Documente Academic
Documente Profesional
Documente Cultură
Metode iterative
(2.1)
lim x
[k]
= x , x
[ 0]
(2.2)
[ k +1]
[ 0]
=Px
[k ]
+ b, k = 0,1,...
(2.3)
[ k +1]
= N 1 P x
[k ]
+ N 1 b, k = 0,1,... .
(2.4)
2.
Definiie:
Se numete raz spectral a matricei G mrimea:
(G ) = max{| i (G ) |} .
1 i n
Propoziie:
Condiia necesar i suficient ca irul de soluii aproximative, defint prin
relaia (2.4), s fie convergent ctre soluia adevrat a sistemului de ecuaii
(2.1) este ca matricea G = N 1 P s aib toate valorile proprii n modul
subunitare sau, altfel spus, raza spectral a matricei G s fie subunitar.
Demonstraia pornete de la expresia erorii la iteraia [k], care este:
[k]
[k]
e = x x , k = 0,1,... . Eroarea la pasul [ k + 1 ] este:
e
[ k +1]
=xx
[ k +1]
=x Gx
[k]
N 1 b .
(2.5)
[ k +1]
=x Gx
[k]
N 1 ( N x P x ) = G ( x x
[k]
)= Ge
[k]
. (2.6)
[ k +1]
= G e
[k]
= G2 e
[ k 1]
= K = G k +1 e
[ 0]
proprii subunitare n modul, altfel spus, dac raz spectral a matricei G este
subunitar.
Observaii:
1. Cu ct raza spectral subunitar a matricei G este mai mic, cu att viteza de
convergen a irului de soluii aproximative (2.4) va fi mai mare.
2. n practic, de multe ori, condiia necesar i suficient prezentat anterior se
verific (nlocuiete) printr-o condiie suficient, dac este posibil, i anume:
dac || G || < 1 atunci (G ) < 1 .
De regul se folosete norma matricial infinit, rezultnd condiia:
2.1
Metode iterative
|| G || = max{ | g i, j |} < 1 .
1i n j=1
Dac aceast ultim condiie este ndeplinit, atunci metoda iterativ este
sigur convergent i nu mai este necesar s se calculeze valorile proprii ale
matricei G de caracterizare a convergenei. Dac, ns, condiia suficient nu
este satisfcut, atunci nu se poate afirma nimic n ceea ce privete
convergena metodei i se recurge la calculul valorilor proprii ale matricei G,
n scopul verificrii condiiei necesare i suficiente.
n continuare se consider urmtoarea descompunere a matrcii A a
sistemului (2.1):
A =L+ D+ U,
(2.7)
[ k +1]
= ( L + U ) x
[k]
+ b, k = 0,1,... .
(2.8)
(2.9)
j=1
j i
Dac elementul a i,i 0 , atunci relaia (2.9) se poate rescrie sub forma:
2.
(2.10)
j=1
j i
1 i n j=1
j i
(2.11)
n relaia (2.11) fiind implicate doar numere pozitive, dac maximul lor este mai
mic dect 1, atunci toate sunt subunitare:
n
| a i , j / a i ,i | < 1
j=1
j i
| a i ,i |> | a i , j | .
(2.12)
j=1
j i
Propoziie:
Dac matricea A este diagonal dominant pe linii, atunci metoda Jacobi
este convergent, oricare ar fi estimaia iniial a soluiei sistemului de ecuaii
(2.1).
Observaie:
Condiia (2.12) nseamn c i = 1,..., n , j = 1,..., n , i j , | a i , j / a i ,i |< 1 .
Revenind la relaia (2.10), se observ c a i , j / a i ,i sunt coeficienii care
multiplic estimaiile anterioare, deci erorile ce afecteaz aceste estimaii sunt
micorate pe msur ce procesul iterativ avanseaz. Ca urmare, dac matricea A
este diagonal dominant pe linii, atunci procedura este sigur stabil numeric.
[ k +1]
= U x
[k]
+ b, k = 0,1,... .
(2.13)
2.1
Metode iterative
j=1
j=i +1
i = 1,..., n ,
(a i, j / a i,i ) x [jk ] ,
i = 1,..., n .
j=i +1
[ k +1]
=x
[k]
[k]
(L + D)
1
1
(L + D) rezult:
[U x
[k ]
+ ( L + D) x
[k]
= x (L + D) [A x b]
Se face urmtoarea notaie:
[k ]
[k]
r =bAx ,
[k]
[k]
b]
[k]
2.
[ k +1]
=x
[k]
+ (L + D) 1 r
[k ]
(2.14)
[ k +1]
=x
[k]
+ (L + D) 1 r
[k ]
(2.15)
[ k +1]
=x
[k ]
(L + D) 1 (L + D) x
+ [(L + D) 1 U x
[k]
[k ]
(2.16)
+ (L + D) 1 b]
[ k +1]
= (1 ) x
[k ]
[ k +1]
+ x Gauss Seidel .
(2.17)
2
1 + 1 2Jacobi
; optim
Jacobi
1 + 1 2Jacobi
Gauss Seidel
2
optim
a i, j x [jk ] ) / a i ,i ] .
j=i +1
2.1
Metode iterative
numar iteratii
numar minim
iteratii
optim
2.
Capitolul 3
REZOLVAREA SISTEMELOR DE ECUAII
ALGEBRICE LINIARE N SENSUL CELOR MAI
MICI PTRATE
3.1
Formularea problemei
(3.1)
Exemplul 3.1:
Se reia Exemplul 2.1 referitor la identificarea modelului de regim staionar
al unui proces dinamic. De aceast dat, funcia care descrie comportarea
procesului este:
p
p 1
y = f (u 1 , K , u p ) = c 0 + c i u i +
i =1
c i, j u i u j + c i,i u i2 .
i =1 j=i +1
i =1
u1
up
a11
a1p
b1
am1
amp
bm
3.1
Formularea problemei
b = [b1 K b m ] T ;
x = [c 0 K c p
c1, 2 K c1,p
1 a 11 K a 1p
A = M M O M
1 a m1 K a mp
c 2,3 K c 2,p K c p 1, p
a 11 a 12
a 1,p 1 a 1,p
2
a 11
a m1 a m 2
K a m ,p 1 a m , p
a m2 1
c1,1 K c p, p ]T
K a 12p
O M ,
K a 2mp
Definiii:
Matricea A mn se spune c are coloanele liniar independente sau c
este monic, dac vectorii colan ai si sunt liniar independeni:
n
j a j = 0m
j=1
j = 0, j = 1, K , n .
Propoziie:
Pentru orice matrice A mn , m > n , urmtoarele afirmaii sunt
echivalente:
i.)
A este o matrice monic;
ii.)
rang(A ) = n ;
N(A) = {0 n } ;
iii.)
10
iv.)
2.
(3.2)
V ( x ) = minim.
Mrimea b A x se noteaz cu r i se numete reziduu asociat vectorului x .
Pentru funcia criteriu aleas, cele mai utilizate sunt normele 1, infinit i
norma euclidian. n funcie de norma folosit, va rezulta o pseudosoluie
diferit.
Problema determinrii unei pseudosoluii care minimizeaz criteriul dat prin
relaia (3.2) este n fond o problem de optimizare. Astfel, pentru o funcie
criteriu scalar, minimul se obine pentru acel argument care anuleaz derivata
de ordinul nti a funciei (criteriu), iar derivata de ordinul al doilea este
pozitiv.
n cazul de fa, argumentul fiind un vector, se vor lua n discuie gradientul
i hesianul funciei criteriu V , n raport cu argumentul su x , i anume:
T
V ( x )
V ( x )
n1
K
gradient: x {V ( x )} =
,
x n
x 1
not
hesian: x x {V ( x )} = x {V ( x )} = x { Tx {V ( x )}} nn .
Din cele enunate, rezult condiia esenial ca funcia criteriu V s fie
difereniabil n raport cu vectorul x . Astfel, dac se folosete norma 1 sau
infinit n definirea funciei criteriu, atunci aceasta nu satisface condiia de
difereniabilitate, deoarece normele respective se exprim n raport cu funcia
modul, la rndul ei nedifereniabil:
3.1
Formularea problemei
11
V1 ( x ) = | ri | , V ( x ) = max{| ri |} , ri = b i ( A x ) i , i = 1, K , m .
1i n
i =1
1
1
1 T
1 m
|| b A x || 22 = || r || 22 = r r = ri2 .
2
2
2
2 i =1
(3.3)
*
|| b A x || 22 = min
{|| b A x || 22 } .
n 1
(3.4)
(3.5)
w {w C z} = C z .
(3.6)
w {w C w} = (C + C T ) w .
(3.7)
(3.8)
12
2.
Definiie:
Sistemul de ecuaii algebrice liniare:
AT A x = AT b
(3.9)
r =bAx
r =bAx
Im(A)
y=Ax
y =Ax
Im(A)
Fig. 3.1. Interpretarea geometric a soluiei n sensul celor mai mici ptrate
(lema proieciei ortogonale)
3.1
Formularea problemei
13
(A x ) T r = 0, x n1 ,
ceea ce implic:
T
x A T (b A x ) = 0, x n1 .
De aici rezult:
*
( A T A) x = A T b ,
ceea ce pune n eviden existena soluiei n sensul celor mai mici ptrate, x
.
Observaie:
Conform celor prezentate n capitolul 2, pentru sistemul determinat de
*
ecuaii normale (3.9), pseudosoluia x este unic determinat dac matricea
acestui sistem, A T A , este inversabil. Aceast condiie este ndeplinit dac
matricea A T A este pozitiv definit.
n practic, ns, nu se recomand rezolvarea sistemului de ecuaii normale
(3.9) deoarece matricea A T A , dei teoretic este pozitiv definit, prin calcul,
datorit erorilor de rotunjire, ea poate deveni pozitiv semidefinit, deci
neinversabil. Astfel, n general, matricea A T A este prost condiionat
deoarece calculul su este afectat de erori de rotunjire deseori cu caracter
catastrofal.
Exemplul 3.2:
Fie o matrice A de forma:
1 1 +
A = 1 1 , cu 2 < m < , fl(1 + m ) > 1 , fl(1 + 2 ) = 1 .
1 1
14
2.
3+
3+
3
3
, fl(A T A) =
AT A =
.
2
3 + 3 + 2 +
3 + 3 + 2
T