Cursul 4

Rezolvarea sistemelor de
ecuaii

Rezolvarea numeric a ecuaiilor

algebrice
{
{
{
{
{
{
{

Rezolvarea sistemelor triunghiulare.

g
Eliminarea Gauss.
Eliminarea Gauss cu pivotare parial.
parial
Eliminarea Gauss cu pivotare totala.
Factorizarea LU.
LU
Factorizarea Cholesky.
Metoda Gauss-Jordan.
Gauss Jordan

Factorizarea LU:

Factorizarea LU:
Matricea U se calculeaza
l l
in cursull procesului
l
de eliminare gaussiana fara pivotare.
Matricea L este:

L=T

-1

-1
= ( Tn-1 Tn-2 ... T2 T1 ) = T1-1 T2-1 ... Tn-1
1

1
21

L= t 31 t 32 1

...
...
...
1

t n1 t n2 ... t n,n-1 1

n-1

= In + Tp eTp
p=11

Daca se considera elementele diagonale ale matricei U

unitare (Uii=1) se obtine factorizarea Crout, daca Lii=1
se obtine factorizarea Doolitle.

Factorizarea Crout:
Se dezvolta relatia:
min(i,j)

Aij = Lim U mj
m=1

Matricele L si U se calculeaza incepand cu prima

coloana din L si prima linie din U:

coloana
l
1 din
di L (i=1:n,
(i 1 j=1)
j 1)
Ai1 =Li1 U11 de unde Li1 =Ai1, i=1:n
linia 1 din U (i=1, j=2:n)
A1j =L11 U1j U1j =

A1j
L11

, j=2:n

Factorizarea Crout:
Folosind
F
l i d iinductia
d
i procesull se continua.
i
D
Dupa ce s-au
calculat primele p-1 coloane din L si primele p-1 linii
din U:

coloana p din L (i=p:n, j=p)

p-1

p-1

m=1

m=1

Aip = Lim U mp + Lip U pp Lip =Aip Lim U mp , i=p:n

linia p din U (i=p, j=p+1:n)

p-1

p-1

A pj L pm U mj

m=1

L pp

A pjj = L pm U mjj + L pp U pjj U pjj =

m=1

Factorizarea Cholesky:

Factorizarea Cholesky:
{

Dac o matrice ptrat A este simetrica si pozitiv

definita, ei i se poate aplica o factorizare speciala, mai
eficienta din punct de vedere numeric
numeric, numita factorizare
Cholesky.
Simetria inseamna satisfacerea egalitii A=AT sau aijj =
aji pentru toti indicii i,j=1,...,n.
O matrice A se numete pozitiv definita daca inegalitatea
xTAx>0 este satisfacuta pentru orice vector x,
x iar
anularea produsului matriceal are loc numai atunci cand
x este identic cu vectorul nul.
P
Proprietatea
i t t
d
definirii
fi i ii pozitive
iti
a matricei
t i i A joaca
j
un roll
esential in stabilitatea numerica a calculelor efectuate in
cursul factorizarii Cholesky.

Factorizarea Cholesky:
Daca cele doua proprieti sunt satisfacute, factorizarea
Cholesky descompune matricea A ntr-un produs de
doua matrice triunghiulare de tipul LU,
L U cu proprietatea
remarcabil L=UT:
A=LL
A
L LT
Pentru acest tip de factorizare, se pot scrie (n2+n)/2 ecuaii
independente
p
care conin
tot attea necunoscute
(elementele nenule din matricea L).
In consecin, factorizarea Cholesky a unei matrice este
unic nefiind necesara precizarea a priori a valorilor
unic,
unor necunoscute.

Factorizarea Cholesky:
Pentru stabilirea relatiilor generale de calcul dupa care se
desfasoara factorizarea Cholesky, expresia A=LLT se
expliciteaza in functie de elementele matricelor A si L:

In ipoteza determinarii prealabile a elementelor de pe

primele j-1 coloane ale matricei L, relaia anterioar se
expliciteaz
p
pentru a evidenia
p
elementul diagonal:
g

Factorizarea Cholesky:
Cu particularizarea i = j se obine:

Deoarece toti termenii jm ( m=1,...,j-1

m=1
j 1 ) au fost calculai
n prealabil, se poate determina elementul diagonal

dupa care se calculeaz

d
l l
restul
t l elementelor
l
t l d
de pe coloana
l
j
a matricei L:

Factorizarea Cholesky:
{

Ultimele dou relaii stau la baza factorizarii matricei A dupa metoda

Cholesky. Aplicarea lor repetata, pentru toti indicii j=1,...,n, permite
determinarea celor n coloane ale matricei L.
L
O particularitate a factorizrii Cholesky se refer la aplicarea tehnicilor
de pivotare. In acest sens, dac matricea A satisface conditiile pentru
a admite o factorizare Cholesky (este simetrica si pozitiv definita),
definita) ea
va fi ntotdeauna nesingulara.
Prin urmare riscul impartirii la un element nul in ultima relaie nu
exista si nici erorile de rotunjire nu pot afecta semnificativ rezultatele
calculelor.
Prin urmare, nu mai este necesara aplicarea pivotarii. Mai mult decat
atat aplicarea tehnicilor de pivotare nici nu este permisa deoarece:
atat,
z pivotarea partiala strica simetria matricei;
z pivotarea completa pastreaza simetria, dar conduce, de regula, la
pierderea
d
proprietatii de
d "d
"definire
f
pozitiva"" a matricei A.
In ambele cazuri sunt incalcate conditiile care asigura existenta
factorizarii Cholesky.

Rezolvarea sistemelor tridiagonale

g
(aij=0, |i-j|>1):

Rezolvarea sistemelor tridiagonale

g
(aij=0, |i-j|>1):

Inversarea matricelor triunghiulare:

Metoda Gauss-Jordan:
IInversarea uneii matrice
i presupune rezolvarea
l
an
sisteme de ecuatii lineare. Daca se noteaza X=A-1,
pornind de la identitatea AX=In, dezvoltata pe coloane,
se obtine:
b

A [ x1

x2 ... xn ] = [ e1 e2 ... en ]

A xi = ei , i = 1: n
Matricea inversa ar avea drept coloane solutiile
sistemului avand ca termeni liberi coloanele matricei
unitate.
unitate
Metoda este inutilizabila datorita complexitatii ei O(n4).

Metoda Gauss-Jordan:
Metoda
M
t d Gauss-Jordan
G
J d
porneste
t de
d la
l matricea
t i
extinsa
ti
pe
care o aduce la forma diagonala:

B= A I n scrisa sub forma B=A In A1

Transformarea se efectueaza progresiv, in fiecare pas se

modifica o singura coloana din primele n ale matricei B:

normalizare:
li
A pj
A pjj =
, pp=1:n
1:n, jj=p:2n
p:2n
A pp
reducere:
Aij =Aij Aip A pj , p=1:n, i=1:n, j=p:2n

Exemplul 3:
Folosind metoda Gauss-Jordan s se rezolve sistemul:

2 x1 +8 x2

2 x1 +10 x2
x
+8 x2
1

+4 x3
+6 x3
+2 x3

=1
=1
=1

Metoda Gauss-Jordan:
Matricele sistemului:
2 8 4
1
A = 2 10 6 , b = 1
1 8 2
1

Metoda Gauss-Jordan:
Primul
P
i
l obiectiv
bi ti este
t aparitia
iti vectorului
t
l i (1 0 0) iin prima
i
coloana. Se imparte prima linie la 2, se scade din a doua
linie impartita la randul ei cu 2 si din a treia linie:

2 8 4
1
A = 2 10 6 , b = 1
1 8 2
1

1 4 2
1// 2
A = 0 2 2 , b = 0
0 4 0
1/ 2

Al doilea obiectiv este aparitia vectorului (0 1 0) in a doua

coloana. Se imparte a doua linie la 2, se scade de 4 ori
din prima linie si din a treia linie:

1 0 2
1/ 2
A = 0 1 1 , b = 0
0 0 4
1/ 2

Metoda Gauss-Jordan:
Al d
doilea
il
obiectiv
bi ti este
t aparitia
iti vectorului
t
l i (0 1 0) iin a doua
d
coloana. Se imparte a doua linie la 2, se scade de 4 ori
din prima linie si din a treia linie:

1 0 2
1/ 2
A = 0 1 1 , b = 0
0 0 4
1/ 2
Al treilea obiectiv este aparitia vectorului (0 0 1) in a treia
coloana. Se imparte a treia linie la -4, se aduna de 2 ori
la prima linie si se scade din a doua linie:

1 0 0
1// 4
A = 0 1 0 , b = 1/ 8
0 0 1
1/ 8

Metoda Gauss-Jordan:
V t
Vectorul
l b contine
ti
solutia:
l ti
x1 =

1
4

1
x2 =
8
x3 =

1
8

Propagarea
p g
erorilor in rezolvarea
sistemelor de ecuatii lineare:
In rezolvarea sistemelor de ecuaii lineare,
anumite matrice (ru condiionate) pot crea
difi lti n sensull c
dificulti,
mici
i i variaii
i ii ale
l d
datelor
t l
pot produce mari variaii n soluii.
Astfel dac n sistemul de ecuaii:

10 x1 + 7 x2 + 8 x3 + 7 x4 = 32
7 x + 5 x + 6 x + 5 x = 23

1
2
3
4

8 x1 + 6 x2 + 10 x3 + 9 x4 = 33
7 x1 + 5 x2 + 9 x3 + 10 x4 = 31

Propagarea
p g
erorilor in rezolvarea
sistemelor de ecuatii lineare:
avnd soluiile x = [1 1 1 1] . Se aplic
termenilor liberi mici p
perturbaii
astfel nct
devin
T

b ~T = [32.1 22.9 33.1 30.9]

se obin soluiile noului sistem

x ~T = [9.2 12.6 4.5 1.1]

S considerm sistemul de ecuaii liniare i

sistemul perturbat

A x~ = b~
b

= b + b,

= x + x.

Propagarea
p g
erorilor in rezolvarea
sistemelor de ecuatii lineare:
A( x + x) = b + b
A x = b

x = A 1 b

b = A x

x A 1 b ,

b A x

b x A A 1 x b

x
x

K ( A)

K (A) = A A

b
b
1

Numarul de conditionare al matricei,

matricei
care actioneaza ca un factor de
amplificare a perturbarii solutiilor
datorate variatiei termenilor liberi

Propagarea
p g
erorilor in rezolvarea
sistemelor de ecuatii lineare:
O relaie asemntoare se obine n cazul
perturbrii matricei coeficienilor:

( A + A) ( x + x ) = b
A x + A x = 0 x = A1 A x
x A1 A x
x
x

K (A)

A
A

Efectul p
perturbrii coeficienilor

se regaseste
g
amplificat de K(A) ori in solutie.

Propagarea
p g
erorilor in rezolvarea
sistemelor de ecuatii lineare:
Dac n relaiile anterioare nu se neglijeaz
termenul
te
e u A x
se obine o majorare mai exact de forma:

x
x

K ( A )

1 K ( A )

A
A

A
A

Dac se consider c numerele reale au mantisa

reprezentat cu t cifre binare semnificative

Aij 2t Aij A 2t A
x
x

2 t A A 1
1 2t A A 1

2 t K ( A )
=
1 2 t K ( A )

Se verific relativ uor urmtoarele

proprieti ale numrului de condiionare al
unei matrici
K(A)1
K(A)=K(A-1)
(c ) ( )
K(cA)=K(A)
Numrul de condiionare depinde de norma
considerat

Propagarea
p g
erorilor in rezolvarea
sistemelor de ecuatii lineare:
Pentru matricele cu numr de condiionare mare
(matrice ru condiionate) amplificarea
erorilor din datele iniiale este mare,
mare
indiferent de ct de exact sunt efectuate
calculele, justificnd variaia relativ mare a
soluiilor n
raport cu variaia termenilor
liberi.

11 1 2 1 3 1 4
5 7 6 5
12 13 14 15
7 10 8 7
A=
A=
13 14 15 16
6 8 10 9
14 15 16 17
matricea Hilbert

5 7 9 10
matricea Wilson

10 1 4 0
1 10 5 1
A=
4 5 10 7
0 1 7 9
matricea Rutishauser