Professional Documents
Culture Documents
Numeričke Metode U Linearnoj Algebri PDF
Numeričke Metode U Linearnoj Algebri PDF
Numeri
cke
metode u linearnoj algebri
4.1.
Matrice
Matrica je matematicki objekt koji se sastoji od (relanih ili kompleksnih) brojeva koji su rasporedeni u retke i stupce. Zapisuje se u obliku pravokutne sheme, a
brojeve od kojih se sastoji zovemo elementima matrice. Matrica A sa m redaka, n
stupaca i s elementima aij zapisuje se kao
4.1.1.
Matri
cne operacije
4. NUMERICKE
METODE U LINEARNOJ ALGEBRI
42
n
k=1
Vaznu klasu matrica cine dijagonalne matrice. Najpoznatiji primjer dijagonalne matrice je jedinicna matrica
1 0
0 1 ...
. .
.
I=
.. . . . .
..
.
0
0 0
0 0
. . ..
. .
Mn,n .
1 0
0 1
Malo opcenitija, dijagonalna matrica je ona kvadratna matrica kod koje su svi izvandijagonalni elementi jednaki nuli. Dijagonalnu matricu kojoj su dijagonalni elementi 1 , 2 , . . . , n oznacavamo s diag(1 , 2 , . . . , n ), tj.
1 0 0 0
0 ...
0
2
. .
..
.. ..
.
.
diag(1 , 2 , . . . , n ) =
. .
. .
.
.
..
. n1 0
0
0 0 0 n
Nul-matrica je matrica kojoj su svi elementi nula i krace se oznacava s O i, takoder
pripada klasi dijagonalnih matrica.
Potencije kvadratne matrice A deniraju se induktivno:
A0 = I,
Ar+1 = AAr za r 0.
43
4.1. MATRICE
a11 a12
a21 a22
A=
..
..
.
.
am1 am2
a1n
a2n
.
..
amn
a11 a21
a12 a22
onda je AT =
..
..
.
.
a1n a2n
am1
am2
..
.
.
amn
4.1.2.
Determinanta
a12
a22
..
.
an2
a1n
a2n
.. .
.
ann
a a
n = 2, A = 11 12
a21 a22
detA =
a
11
a21
a12
= a11 a22 a12 a1
a22
Za matrice viseg reda determinata se denira (a moze se izracunati i njena vrijednost) koristeci tzv. razvoj determinante po retku ili stupcu, koji se jos naziva i
Laplaceov razvoj determinante.
Neka je A Mn,n . S Mij Mn1,n1 oznacit cemo podmatricu od A koja
4. NUMERICKE
METODE U LINEARNOJ ALGEBRI
44
A=
aij
ai,1 ai,j1
a1,j+1 a1n
..
..
.
.
ai1,j+1 ai1,n
ai,j+1 ai,n
,
ai+1,j+1 ai+1,n
..
..
.
.
an,j+1 ann
a1n
..
.
ai1,n
.
ai+1,n
..
.
ann
n
j=1
aij Aij , 1 i n.
Ovu formulu nazivamo razvoj determinante po i-tom retku. Isto tako vrijedi formula
Sada, za A = (aij ) Mn,n vrijedi
detA =
n
i=1
aij Aij , 1 j n
A11 A12
A21 A22
A =
..
..
.
.
An1 An2
A1n
A2n
..
.
.
Ann
45
4.1. MATRICE
1
A .
detA
Programska realizacija
1. Neka su matrice A M3,2 , B M3,2 , P M3,3 zadane na sljedeci nacin:
4 2
1
, B = 1 6 , P = diag(1, 2, 7).
aij =
i+j
0 1
Izracunajte determinantu matrice (AB T P )T (2P )1.
1
A Table , i, 3, j, 2;
ij
4 2
1 6
B
;
0 1
P DiagonalMatrix1, 2, 7
;
DetTransposeA.TransposeB
.P
Inverse2 P
391
2520
Slika 4.1.
2. Neka su matrice A M3,3 i B M3,3 zadane na sljedeci nacin:
1 2 4
(i j)
, B = 3 7 1
aij =
.
j+1
4 2 2
2
4. NUMERICKE
METODE U LINEARNOJ ALGEBRI
46
i j2
A Table , i, 3, j, 3;
j1
1 2 4
3 7 1
B
;
4 2 2
Slika 4.2.
3. Neka su matrice A M2,3 , B M3,2 , P M2,2 zadane na sljedeci nacin:
1 0
1 1
i+j
, B = 2 7 , P = diag ,
.
aij =
2
2 2
1 3
Izracunajte ((AB)3 (P AB)1 )T .
ij
A Table , i, 2, j, 3;
2
1 0
;
B
2 7
1 3
1
1
P DiagonalMatrix , ;
2
2
MatrixFormTransposeMatrixPowerA.B, 3
InverseP.A.B
13957
3
100133
8
18206
3
131283
8
Slika 4.3.
4. Neka su matrice A M4,2 i B M2,4 zadane na sljedeci nacin:
aij =
i+j
, bij = 2i j.
2
47
4.1. MATRICE
ij
A Table , i, 4, j, 2;
2
B Table2i j, i, 2, j, 4
;
MatrixFormTransposeTranspose2 B.A
InverseTransposeA
.TransposeB
109
10
76
5
133
10
107
5
Slika 4.4.
5. Niz (jednoretcana matrica) je deniran na sljedeci nacin:
V = [5, 17, 3, 8, 0, 1, 12, 15, 20, 6, 6, 4, 7, 16].
Napisite program koji udvostrucuje vrijednost pozitivnih elemenata djeljivih
s 3 ili 5, a podize na trecu potenciju vrijednost negativnih elemanata vecih od
5.
V 5, 17, 3, 8, 0, 1, 12, 15, 20, 6, 6, 4, 7, 16;
n Length V
;
Fork 1, k n, k k 1,
Vk
Vk
IfVk
0 &&
IntegerQ
True IntegerQ
True
,
3
5
Vk
2 Vk
,
IfVk
0 && Vk
5,
Vk
Vk
3
PrintV
10, 17, 27, 8, 0, 1, 24, 30, 40, 6, 12, 4, 7, 16
Slika 4.5.
6. Napisite program koji formira matricu tipa m n s elementima koje imaju
sljedece vrijednosti: u prvom retku vrijednosti elemenata su redni brojevi
stupaca; vrijednost svakog elementa u prvom stupcu jednaka je rednom broju
retka. Vrijednosti svih ostalih elemenata izracunavaju se tako da se zbroje
vrijednosti elemenata iznad i lijevo od njega.
4. NUMERICKE
METODE U LINEARNOJ ALGEBRI
48
m 4;
n 5;
A Table0, i, m, j, n
;
Fork 1, k m, k k 1,
Forh 1, h n, h h 1,
Ifk
1,
Ak, h
h,
Ifh
1,
Ak, h
k,
Ak, h
Ak, h 1
Ak 1, h
MatrixFormA
1 2 3 4 5
2 4 7 11 16
3
7
14
25
41
4 11 25 50 91
Slika 4.6.
4.2.
Direktne metode
Jedan od najvaznijih problema linearne algebre jest rjesavanje sustava linearnih algebarskih jednadzbi
a11 x1 + a12 x2 + + a1n xn = b1
a21 x1 + a22 x2 + + a2n xn = b2
..
..
..
..
.
.
.
.
am1 x1 + am2 x2 + + amn xn = bm .
(4.1)
A = ..
..
..
..
,
.
.
.
.
am1 am2 am3 amn
sustav (4.1.) prelazi u matricni problem
Ax = b.
x1
x2
x = ..
,
.
xn
b=
b1
b2
..
.
bm
49
Najrasirenija direktna metoda ili algoritam za rjesavanje sustava linearnih jednadzbi je Gaussova metoda eliminacije. Ona se satoji u tome da se sustav (4.1.)
elementarnim transformacijama svede na ekvivalentan, iz kojeg cemo moci odrediti njegovo rjesenje. Dva sustava nazivamo ekvivalentnim ukoliko imaju isti skup
rjesenja. Pri svodenju sustava na ekvivalentan koristimo se sa sljedecim elementarnim transformacijama:
zamjena dvaju redaka,
mnozenje retka skalarom razlicitim od nule,
dodavanjem nekom retku drugog retka pomnozenog skalarom razlicitim od
nule.
x + y + z = 3
Primjer 4.1. Sustav
x 2y + z = 0 rijesite
2x
+ z = 0
(a) invertiranjem matrice sustava,
(b) Gaussovom metodom.
1 1 1
3
2 1 3
1
1
Rjesenje. (a) Iz A = 1 2 1 , b = 0 imamo A = 3 1 1 0 , pa je
2 0 1
0
4 2 3
2 1 3
3
2
1
1
x = A b = 3 1 1 0 0 = 1 .
4 2 3
0
4
..
. 3 1 1 1
1
1
1
(b) 1 2 1 ... 0 0 3 0
..
2 0 1 . 0
0 2 1
..
.
.
. 3 1 0 1 .. 2 1 0 0 .. 2
..
0 1 0 ... 1 0 1 0 ... 1 .
. 3
..
..
..
. 6
0 0 1 . 4
0 0 1 . 4
Programska realizacija:
Solvex y z
3, x 2y z
0, 2x z
0, x, y, z
x 2, y 1, z 4
Slika 4.7.
4. NUMERICKE
METODE U LINEARNOJ ALGEBRI
50
4.3.
Iteracijske metode
x(k+1) = x(k) , k = 0, 1, 2, . . .
generiramo niz
4.3.1.
Jacobijeva metoda
1
(b
a11 1
1
(b
a22 2
a12 x2 )
.
a21 x1 )
(0)
(0)
Te relacije motiviraju da neku pribliznu vrijednost rjesenja x(0) = [x1 , x2 ]T korigiramo pomocu formula
(1)
(0)
x1 = a111 (b1 a12 x2 )
(1)
(0) .
x2 = a122 (b2 a21 x1 )
51
Na isti nacin mozemo iskoristiti x(1) da dobijemo sljedecu aproksimaciju, x(2) , zatim
x(3) , itd. Primijetimo da vrijedi
(k+1)
x1
(k+1)
x2
1
a11
1
a22
b1
0 a12
+
b2
a21 0
(k)
x1
(k)
x2
a11
0
A = D N, D =
..
.
0
0
..
.
0 a23 a2n
a21
, N = .
..
..
..
.
,
.
.
.
.
an1 an2 an3 0
0 0 0 ann
(4.2)
onda mozemo jednostavno pisati
0
a22
..
.
0
0
..
.
(4.3)
(4.4)
(4.5)
n
j=1,j=i
|aij |, i = 1, . . . , n,
2 0.1
19.9
10
Primjer 4.2. Neka je A =
, b=
, x = A1 b =
. Ma0.1 2
3
1
tricu A napisemo kao u relaciji (4.2). Za pocetnu iteraciju uzmimo jednostupcanu
matricu
1
0
19.9
9.949999
(0)
1
.
x =D b= 2 1
0 2
3
1.5
4. NUMERICKE
METODE U LINEARNOJ ALGEBRI
52
(1)
x(2) =
(3)
(4)
x
Greska je 4 =
10.025
1.0025
10.000125
0.99875
9.999937
0.999994
9.999999
.
1.000003
Programska realizacija
2.
0.1
;
0.1 2.
19.9
b
;
3.
A
n Lengthb
;
DJ Table0, i, n, j, n
;
NJ Table0, i, n, j, n
;
Fori 1, i n, i i 1,
Forj 1, j n, j j 1,
Ifi
j,
DJi, j
Ai, j
,
NJi, j
Ai, j
;
;
;
m 100;
x0
InverseDJ
.b;
Fork 1, k m, k k 1,
xk
InverseDJ
.b InverseDJ
.NJ.xk 1
;
Print"x", MatrixFormxm
x
10.
1.
Slika 4.8.
53
4.3.2.
Gauss-Seidelova metoda
L=
a11 0 0
a22 0
.. ..
. .
an1 an2 an3
a21
.
.
.
0
0
..
.. , U =
.
.
0
ann
0
a12
0
..
.
a13 a1n
a23 a2n
..
..
.
.
.
0 0 an1,n
0 0 0
(4.6)
(4.7)
(1)
(0)
(k+1)
xi
i1
n
1
(k+1)
(k)
=
bi
aij xj
aij xj ,
aii
j=1
j=i+1
i = 1, . . . , n.
7.6x1
7.6 0 0
L = 3.3 10.8 0 ,
1.3 0.8 4.3
0 4.1 1.1
U = 0 0 3.2 ,
0 0
0
2.5
b = 1.2
3.4
4. NUMERICKE
METODE U LINEARNOJ ALGEBRI
54
L1
0.132
0
0
0
= 0.04 0.093
,
0.032 0.017 0.233
pa dobijemo formule:
(k+1)
x1
(k+1)
x2
1
(k)
(k)
(k)
(k)
(2.5 4.1x2 1.1x3 ) = 0.132(2.5 4.1x2 1.1x3 )
7.6
1
(k+1)
(k)
=
+ 3.2x3 )
(1.2 3.3x1
10.8
=
(k)
(k+1)
x3
(k)
(k)
(k)
(k)
n Lengthb
;
L Table0, i, n, j, n
; U Table0, i, n, j, n
;
Fori 1, i n, i i 1,
Forj 1, j n, j j 1,
Ifi j,
Li, j
Ai, j
,
Ui, j
Ai, j
;
;
;
m 100;
x0
InverseL
.b;
Fork 1, k m, k k 1,
xk
InverseL
.b InverseL
.U.xk 1
;
Print"x", MatrixFormxm
0.0611331
0.304453
x
0.715573
Slika 4.9.