Numerisches Programmieren
Lineare Gleichungssysteme Nikola Tchipev 28.10.2014
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
1
Folien von Professor Huckle, SoSe 2014
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
2
Folien von Professor Huckle, SoSe 2014 (mit Einschub)
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
2
¨ Ubersicht Wiederholung Matrizen ¨ Losen Ax = b Versuch an Visualisierung? Rechnen mit Matrizen ¨ Losungsverfahren Dreieckssysteme Gauss Elimination Gauss Elimination mit Pivotsuche LU-Zerlegung Matrixnormen
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
3
¨ Losen Ax = b Beispiel: 1 −1
2 x 1 · = 0 y 1
(1)
Zeileninterpretierung Schnittpunkt zweier Geraden: x + 2y = 1 −x + 0y = 1 x = −1, y = 1.
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
4
¨ Losen Ax = b Beispiel: 1 −1
2 x 1 · = 0 y 1
(1)
Spalteninterpretierung Korrekte lineare Kombination den Spaltenvektoren der Matrix A: 1 2 1 ·x + ·y = −1 0 1 x = −1, y = 1.
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
4
¨ Losen Ax = b Beispiel: 1 −1
2 x 1 · = 0 y 1
(1)
Spalteninterpretierung Korrekte lineare Kombination den Spaltenvektoren der Matrix A: 1 2 1 ·x + ·y = −1 0 1 x = −1, y = 1.
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
4
¨ Losen Ax = b Beispiel: 1 −1
2 x 1 · = 0 y 1
(1)
Spalteninterpretierung Korrekte lineare Kombination den Spaltenvektoren der Matrix A: 1 2 1 ·x + ·y = −1 0 1 x = −1, y = 1. ¨ Wann ist Ax = b losbar?
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
4
¨ Losen Ax = b Beispiel: 1 −1
2 x 1 · = 0 y 1
(1)
Spalteninterpretierung Korrekte lineare Kombination den Spaltenvektoren der Matrix A: 1 2 1 ·x + ·y = −1 0 1 x = −1, y = 1. ¨ Wann ist Ax = b eindeutig losbar?
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
4
Invertierbarkeit
Fur ¨ eine quadratische Matrix A ∈ Rn×n
a11 .. A= . an1
··· .. . ···
a1n .. sind . ann
¨ die folgende aquivalent: • A ist invertierbar, • det A 6= 0, • rankA = n, a12 a1n a11 .. .. .. • die Spaltenvektoren . , . , · · · , . sind an1 an2 ann ¨ linear unabhangig. 0 • Ax = b ist eindeutig losbar ¨ fur ¨ alle b 6= ... 0 Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
5
Invertierbarkeit
Gibt es mehr invertierbare oder nicht-invertierbare Matrizen?
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
6
Invertierbarkeit
Gibt es mehr invertierbare oder nicht-invertierbare Matrizen?
Sind alle reele Zahlen invertierbar?
Sind alle quadratische Matrizen invertierbar?
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
6
Invertierbarkeit
Gibt es mehr invertierbare oder nicht-invertierbare Matrizen?
Sind alle reele Zahlen invertierbar? fast alle - außer die Null Sind alle quadratische Matrizen invertierbar?
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
6
Invertierbarkeit
Gibt es mehr invertierbare oder nicht-invertierbare Matrizen?
Sind alle reele Zahlen invertierbar? fast alle - außer die Null Sind alle quadratische Matrizen invertierbar? fast alle - außer die “Nullen”
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
6
Versuch an Visualisierung: Diagonale 2 × 2 Matrizen 4 3 2
a22
1 0
-1 -2 -3 -4 -4 -3 -2 -1
0 1 a11
2
3
4
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
7
Versuch an Visualisierung: Diagonale 2 × 2 Matrizen wo finden wir: die Matrizen
4 3 2
0 0 1 0 , , 0 0 0 1 π 0 e 0 , 0 e 0 π
1 a22
0
-1 -2 -3 -4 -4 -3 -2 -1
0 1 a11
2
3
4
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
7
Versuch an Visualisierung: Diagonale 2 × 2 Matrizen wo finden wir: die Matrizen
4 3 2
0 0 1 0 , , 0 0 0 1 π 0 e 0 , 0 e 0 π
1 a22
0
-1 -2 -3 -4 -4 -3 -2 -1
0 1 a11
2
3
4
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
7
Versuch an Visualisierung: Diagonale 2 × 2 Matrizen wo finden wir: die Matrizen
4 3 2
0 0 1 0 , , 0 0 0 1 π 0 e 0 , 0 e 0 π
1 a22
0
-1 -2 -3 -4 -4 -3 -2 -1
0 1 a11
2
3
4
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
7
Versuch an Visualisierung: Diagonale 2 × 2 Matrizen wo finden wir: die Matrizen
4 3 2
0 0 1 0 , , 0 0 0 1 π 0 e 0 , 0 e 0 π
1 a22
0
-1 -2 -3 -4 -4 -3 -2 -1
0 1 a11
2
3
4
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
7
Versuch an Visualisierung: Diagonale 2 × 2 Matrizen wo finden wir: die Matrizen
4 3 2
0 0 1 0 , , 0 0 0 1 π 0 e 0 , 0 e 0 π
1 a22
0
-1 -2 -3 -4 -4 -3 -2 -1
0 1 a11
2
3
4
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
7
Versuch an Visualisierung: Diagonale 2 × 2 Matrizen wo finden wir: die Summe der Matrizen
4 3 2
2 0 1 + 0 3 0 3 0 = 0 1.5
0 −1.5
1 a22
0
-1 -2 -3 -4 -4 -3 -2 -1
0 1 a11
2
3
4
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
7
Versuch an Visualisierung: Diagonale 2 × 2 Matrizen wo finden wir: die Summe der Matrizen
4 3 2
2 0 1 + 0 3 0 3 0 = 0 1.5
0 −1.5
1 a22
0
-1 -2 -3 -4 -4 -3 -2 -1
0 1 a11
2
3
4
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
7
Versuch an Visualisierung: Diagonale 2 × 2 Matrizen wo finden wir: die Summe der Matrizen
4 3 2
2 0 1 + 0 3 0 3 0 = 0 1.5
0 −1.5
1 a22
0
-1 -2 -3 -4 -4 -3 -2 -1
0 1 a11
2
3
4
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
7
Versuch an Visualisierung: Diagonale 2 × 2 Matrizen wo finden wir: Matrizen mit:
4 3 2
• det = −1 • det = 2−1 • det = 2−2 • det = 2−5 • det = 0
1 a22
• det = 1
0
-1 -2 -3 -4 -4 -3 -2 -1
0 1 a11
2
3
4
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
7
Versuch an Visualisierung: Diagonale 2 × 2 Matrizen wo finden wir: Matrizen mit:
4 3 2
• det = −1 • det = 2−1 • det = 2−2 • det = 2−5 • det = 0
1 a22
• det = 1
0
-1 -2 -3 -4 -4 -3 -2 -1
0 1 a11
2
3
4
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
7
Versuch an Visualisierung: Diagonale 2 × 2 Matrizen wo finden wir: Matrizen mit:
4 3 2
• det = −1 • det = 2−1 • det = 2−2 • det = 2−5 • det = 0
1 a22
• det = 1
0
-1 -2 -3 -4 -4 -3 -2 -1
0 1 a11
2
3
4
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
7
Versuch an Visualisierung: Diagonale 2 × 2 Matrizen wo finden wir: Matrizen mit:
4 3 2
• det = −1 • det = 2−1 • det = 2−2 • det = 2−5 • det = 0
1 a22
• det = 1
0
-1 -2 -3 -4 -4 -3 -2 -1
0 1 a11
2
3
4
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
7
Versuch an Visualisierung: Diagonale 2 × 2 Matrizen wo finden wir: Matrizen mit:
4 3 2
• det = −1 • det = 2−1 • det = 2−2 • det = 2−5 • det = 0
1 a22
• det = 1
0
-1 -2 -3 -4 -4 -3 -2 -1
0 1 a11
2
3
4
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
7
Versuch an Visualisierung: Diagonale 2 × 2 Matrizen wo finden wir: Matrizen mit:
4 3 2
• det = −1 • det = 2−1 • det = 2−2 • det = 2−5 • det = 0
1 a22
• det = 1
0
-1 -2 -3 -4 -4 -3 -2 -1
0 1 a11
2
3
4
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
7
Versuch an Visualisierung: Diagonale 2 × 2 Matrizen wo finden wir: Matrizen mit:
4 3 2
• det = −1 • det = 2−1 • det = 2−2 • det = 2−5 • det = 0
1 a22
• det = 1
0
-1 -2 -3 -4 -4 -3 -2 -1
0 1 a11
2
3
4
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
7
Versuch an Visualisierung: Diagonale 2 × 2 Matrizen wo finden wir: Matrizen mit Frobeniusnorm 1?
4 3 2
q (a11 )2 + . . . + (ann )2
1 a22
kAkF =
0
-1 -2 -3 -4 -4 -3 -2 -1
0 1 a11
2
3
4
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
7
Versuch an Visualisierung: Diagonale 2 × 2 Matrizen wo finden wir: Matrizen mit Frobeniusnorm 1?
4 3 2
q (a11 )2 + . . . + (ann )2
1 a22
kAkF =
0
-1 -2 -3 -4 -4 -3 -2 -1
0 1 a11
2
3
4
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
7
Rechnen mit Matrizen Lineare Abbildung
Matrix A ∈ Rn×n
a11 .. A= . an1
··· .. . ···
a1n .. beschreibt lineare Abbildung: . ann
y → f (x) = Ax y1 a b x ax1 + bx2 = · 1 = y2 c d x2 cx1 + dx2
Beispiel: A =
√1 2
1 −1
1 1
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
8
Rechnen mit Matrizen Addition Matrizen bilden kommutative Gruppe bzgl. Addition. Multiplikation Pk cij = r =1 air · brj
• Multiplikation ist associativ, distributiv bzgl. Addition, aber
im algemein nicht kommutativ: AB 6= BA
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
9
Rechnen mit Matrizen Transponierte Matrix “Spiegelung an der Hauptdiagonalen” AT =
ai,j
n,m T i,j=1
= aj,i
Eigenwert, eigenvektor Ein Vektor u ∈ Rn heißt Eigenvektor zu Eigenwert λ ∈ R, wenn gilt: • u 6= 0 • Au = λu • A ∈ Rn×n
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
10
¨ Losungsverfahren: Dreieckssysteme 3.1 Dreiecksgleichungssysteme Beispiel:
Unbekannte x1, x2, x3:
10 x1 −
7 x2
+
0 x3
2.5 x2
+
5 x3 6.2 x3
=
7 = 2.5 = 6.2
In Matrixschreibweise:
10 − 7 0 x1 7 0 2.5 5 ⋅ x2 = 2.5 0 0 6.2 x 6.2 3 3
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
11
¨ Losungsverfahren: Dreieckssysteme Wegen der Dreiecksform lässt sich das System leicht von unten her auflösen:
x3 = 6.2 / 6.2 = 1;
also
2.5 x2 = 2.5 − 5 x3 = −2.5, 10 x1 = 7 + 7 x2 = 7 − 7 = 0,
Lösungsvektor:
also
x3 = 1; x2 = −1;
also
x1 = 0 ;
x1 0 x2 = − 1; x 1 3
Probe durch Einsetzen! 4
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
11
¨ Losungsverfahren: Dreieckssysteme Allgemein:
a11 a12 a1n x1 b1 a22 a2 n x2 b2 ⋅ = ann xn bn wird gelöst mittels Programm 3.1.1.:
xn = bn / ann ; für i = n − 1, n − 2,,1 : bi − ∑ j = i +1 aij x j n
xi =
aii 5
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
11
¨ Losungsverfahren: Dreieckssysteme Genauso wird das untere Dreieckssystem a11 x1 b1 a21 a22 x2 b2 ⋅ = a n1 ann xn bn von oben her gelöst mit dem Programm:
x1 = b1 / a11 ; für i = 2,3,, n : bi − ∑ j =1 aij x j i −1
xi =
aii
Immer lösbar?
Wichtig: Alle aii ≠ 0 , da sonst System nicht eindeutig lösbar!
det( A) = a11 ⋅ a22 ⋅ ⋅ ann ≠ 0
6
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
11
¨ Losungsverfahren: Gauss Elimination 3.3 Gauss-Elimination 3.3.1. Beispiel: 10 x1 − 3 x1 5 x1
− 7 x2 + 2 x2 − x2
+ 0 x3 + 6 x3 + 5 x3
= 7 = 4 = 6
In Matrixschreibweise:
10 − 7 0 x1 7 − 3 2 6 ⋅ x2 = 4 5 −1 5 x 6 3 Grundidee: Zurückführung auf den bekannten Fall eines Dreiecksgleichungssystems. 15
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
12
¨ Losungsverfahren: Gauss Elimination 3.3.2. Erlaubte Transformationen: - Multiplizieren einer Zeile (Gleichung) mit einer Zahl verschieden von Null. - Addieren eines Vielfachen einer Zeile zu einer anderen Zeile (Gleichung). - Vertauschen von Zeilen (Gleichungen), bzw. Spalten (Unbekannten) (entspricht Umnummerierung). Operationen sind dabei nicht nur an der Matrix durchzuführen, sondern ev. auch an der rechten Seite (Vektor b) und dem Lösungsvektor x! Benutze diese Regeln, um in der Matrix die SubdiagonalElemente der Reihe nach von oben nach unten, bzw. von links nach rechts, zu Null zu machen Dreieckssystem. 16
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
12
¨ Losungsverfahren: Gauss Elimination 10 − 7 0 x1 7 − 3 2 6 ⋅ x2 = 4 , 5 −1 5 x 6 3
⋅ (3 / 10 ) ↓ +
Zu Eliminieren: -3 Addiere dazu zur zweiten Zeile die erste, multipliziert mit 3/10. Ergibt:
10 − 7 0 x1 7 ⋅ (− 5 / 10 ) | 0 − 0.1 6 ⋅ x2 = 6.1 , 5 ↓ + − 1 5 x3 6
Danach soll 5 zu Null werden: Dritte Zeile - 5/10 * Erste Zeile 17
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
12
¨ Losungsverfahren: Gauss Elimination 10 − 7 0 x1 7 0 − 0.1 6 ⋅ x2 = 6.1 , ⋅ (2.5 / 0.1) 0 2.5 5 x 2.5 ↓ + 3 Eliminiere 2.5 in letzter Zeile. Resultat:
0 x1 7 10 − 7 0 0 . 1 6 ⋅ x2 = 6.1 , − 0 0 155 x3 155
Dieses System kann nun von unten her aufgelöst werden, wie in Abschnitt 3.1. beschrieben. 18
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
12
¨ Losungsverfahren: Gauss Elimination mit Pivotsuche Benutze also jeweils das Diagonalelement, um die darunter liegenden Einträge Spalte für Spalte zu eliminieren, und zwar von a11 , a22 , bis an-1,n-1. Immer lösbar? Problem: Es könnte irgendwann eine Null auf der Diagonalen auftreten: aii=0 !!!??? Was dann? Im Beispiel: Ersetze a22 = 2 durch a22 = 2.1
10 − 7 0 x1 7 − 3 2 .1 6 ⋅ x 2 = 4 , 5 −1 5 x 6 3
3 / 10 ↓
− 5 / 10 | ↓ 19
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
13
¨ Losungsverfahren: Gauss Elimination mit Pivotsuche 10 − 7 0 x1 7 0 0 6 ⋅ x2 = 6.1. 0 2.5 5 x 2.5 3 Um Fortfahren zu können, ist eine Vertauschung notwendig, z.B. vertausche zweite Zeile mit dritter Zeile.
10 − 7 0 x1 7 0 2.5 5 ⋅ x2 = 2.5 0 6 x3 6.1 0
Problem gelöst! 20
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
13
¨ Losungsverfahren: Gauss Elimination mit Pivotsuche
Betrachten wir das ursprüngliche System, so sehen wir, dass wir zwar ohne Vertauschung durchkommen, aber der Wert -0.1 auf der Diagonalen a22 führt zu der großen Zahl 155 in der letzten Zeile.
Erinnerung:
Zu vermeiden sind große Zwischenwerte!
Daher ist es auch im ursprünglichen System besser, die Vertauschung von zweiter und dritter Zeile vorzunehmen.
21
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
13
¨ Losungsverfahren: Gauss Elimination mit Pivotsuche 10 − 7 0 x1 7 0 2.5 5 ⋅ x2 = 2.5 0 − 0.1 6 x 6.1 3
⋅ 0.1 / 2.5 ↓ +
Dann lautet der letzte Eliminationsschritt
10 − 7 0 x1 7 0 2.5 5 ⋅ x2 = 2.5 0 0 6.2 x 6.2 3 Es treten keine großen Zwischenwerte mehr auf. Allgemeines Vorgehen:
Pivotsuche 22
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
13
¨ Losungsverfahren: Gauss Elimination mit Pivotsuche Sieht im k-ten Eliminationsschritt so aus:
a11 0 0 0
ak −1,k −1 0 0
a1n ak , n ann
akk ank
Suche in Untermatrix ‚großen’ Eintrag und vertausche entsprechend Zeilen und Spalten, so dass diese große Zahl an die Diagonal-Position akk kommt. Dieses Element heißt Pivotelement.
23
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
13
¨ Losungsverfahren: Gauss Elimination mit Pivotsuche Gebräuchlichste Variante: 3.3.3. Spaltenpivotsuche: Durchsuche nur die Spalte von akk bis ank nach betragsgrößtem Element ajk und vertausche dann die gefundene Zeile j mit der k-ten Zeile. Der Zusatzaufwand ist gering, da nur jeweils eine Spalte durchsucht werden muss, und zwei Zeilen (Gleichungen) vertauscht werden müssen. Vertausche also zwei Zeilen in der Matrix und entsprechend in der rechten Seite b. 24
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
13
¨ Losungsverfahren: Gauss Elimination mit Pivotsuche Weniger üblich - Zeilenpivotsuche: Durchsuche die k-te Zeile nach betragsgrößtem Element und vertausche zwei Spalten (= Umnummerierung in Vektor x), so dass das betragsgrößte Element der k-ten Zeile an die Diagonalposition kommt. Keine Vertauschungen in b nötig! Totalpivotsuche: Durchsuche die gesamte n-k+1 x n-k+1 – Untermatrix und vertausche sowohl Spalten, als auch Zeilen, um das betragsgrößte Element an die Diagonalposition zu versetzen. Aufwändig! Nur sinnvoll, wenn das Gleichungssystem sehr schlecht konditioniert ist! (Mehr dazu später) 25
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
13
¨ Losungsverfahren: Gauss Elimination mit Pivotsuche 3.3.4. Umwandlung auf Dreiecksform mit Spaltenpivotsuche: Algorithmus der Gauss-Elimination. 1. Teil des Programms: Pivotsuche und –vertauschung FOR k=1,...,n-1 DO alpha = |a(k,k)|; j=k; FOR s=k+1,...,n DO IF |a(s,k)| > alpha THEN alpha = |a(s,k)|; j=s; ENDIF ENDFOR # Pivotelement ist a(j,k) und Pivotzeile ist j FOR i=k,...,n DO alpha = a(k,i); a(k,i) = a(j,i); a(j,i) = alpha; ENDFOR alpha = b(j); b(j) = b(k); b(k) = alpha; 26
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
13
¨ Losungsverfahren: Gauss Elimination mit Pivotsuche 2. Teil: Eigentliche Elimination # Eliminationsschritt FOR s=k+1,...,n DO l(s,k) = a(s,k)/a(k,k); b(s) = b(s) - l(s,k)b(k); FOR i=k+1,...,n DO a(s,i) = a(s,i) - l(s,k)a(k,i); ENDFOR ENDFOR ENDFOR Dadurch ist das System auf obere Dreiecksform gebracht, und kann wie in 3.1 beschrieben einfach von unten her gelöst werden. 27
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
13
¨ Losungsverfahren: LU-Zerlegung 3. 4 Die LU-Zerlegung Idee: Faktorisierung von A in „einfache“ Matrizen. 3.4.1. Definition: Sei Ak die Matrix, die im k-ten Schritt der Gauss-Elimination bearbeitet wird, also A1 = A die Ausgangsmatrix und An = U die Endmatrix in oberer Dreiecksgestalt. Die Gewichte l(s,k)=ls,k aus obigem GE-Algorithmus schreiben wir in eine neue untere Dreiecksmatrix: 1 l 2,1 1 L := lk +1, k 1 l n ,1 ln , k ln , n −1 1
28
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
14
¨ Losungsverfahren: LU-Zerlegung Für jede Spaltenelimination sammeln wir die Gewichte in 0 0 Lk := lk +1,k 0 l n ,k
0 0 0
P sei die Permutationsmatrix zu den Pivotvertauschungen. Beispiel: Vertauschung 1 2 entspricht
0 1 P = 1 0
Im Folgenden betrachten wir zur Vereinfachung die Gauss-Elimination ohne Pivotsuche und ohne Permutation P. 29
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
14
¨ Losungsverfahren: LU-Zerlegung Der k-te Schritt der GE kann als Matrixprodukt beschrieben werden in der Form
Ak +1 = ( I − Lk ) Ak = Ak − Lk Ak mit Einheitsmatrix I. (Ziehe von den unteren Zeilen von Ak jeweils die entsprechend gewichtete k-te Zeile ab.)
0 0 ⋅ Lk ⋅ Ak = ⋅ l k +1, k 0 l n,k
0 0 0 ⋅ * ⋅ * Ak ,. = l k +1, k * Ak ,. * l *A 0 k ,. n,k
Dabei bezeichnet Ak,. die k-te Zeile von Ak . 30
Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
14
¨ Losungsverfahren: LU-Zerlegung Insgesamt:
U = An = ( I − Ln−1 ) An−1
~
L ~ = = ( I − Ln−1 ) ( I − L1 ) A1 = L A
mit der Matrix
~ L := ( I − Ln −1 )( I − L2 )( I − L1 ) Wie sieht die Inverse dieser Matrix aus? Es gilt
( I + L j ) ⋅ ( I − L j ) = I − L j + L j − L2j = I Dabei verwenden wir: LiLj = 0 für i 0 fur ¨ v 6= 0
“Einheitskreis” kv k = 1 bei unterschiedliche Normen: 2
• ka · v k = |a| · kv k fur ¨ a∈R • kv + uk ≤ kv k + kuk
1.5 1 0.5 v2
¨ mehrere Moglichkeiten • euklidsche Lange: q ¨
kv k2 =
v12 + . . . + vn2
• 1-Norm:
kv k1 = |v1 | + . . . + |vn | • max-Norm:
0
-0.5 -1 -1.5 -2 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 v1
kv k∞ = maxi=1,...,n |vi | Nikola Tchipev: Lineare Gleichungssysteme NumPro, 28.10.2014
15
Matrixnormen 3.5 Die Kondition eines linearen Gleichungssystems (einer Matrix) Neu benötigt:
Matrixnorm und ihre Eigenschaften.
|| . || Matrixnorm: ||A|| > 0 für A ≠ 0 ||a*A|| = |a|*||A|| für a∈R ||A+B||