Professional Documents
Culture Documents
2/ Phương pháp LU
Mệnh đề. Cho A là ma trận vuông cấp n. Nếu khi sử dụng các biến
đổi sơ cấp đối với hàng hi hi h j để đưa A về dạng bậc thang mà
các phần tử trên đường chéo của bậc thang không là phần tử 0, thì A
có phân tích A = LU.
Nếu sử dụng các phép biến đổi sơ cấp đối với hàng mà trên đường
chéo xuất hiện phần tử 0 thì dùng phép biến đổi hi h j để làm cho
phần tử trên đường chéo khác 0. Tương ứng với phép nhân bên trái A
cho ma trận khả nghịch P.
Mệnh đề. Với mọi ma trận không suy biến A, tồn tại ma trận hoán vị
P sao cho PA phân tích được thành LU.
Cho A là ma trận cỡ m n .
Dùng k phép bđsc đối với hàng để đưa A về ma trận phía trên U.
Ek Ek 1 E2 E1 1
UA E11E21 Ek11Ek1U A
A LU L E11E21 Ek11Ek1I
Để tìm ma trận L ta dùng các phép biến đổi sơ cấp ngược với các
biến đổi trên đối với ma trận I.
1 2 1 1 2 1
0 1 1 0 1 1 U
h2 h2 2 h1 , h3 h3 3h1 h3 h3 h2
A
0 1 4 0 0 5
1 0 0 1 0 0 1 0 0
I 0 1 0
h3 h3 h2 0 1 0 h2 h2 2 h1,h3 h3 3h1
2 1 0 L
0 0 1 0 1 1
3 1 1
Ma trận L có: lij 0 nếu i < j
lij 1 nếu i = j
1 1 2 1
0 1 1 2
h2 h2 2 h1 , h3 h3 3h1 , h4 h4 4 h1
A
0 1 1 3
1 1 2 1 0 1 1 1
0 1 1 2
U
h3 h3 h2 , h4 h4 h2
0 0 2 5
0 0 0 3
1 0 0 0
Từ các hệ số trong các phép 2 1 0
biến đổi, ta có ngay: 0
L
3 1 1 0
4 1 0 1
Ví dụ 8
1 1 2 1 1
2 3 5 4 7
Giải hệ pt AX b , với A và b
3 2 7 6 5
4 5 9 3 6
AX b LUX b
Đặt Y UX LY b
A L D
DLT RT R
A RT R gọi là phân tích Cholesky của ma trận đối xứng, xác định dương A
Ví dụ 9
1 2 3
Tìm phân tích Cholesky của ma trận A 2 8 12
3 12 27
1 2 3 3 12 3
0 4 6
h3 h3 h2
h2 h2 2 h1 , h3 h3 3h1
A 2 04 6 U
0 6 18 0 0 9
1 0 0
Từ các hệ số trong các phép
biến đổi, ta có ngay: L 2 1 0
3 3/ 2 1
A RT R trong đó
1 0 0 1 2 3 1 2 3
R DLT 0 2 0 0 1 3 / 2 0 2 3
0 0 3 0 0 1 0 0 3
Ví dụ 10
4 12 16
Tìm phân tích Cholesky của ma trận A 12 37 43
16 43 98
4 12 16 4 12 16
0 1 5 0 1 U
h2 h2 3h1 , h3 h3 4 h1 h3 h3 5 h2
A 5
0 5 34 0 0 9
2/ x R n , R, f x f x
3/ x, y R n , f x y f x f y
n 2 1/2
2/ 2-chuẩn: x x1,..., xn K , x 2 xk
n
k 1
1,..., p R p , f : R n R xác định bởi
p n
x1, x2 ,..., xn R , f x1, x2 ,..., xn i aij x j
n
i 1 j 1
CMR f là một chuẩn khi và chỉ khi:
1/ n p 2 / A là ma trận khả nghịch 3 / i 1, 2,..., n, i R*
Ví dụ 14.
Trong không gian các số thực R , hàm thực
x R, x arctan x có là chuẩn trong R? Giải thích.
Ví dụ 15.
c/ x x1; x2 ; x2 , x x1 x2
1/3
cộng hai vécto là phép cộng hai hàm thông thường và phép nhân
véctơ với một số thực là nhân hàm với số thực thông thường.
f C 0;1, f max f ( x) . Hỏi f có là chuẩn trong C 0;1
1
0 x
2
Định nghĩa chuẩn của ma trận
Cho A M mn R . Chuẩn của A là một số thực ký hiệu A và thỏa mãn
1/ A M mn R , A 0 và A 0 A 0
2/ A M mn R , R, A A
3/ A, B M mn R , A B A B
4/ A, B M mn R , AB A B
A M mn R
AX
A max max AX
X 0 X X 1
giá trị lớn nhất của tổng các trị tuyệt đối các phần tử trên một cột
n
2/ A aij , A max aij
i1,2,...,m j 1
giá trị lớn nhất của tổng các trị tuyệt đối các phần tử trên một hàng
1/2
m n 2
3/
A aij , A 2 aij
i 1 j 1
Ví dụ 18
1 2 3
Tìm A 1 và A của ma trận A 2 5 4
7 1 6
Ví dụ 19
Định nghĩa hội tụ
Dãy các vécto X n n1 hội tụ đến vécto X 0 , ký hiệu lim X n X 0 , nếu
n
0, n , n n , X n X 0
Ví dụ 20
T
2n 1
Cho dãy
X n n 1 , X n , trong R 2
. Chứng minh rằng
n 1 n 2
lim X n 2,0 theo chuẩn.
T
n
Hệ phương trình không ổn định
Hệ phương trình AX b được gọi là hệ không ổn định nếu những thay đổi
nhỏ trên các phần tử của A hoặc trên các phần tử của b sẽ gây ra những
thay đổi rất lớn về nghiệm.
Ví dụ.
x y 1
Hệ phương trình có nghiệm x = -99, y = 100
x 1.01 y 2
x y 1
Hệ phương trình có nghiệm x = 101, y = -100
x 0.99 y 2
Đại lượng Cond ( A) A A1 đo mức độ nhạy cảm của nghiệm X của hệ
phương trình AX=b đối với những thay đổi trên các phần tử của ma trận hệ
số và của vế phải b (đo mức độ ổn định của hệ phương trình AX=b).
1 Cond ( A)
Cond (A) càng lớn thì hệ phương trình càng mất ổn định
Cond(A) càng gần với số 1 thì hệ càng ổn định
Ví dụ 19.
1 1
A 2 12 12 12 1.01 2.005
2
A
1 1.01
1 101 100 A1
2 2
1012 100 100 1002 200.5012
A 2
100 100
qn
Công thức tiên nghiệm đánh giá sai số: X n X1 X 0
p
1 q p
q
Công thức hậu nghiệm đánh giá sai số: X n X n X n 1
p
1 q p
Phương pháp lặp Jacobi AX b 1
a11 a12 a1n
a a a
A 21 22 2n
a a
n1 n 2 a nn
A D L U
D L U X b DX L U X b X D 1 L U X D 1b
X n D 1 L U X n 1 D 1b
Điều kiện: Nếu A là ma trận đường chéo trội thì phương pháp lặp Jacobi
hội tụ với mọi giá trị X 0
a11 a12
Trường hợp A là ma trận vuông cấp 2: A
a a
21 22
a11 0 0 a12
A D L U A
0 a a
22 21 0
9 5 0 5 / 9
A T
3 8 3 / 8 0
7 2 3 0 2 / 7 3 / 7
A 4 9 1 A 4 / 9 0 1/ 9
5 2 11 5 / 11 2 / 11 0
Ví dụ 21.
3 5 x2
x1
11
x2 4 2 x1
13
Bấm máy:
3 5B 4 2A q q
X :Y : | X A |: | Y B |: A X : B Y
11 13 1 q 1 q
Ví dụ 22.
3 7 x2
x1
7
x 3 7 x1
2 12
Bấm máy (lưu ý đề sai):
3 7B 3 7A
X :Y :| X A |:| Y B |: A X : B Y
7 12
Ví dụ 23.
6 2 x2
x1
13
x 6 6 x1
2 15
Bấm máy:
6 2B 6 6A
X :Y : A X :B Y
13 15
Ví dụ 24. Dùng phương pháp lặp Jacobi, tìm nghiệm gần đúng của phương
trình AX=b, với sai số theo công thức hậu nghiệm không quá 104, chuẩn
12 1 1 1
A 2 11 3 , b 6
1 0.5 8 4
12 0 0 0 0 0 0 1 1
A D L U 0 11 0 2 0 0 0 0 3
0 0 8 1 0.5 8 0 0 0
X n D 1 L U X n 1 D 1b X n TX n 1 C
0.0833
0 0.0833 0.0833 0.0833
chọn X 0 C 0.5455
T 0.1818 0 0.2727 , C 0.5455
0.5000
0.1250 0.0625 0
0.5000
q
norm(T ,inf) 0.4545 q 1 Xn X n X n 1
p
1 q p
1 x2 x3
x1
12
6 2 x1 3 x3
x2
11
4 x1 0.5 x2
x3
8
Bấm máy:
1 B C 6 2 A 3C 4 A 0.5 B q
X :Y :Z : | X A |:
12 11 8 1 q
q q
| Y B |: | Z C |: A X : B Y : C Z
1 q 1 q
Phương pháp lặp Gauss - Seidel AX b 1
a11 a11 a11
a a a
A 21 22 2n
a a
n1 n 2 a nn
Điều kiện: Nếu A là ma trận đường chéo trội thì phương pháp lặp Gauss
- Seidel hội tụ với mọi giá trị X 0 (tương tự phương pháp Jacobi)
Ví dụ 25. Dùng phương pháp lặp Gauss - Seidel, tìm nghiệm gần đúng của
phương trình AX=b, với sai số theo công thức tiên nghiệm không quá 104
và chọn chuẩn 12 1 1 1
A 2 11 3 ,b 6
1 0.5 8 4
12 1 0 0 0 0 0 1 1
A D L U 0 11 0 2 0 0 0 0 3
0 0 8 1 0.5 0 0 0 0
1 1
X n TX n 1 C T
D L
U , C D L b
0 0.0833 0.0833 0.0833
T D L U 0 0.0152 0.2879 C D L b 0.5303
1 1
1 B C 6 2 A 3C 4 A 0.5 B
Bấm máy: A :B :C
12 11 8
Ví dụ 26.
7 7 x2
x1
10
x 6 5 x1
2 15
Bấm máy: 7 7B 6 5A
A :B
10 15
Ví dụ 27.