1. · 2011-06-11 · numerikus módszerek tételek 1. a lebegőpontos számábrázolás egy...
TRANSCRIPT
Numerikus módszerek tételek
1. A lebegőpontos számábrázolás egy modellje. A normalizált lebegőpontos szám fogalma, a
legnagyobb, legkisebb pozitív szám, a relatív pontosság az M(t,-k,+k) gépi számhalmazban. Az input
függvény (fl) fogalma, tétel az ábrázolt szám hibájáról. Példák a véges számábrázolás miatt
előforduló furcsaságokra.
Definíció: Az alakú számot normalizált lebegőpontos számnak nevezik, ha
, , és .
( : mantissza, : mantissza hossza, : karakterisztika)
Jelölés:
Gépi számhalmaz:
Gépi számhalmaz tulajdonságai:
1)
2) a -ra szimmetrikus
3) A legnagyobb pozitív szám:
4) A legkisebb pozitív szám:
5) Relatív hibakorlát: az -et követő gépi szám
Gépi szám megfeleltetése valós számnak:
Definíció: Az függvényt input függvénynek nevezzük, ha
Tétel: Ha , , akkor az ábrázolt szám hibája:
Következmény:
ha
Azaz az ábrázolt szám relatív hibakorlátja , vagyis csak -től függ.
az -hez
legközelebbi gépi szám a kerekítés szabályai szerint
Numerikus módszerek tételek
-ben előforduló furcsaságok
1) , ahol
Pl.
2) Asszociativitás nem teljesül:
Pl.
bal oldal:
jobb oldal:
3) Kivonási jegyveszteség
a.
b. átalakítás a pontosabb számításért:
c. másodfokú egyenlet gyökei
d. részeredmény nem ábrázolható, de a végeredmény igen:
Numerikus módszerek tételek
2. A hibaszámítás elemei. Az abszolút és relatív hiba ill. hibakorlát fogalma. Tétel az alapműveletek
abszolút és relatív hibájáról. A függvényérték abszolút és relatív hibája. A függvény „ ” pontbeli
kondíciószámának fogalma.
Definíció: : pontos érték, : közelítő érték
: közelítő érték (pontos) hibája
: közelítő érték abszolút hibája
: közelítő érték egy abszolút hibakorlátja
(gyakorlatban): közelítő érték relatív hibája
: közelítő érték relatív hibakorlátja
Következmény:
Tétel: Az alapműveletek hibakorlátai
problémás műveletek: kis számmal osztás, közeli számok kivonása
Bizonyítás:
Összeadás:
Tegyük fel, hogy és azonos előjelű.
Abszolút értéket véve, felülről becsülve és az abszolút hibakorlát fogalmát felhasználva:
, tehát
Összeg relatív hibakorlátja:
Kivonás:
Tegyük fel, hogy és azonos előjelű.
Abszolút értéket véve, felülről becsülve és az abszolút hibakorlát fogalmát felhasználva:
, tehát
Numerikus módszerek tételek
Különbség relatív hibakorlátja:
Szorzás:
ugyanis
Tehát
Szorzat relatív hibakorlátja:
Osztás:
Tegyük fel, hogy és azonos nagyságrendű.
Hányados abszolút hibakorlátja:
Hányados relatív hibakorlátja:
Numerikus módszerek tételek
A függvényérték hibája:
Tétel: , ekkor , ahol
és
Bizonyítás: Lagrange-tétellel:
Tétel: , ekkor
, ahol
Bizonyítás: Taylor-formulával: ( : középpont)
Jó közelítés, ha kicsi.
Következmény: ha kicsi.
Definíció: A
mennyiséget az függvény -beli kondíciószámának nevezzük.
Numerikus módszerek tételek
3. Lineáris egyenletrendszerek (LER) megoldása Gauss-eliminációval. Az elimináció és a
visszahelyettesítés műveletigénye. A sor-, illetve oszlopcsere szükségessége. A részleges és teljes
főelemkiválasztás.
Gauss-elimináció
Jelölések: (eredeti)
1. lépés: 1. egyenlet változatlan
új . egyenlet . egyenlet –
. egyenlet //ha
Egyenletek:
. lépés: . egyenlet változatlan
új . egyenlet . egyenlet –
. egyenlet //ha
. lépés után: felsőháromszög alak
Visszahelyetteítés:
Numerikus módszerek tételek
Műveletigény
1) Gauss-elimináció
. lépés: osztás
szorzás
összeadás, kivonás
: olyan függvény, melyet -tel osztva korlátos függvényt kapunk.
2) Visszahelyettesítés
osztás
meghatározása:
osztás
szorzás
összeadás, kivonás
Megjegyzések:
1) Ha , akkor sort vagy oszlopot kell cserélni. Sorcsere nem változtatja a megoldást,
oszlopcsere esetén a megoldás komponensei felcserélődnek.
2) A lineáris egyenletrendszer megoldhatósága menet közben kiderül.
3) Számítógépes megvalósítások
a. Részleges főelemkiválasztás
A . lépésben az
elemek közül a maximális abszolút értékű sorát
felcseréljük a . sorral. A megoldás nem változik.
sor: vektor
Ebben cserélünk. Minden hivatkozás ezen keresztül történik.
sok megoldás
nincs megoldás
Numerikus módszerek tételek
b. Teljes főelemkiválasztás
A . lépésben a . sorok, . oszlopok által meghatározott mátrix részben a maximális
abszolút értékűt keressük.
Sorát a . sorral, oszlopát a . oszloppal cseréljük. A megoldás változik.
sor: , oszlop: vektorok
Ezekben cserélünk, hivatkozások.
Numerikus módszerek tételek
4. A GE alkalmazásai: determináns számítása, azonos mátrixú lineáris egyenletrendszerek
megoldása, mátrix inverz számítás. A GE felírása speciális mátrix szorzásokkal. Kapcsolata az LU
felbontással.
A Gauss-elimináció alkalmazásai:
1) Determináns számítása felsőháromszög alakból
: a sor- és oszlopcserék inverzióinak együttes száma
2) Azonos mátrixú lineáris egyenletrendszerek megoldása
, ,
(Gauss-elimináció végrehajtása)
3) Mátrix inverzének meghatározása
mátrixegyenletet kell megoldani. Ez darab mátrixú lineáris egyenletrendszer megoldását
jelenti. Ha a jobboldalakat egymás mellé rakjuk, a 2) pont alapján csak egyszer kell eliminálni,
tehát az kiegészített táblázatra alkalmazott Gauss-eliminációval meghatározhatjuk az
inverzet.
Gauss-elimináció felírása speciális mátrix szorzásokkal
jelentése:
1) Az . oszlopa változatlan
2) Az új . sor . sor – . sor
3) A Gauss-elimináció . lépése:
Következmény: A főelemkiválasztás nélküli Gauss-elimináció felírható a következő alakban:
Ahol alsóháromszög mátrix a főátlóban -esekkel és felsőháromszög mátrix.
1
1 0
1
0
0
1
1
Numerikus módszerek tételek
Állítás:
Bizonyítás:
Állítás:
Bizonyítás: Teljes indukció
Tfh -ra igaz, bizonyítsuk -re
Megjegyzés: -t összepakoljuk nem elemeiből.
1. Gauss-
eliminációs lépés után
2. GE lépés után
Egy mátrixban van és .
az eredeti oszlopot
-gyel végigosztjuk
Numerikus módszerek tételek
5. Az LU felbontás, tétel az -ről. A főminorok és az LU felbontás kapcsolata. és elemeinek
meghatározásának menete, sorrendek az elemek kifejezésére. Műveletigénye.
Definíció: LU felbontás
, ahol alsóháromszög mátrix főátlóban -esekkel és felsőháromszög mátrix.
1)
2)
Az LU felbontás ismeretében két háromszögmátrixú egyenletrendszer megoldásával
(visszahelyettesítéssel) megoldható a lineáris egyenletrendszer.
Tétel: Az LU felbontás GE végrehajtható sor- és oszlopcsere nélkül.
Bizonyítás: Ha a Gauss-elimináció nem akad el miatt (tehát nincs szükség sor- vagy
oszlopcserére), akkor a . lépés felírható alsóháromszög mátrixszal történő szorzással. Az elimináció
végén kapott és
mátrixok a felbontásban szereplő
mátrixok.
Tétel: Jelöljük
-val a . főminort.
Ha , akkor felbontás és
Bizonyítás: teljes indukcióval
Tfh felbontás és . Készítsük el felbontását!
1)
2)
3)
4)
és elemeinek meghatározása az szorzásból
Fontos a jó sorrend: sorfolytonos, oszlopfolytonos vagy „parketta-szerű”.
Műveletigény: 2/3 n3 * (n2)
Numerikus módszerek tételek
6. Fogalmak: A szimmetrikus, pozitív definit, szigorúan diagonálisan domináns a sorokra ill.
oszlopokra, fél sávszélesség, profil, Schur-komplementer. A GE (LU felbontás) megmaradási tételei.
Definíció:
1) szimmentrikus, ha .
2) pozitív definit, ha .
3) soraira nézve szigorúan diagonálisan domináns, ha
oszlopaira nézve szigorúan diagonálisan domináns, ha
4) fél sávszélessége , ha , de .
5) profilja a (sorra) és (oszlopra) számok, ha
rögzített, , de és
rögzített, , de .
6) Tfh és invertálható.
Ekkor az az mátrix -re vonatkozó Schur-komplementere.
Megmaradási tételek:
Tétel: A GE során (LU felbontás) a következő tulajdonságok nem változnak:
1) A szimmetrikus => [A|A11] is szimmetrikus
2) Det(A) ≠ 0 => det (*A|A11+) ≠ 0
3) A poz. def => [A|A11] is poz. def.
4) A félsévszélessége > *A|A11] félsévszélessége
5) [A|A11]-ben az li, kj értékek nem csökkennek
Numerikus módszerek tételek
7. Az LDU felbontás és a Cholesky-féle felbontás, kapcsolatuk az LU felbontással. Tétel a Cholesky-
féle felbontásról.
LDU felbontás:
A = L * D * U, ahol L felső háromszög, egyes diagonálissal; U alsó, 1-es diagonálissal; D diagonális.
Visszavezetjük az LU felbontásra:
A = L * U~ = L * D <=> D-1 * U~ = U; D diag(u~11, …, u~
nn)
Áll.: A szimmetrikus => A = L * D * U-ban U = LT
Biz.: L-1 *\ A = L * D * U /* (L-1)T
L-1 * A * (L-1)T = D * U * (LT)-1
Szimmetrikus [0\0] [01
1---] => U * (LT)-1 = I => U = LT
LLT (Cholesky-féle) felbontás:
A szimmetrikus; A = L * LT, ahol L teljes felső háromszög, és lii > 0.
Tétel: Ha A szimmetrikus és poz def, akkor ! A = L * LT felbontás.
Biz.: : A = L *D * LT felbontásból A poz def => det(Ak) > 0 => ukk > 0 => dkk > 0 √ D diag(√d11, …, √dnn) A = (L * √D) * (√D * LT) L~ L~T Megj.: LU-ból ugyanígy !: Indirekt TFH L1
≠ L2: A = L1 * L1
T = L2 * L2T; Di = diag(l11
(i), …, lnn(i))
(L1 * D1-1) * (D1 * L1
T) = (L2 * D2-1) * (D2 * L2
T)
Mivel az LU felbontás egyértelmű, => D1 * L1T = D2 * L2
T <=> D12 = D2
2 (mivel dii > 0) D1 = D2 => L1
T = L2T ELLENTMONDÁS!
Numerikus módszerek tételek
8. QR felbontás Gram-Schmidt ortogonalizációval. Tétel a létezésről, egyértelműségről.
QR felbontás Gram-Schmidt ortogonalizációval:
TFH q1, …, qk-1 ismert
Tétel: Ha A oszlopai lineárisan függetlenek, akkor A = Q * R felbontás.
Ha feltesszük, hogy rkk > 0 k-ra, akkor egyértelmű is.
Biz.: : lásd levezetés.
!: Indirekt: TFH két különböző QR felbontás
A = Q1 * R1 = Q2 * R2
Q Q2T * Q1 = R2 * R1
-1 =: R
Q * QT = (Q2T * Q1) * (Q2
T * Q1)T = Q2T * (Q1 * Q1
T) * Q2 = I
I
I = QT * Q = RT * R
=> R = I <=> R2 * R1-1 = I => R2 = R1ELLENTMONDÁS.
Numerikus módszerek tételek
18. A Newton-módszer és konvergencia tételei (monoton, lokális).
f(x) = 0-ra, x0 tetszőleges kezdőérték
A k. lépésben az (xk, f(xk)) ponton átmenő érintővel közelítjük az f-et. Xk+1 az érintőnek az x tengellyel
vett metszéspontja.
Érintő: y - f(xk) = f’(xk) * (x – xk)
m
X tengellyel vett metszéspont:
-f(xk) = f’(xk) * (xk+1 - xk)
-f(xk)/f’(xk) = xk+1 – xk
xk+1 xk - f(xk)/f’(xk)
Globális vagy monoton konvergencia tétel:
TFH f C2 *a,b+ és
1) x* [a,b] : f(x*) = 0
2) f’ és f’’ állandó előjelű
3) x0 [a,b] : f(x0) * f’’(x0) > 0
Ekkor x0-ból indított Newton módszer konvergens x*-hoz.
Biz.: Spec. Eset: f’, f’’ > 0 (a többi ugyan így megy)
Taylor-formula alkalmazása: xk kp. ϕ (x; xk) v. (xk; x)
x xk+1
:
=> f(xk+1) > 0 k-ra
f(x0) > 0 3. feltétel => f(xk) > 0 k .
T á k) konv.:
Numerikus módszerek tételek
L ká k v g é
TFH f C2 *a,b+ és
1) x* [a,b] : f(x*) = 0
2) f’ állandó előjelű
3) 0 < m1 ≤ |f’(x)|, x [a,b]
4) |f’’(x)| ≤ M2, x [a,b] M M2/2*m1
5) X0 [a,b]
Ekkor az x0-ból indított Newton-módszer másodrendben konvergens, és hibabecslése:
Biz.: Taylor-formula alkalmazása: xk kp., x x* hely.
Becslés:
Belátjuk teljes indukcióval, hogy az xk kr(x*):
|x0 – x*| < r. OK 5. feltétel
TFH |xk – x*| < r
εk
Vizsgáljuk:
Hibabecslésből folytatjuk a konvergencia bizonyítását:
εk+1 ≤ M * εk2 /*M
M * εk+1 ≤ (M * εk)2
dk+1 ≤ dk2
dk+1 ≤ dk2 ≤ (dk-1
2)2 ≤ … ≤ (d0)2^k+1
Numerikus módszerek tételek
M * εk+1 ≤ (M * ε0)2^k+1
εk+1 ≤ 1/M * (M * ε0)2^k+1 →k→ 0
k+1 hiba <1
konvergencia rend bizonyítása: -ból xk → x* (k→)
Numerikus módszerek tételek
19. Húrmódszer, szelőmódszer, többváltozós Newton-módszer.
Húrmódszer:
f(x) = 0-ra, x0 a, x1 b, és f(a)*f(b) < 0.
A k. lépésben az (xk;f(xk)) és (xs;f(xs)) pontokon átmenő egyenes
közelíti f-et, ahol
xs: a legnagyobb indexű pont, melyre f(xk)*f(xs) < 0
xk+1: az egyenes metszéspontja x tengellyel.
Tétel: TFH f C2*a,b+ és
1) f(a) * g(b) < 0
2) M M2/2*m1 (mint a Newton-módszernél)
3) M * (b-a) < 1
Ekkor az x0-ból indított húrmódszer konvergens, és |xk+1 – x*| ≤ 1/M * (M * |x0 – x*|)2
NEM BIZ!
Szelőmódszer:
Húrmódszerből származtatható, úgy, hogy i k+1, és nincs előjel feltétel.
Tétel: Ha teljesülnek a Newton-módszer lokális
konvergencia tételének feltételei, akkor a szelőmódszer
konvergens
rendben, és
NEM BIZ!
Többváltozós Newton-módszer:
F-nek az elsőfokú Taylor-polinómja:
x(k+1) : Taylor-poli = 0
Végrehajtása:
Numerikus módszerek tételek
á é
Numerikus módszerek tételek
20. A Horner algoritmus polinom és deriváltja helyettesítési értékeinek gyors számolására. Becslés
a polinom gyökeinek elhelyezkedésére.
Horner algoritmus: Polinomok helyettesítése értékeinek, és derivált értékeinek számolására
Algoritmus:
Állítás:
é
Biz.:
é
Állítás:
NEM BIZ!
Polinomok gyökeinek becslése:
Tétel: A P(x) polinom bármely xk gyökére
Numerikus módszerek tételek
Biz.: a)TFH |x| ≥ R belátjuk, hogy |P(x)| > 0 => x nem gyök
b) x 1/y hely