenje na trokutastu formu jednak
n1
X n1
X
2
2
2(n k) + 3(n k) = 2k + 3k
k=1 k=1
1 3 2
= 4n + 3n 7n .
6
Druga suma se dobije se iz prve zamjenom indeksa n k k.
pn 2n1 .
cn n.
Medutim, nadeni su primjeri matrica kad to ne vrijedi.
Kontraprimjer (konstruiran 1991. godine), matrice reda 13
ima pivotni rast cn = 13.0205.
Za j = 2, . . . , n vrijedi
Xn X n X n X n
a a
(2)
|aij | = aij i1 a1j |a | + 1j
|ai1 |
a11 ij a11
i=2 i=2 i=2 i=2
i6=j i6=j i6=j i6=j
A = LR,
pri cemu je
L donja trokutasta matrica s jedinicama na dijagonali,
R gornja trokutasta.
Ly = b, Rx = y.
Prednost LR faktorizacije:
rjesavaju se dva jednostavna sustava,
desna strana b ne transformira se istovremeno s matricom
A, pa promjena desne strane kosta samo O(n2 ) operacija.
y 1 = b1 ,
i1
X
y i = bi ij yj , i = 2, . . . , n,
j=1
r1j = a1j , j = 1, . . . , n,
aj1
j1 = , j = 2, . . . , n,
r11
za i = 2, . . . , n :
i1
X
rij = aij ik rkj , j = i, . . . , n,
k=1
i1
X
1
ji = aji jk rki , j = i + 1, . . . , n.
rii k=1
A1 = [1] [a11 ].
Moze se pokazati da je
matrica R dobivena LR faktorizacijom jednaka
matrici R dobivenoj Gaussovim eliminacijama.
Neka je matrica
A(k) dobivena u k-tom koraku Gaussovih eliminacija,
a A(k+1) matrica iz sljedeceg koraka.
Onda se A(k+1) moze matricno napisati kao produkt
A(k+1) = Mk A(k) ,
pri cemu je . . .
Ik1
1
mk+1,k 1
Mk = ...
mk+2,k
.. ...
.
mn,k 1
a mik su odgovarajuci multiplikatori.
e
Na kraju eliminacija, nakon n koraka, dobijemo trokutasti R,
P A = LR,
Realizacija permutacija:
Fizicki zamjenjujemo retke u radnoj matrici A u kojoj
formiramo L i R,
L I u strogo donjem trokutu od A,
R u gornjem trokutu od A.
Moramo pamtiti permutaciju P , zbog naknadne
permutacije desne strane vektora b.
Matrica P se pamti kao vektor p, koji na mjestu i ima
indeks stupca j gdje se nalazi jedinica u i-tom retku
od P ,
tj. p[i] = j Pij = 1.
P AQ = LR,
P Ax = LR(QT x) = LRz = P b.
R R
L L