1

Curs 3
Propagarea erorilor n rezolvarea sistemelor de ecuaii liniare.
O norm vectorial se definete ca o aplicaie:

x x
R R :
n

+

care satisface urmtoarele axiome:
0 x 1
0
> ,
0 x 0 x 2
0
= = ,
y x y x 3
0
+ s + ,
C , x x 4
0
e = .
Expresia:

p / 1
n
1 i
p
i
p
) x ( x

=
= .
satisface proprietile unei norme vectoriale. Ea este cunoscut sub numele de norma Hlder
(sau p-norm).
Particulariznd valorile lui p se obin relaii de calcul ale unor norme vectoriale uzuale.
Astfel pentru
n
C x e : avem:

=
= =
n
1 i
i 1
x x 1 p , norma Napoleon,

=
= =
n
1 i
2
i 2
x x 2 p , norma Euclid,

i
i
x max x p = =

.
MATLAB: ||x||
1
se calculeaz apelnd funcia norm(x,1), ||x||
2
cu norm(x) sau norm(x,2)
i ||x||

cu norm(x,inf)i n general p-norma Hlder se calculeaz cu norm(x, p).

Dou norme
p
i
q
(nu neaprat norme Hlder), sunt echivalente, dac exist
constantele 0 ,
2 1
> K K astfel nct:

q 2 p q 1
x K x x K - s s - .
Toate normele vectoriale din
n
R (sau
n
C ) sunt echivalente.
Pot fi verificate relativ uor relaiile:

. x n x x
, x n x x
, x n x x
2
1
2 1 2


s s
s s
s s

Norma matriceal se definete axiomatic ca o aplicaie:

+
R R :
n m
, (sau
+
R C
n m
)
A A
care satisface proprietile:
2
0 A 1
0
> ,
0 A 0 A 2
0
= = ,
B A B A 3
0
+ s + ,
A A 4
0
= ,
la care se adaug pentru norme consistente condiia suplimentar:
B A B A 5
0
s - .
Norma matriceal:

i j
ij
A nu este o norm matriceal consistent.
Norma Frobenius se definete ca:
( )

= =
=
m
1 i
n
1 j
2
F
j , i A A .
Norma matriceal subordonat unei norme vectoriale p (nu neaprat norma Holder) se
exprim prin:

p
p
0 x
p
x
x A
sup A

=
=
.
O norm matriceal poate fi subordonat la dou norme vectoriale:

q
p
0 x
pq
x
x A
sup A

=
=
.
Se obin astfel normele matriceale mai des folosite:

=
=
m
1 i
ij
j
1
A max A ,

=
n
1 j
ij
i
A max A
,
( ) ( ) A A A A
2
T
2
= = .
unde ( ) este raza spectral (vezi cap.9) a matricei
T
A A- , iar ( ) o
2
este valoarea singular
maxim a matricei A (vezi cap.12).
MATLAB: ||A||
1
se calculeaz` apelnd funcia norm(A,1), ||A||
2
cu norm(A) sau
norm(A,2), ||A||

cu norm(A,inf),iar norma Frobenius ||A||

F
cu norm(A,fro).
Pentru o matrice
n m
R A

e avem relaiile:

2 2
A n A A s s
F
,

s s A m A A
n
2
1
,

1 1
1
A n A A
m
F
s s .

3
n calculele cu matrice se folosesc n mod frecvent urmtoarele notaii:
( )
n j 1 , m i 1 ij
A A
s s s s
=
n : 1 j , m : . 1 i , B A B A
ij ij
= = s s
De asemenea vom scrie: B A , 0 A > > , dac matricile A , respectiv B A sunt
simetrice (hermitice n cazul complex) i pozitiv-definite.
In rezolvarea sistemelor de ecuaii liniare, anumite matrici (ru condiionate) pot crea
dificulti, n sensul c mici variaii ale datelor pot produce mari variaii n soluii. Astfel
dac n sistemul de ecuaii :






avnd soluiile x = [1 1 1 1] .Se aplic termenilor liberi mici perturbaii astfel
nct devin:
b
~
=[32.1 22.9 33.1 30.9].
Se obin soluiile noului sistem:
x
~
=[9.2 -12.6 4.5 -1.1] .
S considerm sistemul perturbat:
A.x
~
= b
~

A.(x+ox) = b+ob
A.ox = ob
ox = A
-1
. ob ox A
-1
.ob
b = A.x b A.x
b.ox A.A
-1
.x.ob
( )
b
b
A
x
x
s n care s-a notat cu:
(A) = A.A
-1
numrul de condiionare al matricei, care acioneaza ca un factor de
amplificare al perturbrii soluiilor datorite variaiei termenilor liberi
O relaie asemntoare se obine n cazul perturbrii matricei coeficienilor :
(A+oA).(x+ox) = b A. ox = - oA.x ox = -A
-1
. oA.x
ox A
-1
.oA.x ( )
A
A
A
x
x
s
Dac n relaiile anterioare nu se neglijeaz termenul oA.ox se obine o majorare mai
exact de forma:

= + + +
= + + +
= + + +
= + + +
31 x 10 x 9 x 5 x 7
33 x 9 x 10 x 6 x 8
23 x 5 x 6 x 5 x 7
32 x 7 x 8 x 7 x 10
4 3 2 1
4 3 2 1
4 3 2 1
4 3 2 1
4
( )
( )
A
A
A 1
A
A
A
x
x

s
Dac se consider c numerele reale au mantisa reprezentat cu t cifre binare
semnificative:
oA
ij
2
-t
.A
ij
oA 2
-t
.A
( )
( ) A 2 1
A 2
x
x
t
t


s

Se verific relativ uor urmtoarele proprieti ale numrului de condiionare al unei
matrice>
(A)>1
(A)= (A
-1
)
(cA)= (A)
Numrul de condiionare depinde de norma considerat.
n MATLAB numrul de condiionare al unei matrice n norm p se calculeaz cu
cond(A, p)
Pentru matricele cu numr de condiionare mare (matrice ru condiionate) amplificarea
erorilor din datele iniiale este mare, indiferent de ct de exact sunt efectuate calculele,
justificnd variaia relativ mare a soluiilor n raport cu variaia termenilor liberi.
Hilbert Wilson Rutishauser






Metode aproximative de rezolvare a sistemelor de ecuaii liniare
Metodele exacte de rezolvare a sistemelor de ecuaii liniare, avnd complexitate
O(n
3
) , au aplicabilitate limitat la ordine de sisteme ce nu depesc 1000. Pentru
sisteme de dimensiuni mai mari se utilizeaz metode cu complexitate O(n
2
) ntr-un
pas de iteraie. Acestea utilizeaz relaii de recuren, care prin aplicare repetat
furnizeaz aproximaii cu precizie controlat a soluiei sistemului.
Sistemul A.x=b este adus la forma echivalent x=G.x+c. Pornindu-se cu o aproximaie
iniial x
(0)
a soluiei se genereaz, folosind o relaie iterativ de forma:
x
(p+1)
=G. x
(p)
+c
un ir de vectori: x
(0)
,x
(1)
,,x
(p)
,
Matricea G reprezint matricea de iteraie, iar c - vectorul de iteraie.
Aplicarea, intr-un pas, a iteraiei are complexitatea O(n
2
).
Condiiile n care irul este convergent poart numele de condiii de stabilitate).
In ipoteza convergenei irului
x
*
=G.x
*
+c x
(p)
-x
*
=G.(x
(p-1)
-x
*
) e
(p)
=G.e
(p-1)
=G
2
.e
(p-2)
==G
p
.e
(0)

8 1 7 1 6 1 5 1
7 1 6 1 5 1 4 1
6 1 5 1 4 1 3 1
5 1 4 1 3 1 2 1
A =
10 9 7 5
9 10 8 6
7 8 10 7
5 6 7 5
A =
9 7 1 0
7 10 5 4
1 5 10 1
0 4 1 10
A

=
* ) p (
p
x x lim =

5

i e
(0)
0
Condiia de stabilitate admite reprezentrile echivalente:
G < 1 (G) < 1

n care (G) reprezint cea mai mare valoare proprie n valoare absolut a matricei de
iteraie (raza spectral.
Verificarea condiiei de stabilitate, n oricare din cele 3 forme, nu se face, deoarece ar
implica un efort de calcul considerabil. irul se presupune convergent, i determinarea
limitei presupune ca apropierea n norm ntre doi termeni din ir, n vecintatea limitei
s se fac naintea depirii unui numr maxim impus de iteraii, adic:
i p < maxiter
Limita irului trebuie s coincid cu soluia exact a sistemului de ecuaii liniare, adic
x*=x, relaie cunoscut sub numele de condiie de consisten. O metod stabil i
consistent este convergent.
Descompunem matricea sistemului sub forma
A=N-P
impunnd condiia ca matricea sa fie uor de inversat
(N-P).x = b
x = N
-1
.P.x + N
-1
.b
x
(m+1)
= N
-1
.P.x
(m)
+ N
-1
.b = G.x
(m)
+ c
n care G=N
-1
.P este matricea de iteraie, iar c=N
-1
.b este vectorul de iteraie.
Se partiioneaz matricea punnd n eviden o matrice diagonal D, o matrice strict
inferior triunghiular L (cu elemente diagonale nule) i o matrice strict superior
triunghiular U.
A=D-L-U
n metoda Jacobi se aleg:
N=D
P=L+U
G
J
=D
-1
(L+U)
D.x
(p+1)
=(L+U).x
(p)
+b






0 e lim
) p (
p
=

0 G lim
p
p
=

) p ( ) p ( ) 1 p (
x x x <
+
ii
n
i j , 1 j
) p (
j ij i
) 1 p (
i
a
x a b
x

= =
+

=
ii
ij
ij ij
a
a
G =
1
a
a
max g max G
n
1 j ii
ij
i
n
1 j
ij
i
< = =

= =

6

Metoda Gauss Seidel alege:
N=D-L
P=U
G
GS
=(D-L)
-1
U
(D-L)x
(p+1)
=Ux
(p)
+b



Metoda Gauss-Seidel este convergent dac matricea sistemului este diagonal
dominant pe linii.
(Reich) Metoda Gauss-Seidel este convergent dac matricea sistemului este simetric
i pozitiv - definit.
[x,succes] = GaussSeidel(A,b,x0,maxiter,tol)
% rezolvare sistem cu Gauss-Seidel
% Intrri: A = matricea sistemului
% b = vectorul termenilor liberi
% x0 = aproximaia iniial soluii
% maxiter = numr maxim admis de iteraii
% tol = precizia determinarii solutii
% Iesiri: x = solutia sistremului
% success = indicator convergen metoda
[m,n] = size(A);
if m~=n
error(matricea trebuie sa fie patrata!)
end;
for k=1 : maxiter
for i = 1 : n
s1=A(i,1:i-1)*x(1:i-1);
s2=A(i,i+1:n)*x0(i+1:n);
x(i) = (b(i)-s1-s2)/A(i,i)
end
p = norm(x-x0,1);
q = norm(x, 1);
x = x0
if p < tol*q
break;
end;
end
succes = k<=maxiter
}
Pentru gsirea unei descompuneri ct mai rapid convergente se introduce parametrul de
relaxare w:
A=N-P=N-wN-P+wN=(1-w)N-(P-wN)=N(w)-P(w)

ii
n
1 i j
) p (
j ij
) 1 p (
j
1 i
1 j
ij i
) 1 p (
i
a
x a x a b
x

+ =
+

=
+

=
( ) N w P
w 1
N
) w ( P ) w ( N ) w ( G
1
1

= =

7


Dac se noteaz cu
i
valorile proprii ale matricei G=N
-1
P , atunci valorile proprii ale
matricei G(w) vor fi



Determinm w* astfel ca:





In practic, metoda suprarelaxrii ia



Dac A
ii
=0, atunci (G
w
)>w-1 i condiia de stabilitate impune ca 0 < w < 2.
Dac matricea este tridiagonal i pozitiv-definit, atunci valoarea optim a parametrului
de relaxare este


Relaia de recuren are n acest caz forma











( )
w 1
I w G
w G
n

=
w 1
w
) w (
i
i

=
( ) ( ) 1 w max ) w ( G
i
i
< =
( ) ( ) ( ) ( ) w G min w G
w
*
=
( ) ( ) w max min w max
i
i w
i
*
i
=
w 1
w
max min
w 1
w
max
i
i 1 w
*
*
i
i

=
( ) L D
w
1
w N = ( ) U D 1
w
1
w P +
|
.
|

\
|
=
( ) ( ) | | U w D w 1 L w D G
1
w
+ =

( )
2
J
optim
G 1 1
2
w
+
=
( ) ( ) b x w P x w N
) k ( ) 1 k (
+ =
+
b x U D
w
w 1
x L D
w
1
) k ( ) 1 k (
+
|
.
|

\
|

=
|
.
|

\
|
+
+
i
n
1 i j
) k (
j ij
) k (
i ii
) 1 k (
j
1 i
1 j
ij
) 1 k (
i ii
b x A x A
w
w 1
x A x A
w
1
+

= +

+ =
+

=
+
( )
ii
i ) k (
j
n
1 i j ii
ij
) k (
i
) 1 k (
j
1 i
1 j ii
ij
) 1 k (
i
A
b
w x
A
A
w x w 1 x
A
A
w x + + =

+ =
+

=
+