Решение систем линейных алгебраических уравнений в пакете MATLAB

Содержание

Слайд 2

Ранее Возможности MATLAB левостороннее деление x = A\b обратная матрица x = inv(A)*b *

Ранее

Возможности MATLAB
левостороннее деление
x = A\b
обратная матрица
x = inv(A)*b

*

Слайд 3

Небольшие системы уравнений Небольшая система содержит, как привило, не более трех

Небольшие системы уравнений

Небольшая система содержит, как привило, не более трех уравнений
Решение,

чаще всего, может не требовать компьютера
Методы
графический
Крамера
исключения неизвестных

*

Слайд 4

Графический метод *

Графический метод

 

*

Слайд 5

Сложные случаи решений Три случая Параллельные линии нет решения Совпадающие линии

Сложные случаи решений

Три случая
Параллельные линии
нет решения
Совпадающие линии
множество решений
Близкие линии
трудно определить точку

пересечения
Системы в 1 и 2 случае называются – вырожденными (особыми, сингулярными)
Случай 3 соответствует плохо обусловленной системе
существуют сложности при численном решении

*

Слайд 6

Метод Крамера *

Метод Крамера

 

*

Слайд 7

Метод Крамера *

Метод Крамера

 

*

Слайд 8

Исключение неизвестных *

Исключение неизвестных

 

*

Слайд 9

Исключение неизвестных *

Исключение неизвестных

 

*

Слайд 10

Метод Гаусса *

Метод Гаусса

 

*

Слайд 11

Метод Гаусса – Прямой ход *

Метод Гаусса – Прямой ход

 

*

Слайд 12

Метод Гаусса – Прямой ход *

Метод Гаусса – Прямой ход

 

*

Слайд 13

Метод Гаусса – Прямой ход *

Метод Гаусса – Прямой ход

 

*

Слайд 14

Метод Гаусса – Прямой ход *

Метод Гаусса – Прямой ход

 

*

Слайд 15

Метод Гаусса – Обратный ход *

Метод Гаусса – Обратный ход

 

*

Слайд 16

Пример *

Пример

*

Слайд 17

Метод Гаусса с обратной подстановкой В рассмотренном варианте метода Гаусса могут

Метод Гаусса с обратной подстановкой

В рассмотренном варианте метода Гаусса могут возникнуть

ситуации когда решение не может быть найдено или иметь существенную погрешность
например, в случае если главный элемент равен 0, при нормализации возникает деление на 0
также существенно меньшее значение главного элемента по сравнению с остальными может привести к увеличению погрешности вычислений
Решение – выбор главного элемента
частный
выбор максимального значения главного элемента с последующей перестановкой строк
полный (применяется редко)
выбор максимального значения главного элемента с последующей перестановкой строк и столбцов

*

Слайд 18

Пример – Частный выбор главного элемента *

Пример – Частный выбор главного элемента

 

*

Слайд 19

Пример – Частный выбор главного элемента *

Пример – Частный выбор главного элемента

 

*

Слайд 20

Пример – MATLAB *

Пример – MATLAB

*

Слайд 21

Расчет определителя матрицы *

Расчет определителя матрицы

 

*

Слайд 22

Факторизация матриц В математике факторизация или факторинг - это декомпозиция объекта

Факторизация матриц

В математике факторизация или факторинг - это декомпозиция объекта (например, числа,

полинома или матрицы) в произведение других объектов или факторов, которые, будучи перемноженными, дают исходный объект
Целью факторизации является приведение объекта к «основным строительным блокам»
Матрица может также быть факторизована на произведение матриц специального вида для приложений, в которых эта форма удобна
Виды факторизации матриц
LU
Холецкого
QR

*

Слайд 23

LU факторизация *

LU факторизация

 

*

Слайд 24

LU факторизация *

LU факторизация

 

*

Слайд 25

LU факторизация * Два основных шага решения системы факторизация выполняется декомпозиция

LU факторизация

*

Два основных шага решения системы
факторизация
выполняется декомпозиция матрицы А на верхнюю

U и нижнюю L треугольные матрицы
подстановка
прямая подстановка определяет промежуточный вектор d
обратная подстановка определяет вектор неизвестных x

факторизация

подстановка

прямая

обратная

Слайд 26

Метод Гаусса как LU факторизация *

Метод Гаусса как LU факторизация

 

*

Слайд 27

Метод Гаусса как LU факторизация *

Метод Гаусса как LU факторизация

 

*

Слайд 28

Метод Гаусса как LU факторизация *

Метод Гаусса как LU факторизация

 

*

Слайд 29

Метод Гаусса как LU факторизация *

Метод Гаусса как LU факторизация

 

*

Слайд 30

Пример - Проверка *

Пример - Проверка

 

*

Слайд 31

Пример - Проверка *

Пример - Проверка

 

*

Слайд 32

Метод Гаусса как LU факторизация *

Метод Гаусса как LU факторизация

 

*

Слайд 33

Пример *

Пример

 

*

Слайд 34

Пример *

Пример

 

*

Слайд 35

LU факторизация с выбором главного элемента Аналогично методу Гаусса для обеспечения

LU факторизация с выбором главного элемента

Аналогично методу Гаусса для обеспечения надежности

решения при использовании LU факторизации необходимо применять частный выбор главного элемента
одним из способов является использование матрицы перестановки
единичная матрица для взаимной замены строк и столбцов

*

Слайд 36

LU факторизация с выбором главного элемента *

LU факторизация с выбором главного элемента

 

*

Слайд 37

Пример *

Пример

 

*

Слайд 38

Пример *

Пример

 

*

Слайд 39

LU факторизация – MATLAB функции lu [L,U] = lu(A) – возвращает

LU факторизация – MATLAB функции

lu
[L,U] = lu(A) – возвращает верхнюю треугольную

матрицу U и психологическую нижнюю матрицу L (то есть произведение нижней треугольной матрицы и матрицы перестановок), так что A=L*U
[L,U,P] = lu(A) – возвращает верхнюю треугольную матрицу U, нижнюю треугольную матрицу L и сопряженную (эрмитову) матрицу матрицы перестановок P, так что L*U =P*A

*

Слайд 40

Пример *

Пример

*

Слайд 41

Факторизация Холецкого *

Факторизация Холецкого

 

*

Слайд 42

Пример *

Пример

 

*

Слайд 43

Пример *

Пример

 

*

Слайд 44

Факторизация Холецкого *

Факторизация Холецкого

 

*

Слайд 45

Факторизация Холецкого – MATLAB функции chol U = chol(A) – для

Факторизация Холецкого – MATLAB функции

chol
U = chol(A) – для квадратной матрицы

A возвращает верхнюю треугольную матрицу U, так что U'*U=A
Разложение Холецкого возможно для действительных и комплексных эрмитовых матриц

*

Слайд 46

Пример *

Пример

*

Слайд 47

Левостороннее деление MATLAB При использовании левостороннего деления «\» MATLAB выполняет оценку

Левостороннее деление MATLAB

При использовании левостороннего деления «\» MATLAB выполняет оценку матрицы

коэффициентов и применяет оптимальный метод для решения
MATLAB проверяет вид матрицы коэффициентов при неизвестных для возможности нахождения решения без применения полного метода Гаусса
разреженная
треугольная
симметричная
В противном случае применяется для квадратной матрицы применяется метод Гаусса с частным выбором главного элемента

*

Слайд 48

QR факторизация *

QR факторизация

 

*

Слайд 49

QR факторизация – MATLAB функции qr [Q,R] = qr(A) – вычисляет

QR факторизация – MATLAB функции

qr
[Q,R] = qr(A) – вычисляет верхнюю треугольную

матрицу R того же размера, как и у A, и унитарную матрицу Q, так что X=Q*R
[Q,R,P] = qr(A) – вычисляет матрицу перестановок P, верхнюю треугольную матрицу R с убывающими по модулю диагональными элементами и унитарную матрицу Q, так что A*P=Q*R
Матрица перестановок P выбрана так, что abs(diag(R)) уменьшается
[Q,R] = qr(A,0) и [Q,R,P] = qr(A,0) – вычисляют экономное разложение, в котором P – вектор перестановок, так что Q*R=A(:,P)
Матрица P выбрана так, что abs(diag(R)) уменьшается

*

Слайд 50

Пример *

Пример

*

Слайд 51

Итерационные методы Итерационные или аппроксимационные методы являются альтернативой ранее рассмотренным методам

Итерационные методы

Итерационные или аппроксимационные методы являются альтернативой ранее рассмотренным методам решения

СЛАУ, основанным на исключении неизвестных
Можно выделить два основных этапа
выбор начального приближения
последующее систематическое уточнение
Методы
Гаусса-Зейделя
Якоби
релаксации
бисопряженных градиентов
и др.

*

Слайд 52

Метод Гаусса-Зейделя *

Метод Гаусса-Зейделя

 

*

Слайд 53

Метод Гаусса-Зейделя *

Метод Гаусса-Зейделя

 

*

Слайд 54

Пример *

Пример

 

*

Слайд 55

Пример *

Пример

 

*

Слайд 56

Пример *

Пример

 

*

Слайд 57

Метод Якоби Метод Гаусса-Зейделя использует найденное значение х сразу же для

Метод Якоби

Метод Гаусса-Зейделя использует найденное значение х сразу же для нахождения

следующего х из другого уравнения
Несколько альтернативный подход, называемый методом Якоби, заключается в расчете всех х на основании предыдущей итерации

*

Гаусса-Зейдель

Якоби

Слайд 58

Сходимость и диагональное преобладание *

Сходимость и диагональное преобладание

 

*

Слайд 59

Пример *

Пример

 

*

Слайд 60

Метод релаксации *

Метод релаксации

 

*

Слайд 61

Метод релаксации *

Метод релаксации

 

*

Слайд 62

Пример *

Пример

 

*

Слайд 63

Пример *

Пример

 

*