ΜΕΜ251 Αριθμητική Ανάλυση

Σχετικά έγγραφα
ΜΕΜ251 Αριθμητική Ανάλυση

ΜΕΜ251 Αριθμητική Ανάλυση

3. Γραμμικά Συστήματα

ΜΕΜ251 Αριθμητική Ανάλυση

ΜΕΜ251 Αριθμητική Ανάλυση

Εισαγωγή στον Προγραµµατισµό. Ανάλυση (ή Επιστηµονικοί8 Υπολογισµοί)

Αριθμητική Ανάλυση και Εφαρμογές

1 Επανάληψη εννοιών από τον Απειροστικό Λογισμό

Το φασματικό Θεώρημα

ΜΑΣ 371: Αριθμητική Ανάλυση ΙI ΑΣΚΗΣΕΙΣ. 1. Να βρεθεί το πολυώνυμο Lagrange για τα σημεία (0, 1), (1, 2) και (4, 2).

Πεπερασμένες Διαφορές.

ΜΕΜ251 Αριθμητική Ανάλυση

G n. n=1. n=1. n=1 G n) = m (E). n=1 G n = k=1

Αριθµητική Ανάλυση. 27 Οκτωβρίου Αριθµητική Ανάλυση 27 Οκτωβρίου / 72

Το φασματικό Θεώρημα

Επιστηµονικοί Υπολογισµοί (Αρ. Γρ. Αλγεβρα)Επαναληπτικές µέθοδοι και 31 Μαρτίου Ηµι-Επαναληπτικές Μέθοδο / 17

ιδάσκοντες :Τµήµα Α ( Αρτιοι) : Καθηγητής Ν. Μισυρλής,Τµήµα Β (Περιττοί) : Αριθµητική Επίκ.

ΜΕΜ251 Αριθμητική Ανάλυση

Παναγιώτης Ψαρράκος Αν. Καθηγητής

Μάθημα Επιλογής 8 ου εξαμήνου

Επαναληπτικές μέθοδοι για την επίλυση γραμμικών συστημάτων. Μιχάλης Δρακόπουλος

Παναγιώτης Ψαρράκος Αν. Καθηγητής

Ασκήσεις3 Διαγωνισιμότητα Βασικά σημεία Διαγωνίσιμοι πίνακες: o Ορισμός και παραδείγματα.

Πρόβλημα δύο σημείων. Κεφάλαιο Διακριτοποίηση

ΕΝΑΣ ΔΙΚΡΙΤΗΡΙΟΣ ΑΛΓΟΡΙΘΜΟΣ SIMPLEX

f(x) = lim f n (t) = d(t, x n ) d(t, x) = f(t)

b. Για κάθε θετικό ακέραιο m και για κάθε A. , υπάρχουν άπειρα το πλήθος πολυώνυμα ( x) [ x] m και ( A) 0.

Επίλυση Γραµµικών Συστηµάτων

ΚΕΦΑΛΑΙΟ 3 ΑΡΙΘΜΗΤΙΚΗ ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ. nn n n

Αριθµητική Ανάλυση. Ενότητα 3 Αριθµητικές Μέθοδοι για την επίλυση Γραµµικών Συστηµάτων. Ν. Μ. Μισυρλής. Τµήµα Πληροφορικής και Τηλεπικοινωνιών,

ΑΝΑΛΥΣΗ 1 ΔΕΚΑΤΟ ΠΕΜΠΤΟ ΜΑΘΗΜΑ, Μ. Παπαδημητράκης.

ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ

Αριθµητική Γραµµική Αλγεβρα

Διαγωνοποίηση μητρών. Στοιχεία Γραμμικής Άλγεβρας

ΒΟΗΘΗΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΣΤΑ ΓΕΝΙΚΑ ΜΑΘΗΜΑΤΙΚΑ

ΑΝΑΛΥΣΗ 1 ΕΙΚΟΣΤΟ ΕΒΔΟΜΟ ΜΑΘΗΜΑ, Μ. Παπαδημητράκης.

Je rhma John L mma Dvoretzky-Rogers

> ln 1 + ln ln n = ln(1 2 3 n) = ln(n!).

Ασκήσεις6 Διαγωνοποίηση Ερμιτιανών Πινάκων

1 ιαδικασία διαγωνιοποίησης

Η ΚΑΝΟΝΙΚΗ ΜΟΡΦΗ JORDAN


Apì ton diakritì kôbo ston q ro tou Gauss

Matrix Algorithms. Παρουσίαση στα πλαίσια του μαθήματος «Παράλληλοι. Αλγόριθμοι» Γ. Καούρη Β. Μήτσου

ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 3 η Ημερομηνία Αποστολής στον Φοιτητή: 7 Ιανουαρίου 2008

Ασκήσεις3 Διαγωνίσιμες Γραμμικές Απεικονίσεις

ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΜΕΘΟ ΟΙ ΕΠΙΛΥΣΗΣ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

f(t) = (1 t)a + tb. f(n) =

βαθμού 1 με A 2. Υπολογίστε τα χαρακτηριστικά και ελάχιστα πολυώνυμα των

A, και εξετάστε αν είναι διαγωνίσιμη.

= lim. (P QP ) n x, x. E(Ex) = lim. (P QP ) m P x = Ex, EP x = lim


ΜΑΣ 371: Αριθμητική Ανάλυση ΙI ΛΥΣΕΙΣ ΑΣΚΗΣΕΩΝ. 1. Να βρεθεί το πολυώνυμο παρεμβολής Lagrange για τα σημεία (0, 1), (1, 2) και (4, 2).

Αριθµητική Ανάλυση 1 εκεµβρίου / 43

Χαρακτηριστική Εξίσωση Πίνακα

Ασκήσεις6 Το σύνηθες εσωτερικό γινόμενο στο

Γραµµικη Αλγεβρα ΙΙ Ασκησεις - Φυλλαδιο 10

Ακρότατα πραγματικών συναρτήσεων

ΓΡΑΠΤΗΣ ΕΡΓΑΣΙΑΣ. ΛΥΣΕΙΣ 3 ης. Άσκηση 1. , z1. Παρατηρούµε ότι: z0 = z5. = + ) και. β) 1 ος τρόπος: Έστω z = x+ iy, x, = x + y.

1 Σύντομη επανάληψη βασικών εννοιών

ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΡΑΥΛΙΚΗΣ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΤΕΧΝΙΚΗΣ. Διάλεξη 3: Περιγραφή αριθμητικών μεθόδων (συνέχεια)

ΕΠΑΝΑΛΗΠΤΙΚΗ ΤΕΛΙΚΗ ΕΞΕΤΑΣΗ 3 Ιουλίου 2010

Ιδιάζουσες τιμές πίνακα. y έχουμε αντίστοιχα τις σχέσεις : Αυτές οι παρατηρήσεις συμβάλλουν στην παραγοντοποίηση ενός πίνακα

ΘΕΜΑΤΑ ΕΞΕΤΑΣΗΣ ΚΑΙ ΑΠΑΝΤΗΣΕΙΣ ΕΞΕΤΑΣΤΙΚΗ ΠΕΡΙΟ ΟΣ:

Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης, Καθηγητής Ιωάννης Μπεληγιάννης

0 + a = a + 0 = a, a k, a + ( a) = ( a) + a = 0, 1 a = a 1 = a, a k, a a 1 = a 1 a = 1,

1 Μέθοδοι ελαχιστοποίησης

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ - ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΕΙΣΑΓΩΓΙΚΕΣ ΜΕΤΑΠΤΥΧΙΑΚΕΣ ΕΞΕΤΑΣΕΙΣ 26 ΙΟΥΛΙΟΥ 2009 ΕΥΤΕΡΟ ΜΕΡΟΣ :

ΑΝΑΛΥΣΗ 1 ΔΩΔΕΚΑΤΟ ΜΑΘΗΜΑ, Μ. Παπαδημητράκης.

ΚΕΦΑΛΑΙΟ 2: ΟΡΙΖΟΥΣΕΣ

ΑΝΑΛΥΣΗ 2. Μ. Παπαδημητράκης.

Επιστηµονικός Υπολογισµός ΙΙ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΑΡΙΘΜΗΤΙΚΗ ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Β. ΔΟΥΓΑΛΗΣ Δ. ΝΟΥΤΣΟΣ Α. ΧΑΤΖΗΔΗΜΟΣ

ΑΝΑΛΥΣΗ 1 ΔΕΚΑΤΟ ΜΑΘΗΜΑ, Μ. Παπαδημητράκης.

ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ ΙΙ (ΠΕΡΙΤΤΟΙ) Ασκησεις - Φυλλαδιο 9 Επαναληπτικες Ασκησεις

,..., v n. W πεπερασμένα παραγόμενοι και dimv. Τα ακόλουθα είναι ισοδύναμα f είναι ισομορφιμός. f είναι 1-1. f είναι επί.

Κεφ. 2: Επίλυση συστημάτων εξισώσεων. 2.1 Επίλυση εξισώσεων

2 3x 5x x

Ασκήσεις2 8. ; Αληθεύει ότι το (1, 0, 1, 2) είναι ιδιοδιάνυσμα της f ; b. Να βρεθούν οι ιδιοτιμές και τα ιδιοδιανύσματα της γραμμικής απεικόνισης 3 3

Εφαρμοσμένα Μαθηματικά ΙΙ

2. Επίλυση μη Γραμμικών Εξισώσεων

lim f n(x) = f(x) 1 ǫ < n ln ǫ N (ǫ, x) = ln ( )

Γραμμική Αλγεβρα ΙΙ Διάλεξη 1 Εισαγωγή Χρήστος Κουρουνιώτης Πανεπισ τήμιο Κρήτης 19/2/2014 Χ.Κουρουνιώτης (Παν.Κρήτης) Διάλεξη 1 19/2/ / 13

h(x, y) = card ({ 1 i n : x i y i

Παραδείγματα Ιδιοτιμές Ιδιοδιανύσματα

= 7. Στο σημείο αυτό θα υπενθυμίσουμε κάποιες βασικές ιδιότητες του μετασχηματισμού Laplace, δηλαδή τις

Αριθµητική Γραµµική ΑλγεβραΚεφάλαιο 4. Αριθµητικός Υπολογισµός Ιδιοτιµών 2 Απριλίου και2015 Ιδιοδιανυσµάτων 1 / 50

Παναγιώτης Ψαρράκος Αν. Καθηγητής

f(f 1 (B)) f(f 1 (B)) B. X \ (f 1 (C)) = X \ f 1 (C) = f 1 (Y \ C) X \ (f 1 (C)) f 1 (Y \ C). f 1 (Y \ C) = f 1 (Y \ C ) = X \ f 1 (C ).

ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ

n sin 1 n. 2 n n+1 6 n. = 1. = 1 2, = 13 4.

8.1 Διαγωνοποίηση πίνακα

Εφαρμοσμένα Μαθηματικά ΙΙ

Αδιάσπαστοι, p-κυκλικοί, συνεπώς διατεταγµένοι πίνακες και γραφήµατα

Σημειώσεις για το μάθημα: «Βασικές Αρχές Θεωρίας Συστημάτων» (Μέρος Α )

ΑΝΑΛΥΣΗ 1 ΕΙΚΟΣΤΟ ΤΡΙΤΟ ΜΑΘΗΜΑ, Μ. Παπαδημητράκης.

A = c d. [a b] = [a 0] + [0 b].

ΜΕΜ251 Αριθμητική Ανάλυση

Απειροσ τικός Λογισμός ΙΙ Πρόχειρες Σημειώσεις Τμήμα Μαθηματικών Πανεπιστήμιο Αθηνών

Ομογενή Συστήματα Ορισμός Ενα σύστημα λέγεται ομογενές αν όλοι οι σταθεροί όροι του (δηλαδή οι όροι του δεξιού μέλους του συστήματος) είναι μηδέν.

Transcript:

ΜΕΜ251 Αριθμητική Ανάλυση Διάλεξη 09, 9 Μαρτίου 2018 Μιχάλης Πλεξουσάκης Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών

Περιεχόμενα 1. Επαναληπτικές μέθοδοι 2. Θεωρία γενικών επαναληπτικών μεθόδων 3. Σύγκλιση επαναληπτικών μεθόδων 1

Επαναληπτικές μέθοδοι

Οι μέθοδοι Jacobi και Gauss-Seidel Υποθέτουμε ότι τα διαγώνια στοιχεία του αντιστρέψιμου πίνακα A είναι όλα διαφορετικά από το μηδέν. Γράφουμε τις σχέσεις (Ax) i = b i, i = 1,..., n, στη μορφή x i = 1 i 1 n b i a ij x j a ij x j, i = 1,..., n. a ii j=1 j=i+1 Η σχέση αυτή προτείνει την εξής επαναληπτική μέθοδο για τη λύση του συστήματος Ax = b: δεδομένης κάποιας αρχικής προσέγγισης x (0) της λύσης x του Ax = b υπολογίζουμε x (m+1) i = 1 a ii i 1 b i j=1 a ij x (m) j n a ij x (m), i = 1,..., n, j=i+1 για m = 0, 1,... Αυτή είναι η λεγόμενη μέθοδος του Jacobi. j 2

Οι μέθοδοι Jacobi και Gauss-Seidel Παράδειγμα. Η ακριβής λύση του συστήματος 10 1 2 0 x 1 1 11 1 3 x 2 2 1 10 1 x 3 = 0 3 1 8 x 4 6 25 11 15 είναι η x = (1, 2, 1, 1) T. Αν ξεκινήσουμε τη μέθοδο του Jacobi με x (0) = (0, 0, 0, 0) T, τότε x (1) = (0.6, 2.2727, 1.1, 1.87) T x (2) = (0.93263636, 2.05330579, 1.04934091, 1.13088068) T... x (11) = (1.00002214, 1.99995896, 0.99996916, 0.99995967) T και x (11) x = 4.1037 10 5. 3

Οι μέθοδοι Jacobi και Gauss-Seidel Αν τώρα στον υπολογισμό του x (m+1) i για i > 1, αντί των x (m) 1,..., x (m) i 1 χρησιμοποιήσουμε τα x (m+1) 1,..., x (m+1), τότε προκύπτει η μέθοδος x (m+1) i = 1 b i a ii i 1 j=1 a ij x (m+1) j i 1 n a ij x (m), i = 1,..., n, j=i+1 για m = 0, 1,... Αυτή είναι η λεγόμενη μέθοδος Gauss-Seidel. Παράδειγμα. Αν εφαρμόσουμε τη μέθοδο Gauss-Seidel στο γραμμικό σύστημα του προηγούμενου παραδείγματος, χρησιμοποιώντας πάλι x (0) = (0, 0, 0, 0) T τότε, x (1) = (0.6, 2.2727, 1.1, 1.87) T και x (5) = (1.00009128, 2.00002134, 1.00003115, 0.9999881) T με x (5) x = 9.1280 10 5. j 4

Οι μέθοδοι Jacobi και Gauss-Seidel Θέτουμε D = diag(a 11,..., a nn ) και 0 a 21 0 L = a 31 a 32 0..... a n1 a n2 a n,n 1 0 0 a 12 a 13 a 1n 0 a 23 a 2n U = 0.... a n 1,n 0 Με αυτόν τον συμβολισμό έχουμε A = L + D + U και μπορούμε να γράψουμε τις μεθόδους Jacobi και Gauss-Seidel στη μορφή Dx (m+1) = (L + U)x (m) + b, (L + D)x (m+1) = Ux (m) + b 5

Θεωρία γενικών επαναληπτικών μεθόδων

Γενικές επαναληπτικές μέθοδοι Η μέθοδος Jacobi και η μέθοδος Gauss-Seidel είναι ειδικές περιπτώσεις της γενικής επαναληπτικής μεθόδου Mx (m+1) = Nx (m) + b, A = M N, m N 0, όπου M J = D, N J = (L + U) για τη μέθοδο Jacobi, και M GS = L + D, N GS = U τη μέθοδο Gauss-Seidel. Θα εξετάσουμε τη σύγκλιση αυτών των μεθόδων υπό την προϋπόθεση ότι ο M είναι αντιστρέψιμος οπότε x (m+1) = M 1 Nx (m) + M 1 b, m N 0, Είναι προφανές ότι αν η ακολουθία x (m) συγκλινει τότε το όριό της είναι η λύση του συστήματος Ax = b. 6

Γενικές επαναληπτικές μέθοδοι Χρησιμοποιώντας την προηγούμενη σχέση και την Mx = Nx + b έχουμε x (m+1) x = G(x (m) x), m N 0, όπου G είναι ο λεγόμενος πίνακας επανάληψης της μεθόδου, και ορίζεται ως G = M 1 N Επαγωγικά έχουμε x (m) x = G m (x (0) x), m N 0, άρα x (m) x G m x (0) x, m N 0 Επομένως, η ακολουθία x (m) συγκλίνει στη x αν και μόνο αν lim m G m = 0, δηλαδή lim m G m = 0. 7

Γενικές επαναληπτικές μέθοδοι Για να διατυπώσουμε ικανές και αναγκαίες συνθήκες για τη σύγκλιση επαναληπτικών μεθόδων χρειαζόμαστε το παρακάτω βοηθητικό αποτέλεσμα: Λήμμα. Έστω οποιαδήποτε νόρμα στον C n. Τότε, για κάθε P C n n, ισχύει ρ(p) P. Αντίστροφα, για κάθε P C n n και ϵ > 0, υπάρχει νόρμα στον C n τέτοια ώστε P ρ(p) + ϵ. Απόδειξη. Αν λ είναι ιδιοτιμή του P και 0 z C n είναι το αντίστοιχο ιδιοδιάνυσμα τότε, παίρνοντας νόρμες στη σχέση Pz = λz έχουμε λ z = λz = Pz P z = λ P δηλαδή ισχύει ο πρώτος ισχυρισμός του λήμματος. 8

Γενικές επαναληπτικές μέθοδοι Για το δεύτερο αποτέλεσμα θα χρειαστούμε τη μορφή Jordan του P. Έστω λ i C οι ιδιοτιμές του P. Γνωρίζουμε ότι υπάρχει αντιστρέψιμος S C n n, τέτοιος ώστε ο πίνακας J = S 1 PS να είναι της μορφής J = diag(j 1,..., J m ), όπου κάθε τετραγωνικός υποπίνακας J i είναι είτε 1 1 πίνακας (λ i ) ή είναι διδιαγώνιος πίνακας με λ i στη διαγώνιο και 1 στην υπερδιαγώνιό του. Θεωρούμε τώρα τον διαγώνιο πίνακα D = diag(1, ϵ, ϵ 2,..., ϵ n 1 ). Ο πίνακας J = D 1 JD είναι ίδιος με τον J με τη διαφορά ότι τυχόν μονάδες της υπερδιαγωνίου του J έχουν αντικατασταθεί από ϵ. Συνεπώς J ρ(p) + ϵ Θέτουμε τώρα Q = SD και ορίζουμε τη νόρμα στον C n από τη σχέση z = Q 1 z 9

Γενικές επαναληπτικές μέθοδοι Έχουμε P = Pz Q 1 PQz sup = sup 0 z C n z 0 z C n z = sup 0 z C n Jz z = J ρ(p) + ϵ. Με τη βοήθεια αυτού του αποτελέσματος μπορούμε τώρα να αποδείξουμε το βασικό θεώρημα σύγκλισης επαναληπτικών μεθόδων. 10

Σύγκλιση επαναληπτικών μεθόδων

Σύγκλιση επαναληπτικών μεθόδων Θεώρημα. Έστω x η λύση του συστήματος Ax = b. Τα παρακάτω είναι ισοδύναμα: α) Η γενική επαναληπτική μέθοδος συγκλίνει για κάθε x (0) C n, δηλαδή x (m) x, m. β) ρ(g) < 1, όπου G είναι ο πίνακας επανάληψης G = M 1 N. γ) Υπάρχει φυσική νόρμα πινάκων τέτοια ώστε G < 1. δ) lim m G M = 0 Απόδειξη. δ) = α). Αν G m 0, m τότε, για κάθε x (0) C n έχουμε από τη γενική επαναληπτική μέθοδο ότι x (m) x, m. 11

Σύγκλιση επαναληπτικών μεθόδων α) = β) Έστω ότι x (m) x, m. Τότε G m y 0, m, για κάθε y C n. Έστω λ ιδιοτιμή του G και z το αντίστοιχο ιδιοδιάνυσμα. Τότε G m z = λ m z, m N 0. Επειδή όμως G m z, m, έχουμε G m z 0 = λ m z 0 = λ < 1. Συνεπώς ρ(g) = max i λ i (G) < 1. β) = γ) Έστω ρ(g) < 1 και ϵ θετικός αριθμός τέτοιος ώστε 0 < ϵ < 1 ρ(g). Από το προηγούμενο λήμμα, υπάρχει φυσική νόρμα πινάκων στον C n n τέτοια ώστε G ρ(g) + ϵ < 1. γ) = δ) Αν G 1, επειδή G m = G G G G m έχουμε G m 0, δηλαδή G m 0, m. 12

Κριτήρια τερματισμού Ένα συνηθισμένο κριτήριο τερματισμού των επαναλήψεων είναι το x N x (N 1) ϵ, για δεδομένο ϵ > 0. Δείχνουμε ότι αν G = σ < 1 τότε x N x (N 1) ϵ = x (N) x ϵσ 1 σ Πράγματι, από τη σχέση x (N) x = G(x (N 1) x) έχουμε x (N) x = G(x (N) x) + G(x (N 1) x (N) ) δηλαδή (I G)(x (N) x) = G(x (N) G (N 1) ) Επειδή G = σ < 1 ο πίνακας I G είναι αντιστρέψιμος. Από προηγούμενη άσκηση (I G) 1 1 1 G = 1 1 σ το οποίο αποδεικνύει το ζητούμενο αποτέλεσμα. 13

Σύγκλιση των μεθόδων Jacobi και Gauss-Seidel Πέρα από το προηγούμενο αποτέλεσμα, μπορούμε να αποδείξουμε ότι οι μέθοδοι Jacobi και Gauss-Seidel συγκλίνουν όταν ο πίνακας A έχει αυστηρά κυριαρχική διαγώνιο. Συγκεκριμένα, Πρόταση. Έστω ότι ο πίνακας A έχει αυστηρά κυριαρχική διαγώνιο. Τότε α) Οι πίνακες επανάληψης G J = D 1 (L + U), G GS = (L + D) 1 U των μεθόδων Jacobi και Gauss-Seidel, αντίστοιχα, ικανοποιούν τις ανισότητες G J < 1, G GS < 1. β) Οι μέθοδοι Jacobi και Gauss-Seidel συγκλίνουν. 14

Ερωτήσεις; 14