0 0 a 2,n. JACOBIOVA ITERAČNÍ METODA. Ax = b (D + L + U)x = b Dx = (L + U)x + b x = D 1 (L + U)x + D 1 b. (i) + T J

Podobné dokumenty
Co je obsahem numerických metod?

Připomenutí co je to soustava lineárních rovnic

Dnešní látka Opakování: normy vektorů a matic, podmíněnost matic Jacobiova iterační metoda Gaussova-Seidelova iterační metoda

DRN: Soustavy linárních rovnic numericky, norma

stránkách přednášejícího.

VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY

Aplikovaná numerická matematika - ANM

Soustavy lineárních rovnic-numerické řešení. October 2, 2008

Soustavy lineárních rovnic-numerické řešení

Iterační metody řešení soustav lineárních rovnic. 27. prosince 2011

a vlastních vektorů Příklad: Stanovte taková čísla λ, pro která má homogenní soustava Av = λv nenulové (A λ i I) v = 0.

Libovolnou z probraných metod najděte s přesností na 3 desetinná místa kladný kořen rovnice. sin x + x 2 2 = 0.

Numerické řešení soustav lineárních rovnic

SOUSTAVY LINEÁRNÍCH ALGEBRAICKÝCH ROVNIC

SOUSTAVY LINEÁRNÍCH ALGEBRAICKÝCH ROVNIC

Numerické řešení soustav lineárních rovnic

Numerická matematika Písemky

FP - SEMINÁŘ Z NUMERICKÉ MATEMATIKY. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci

Cvičení z Numerických metod I - 12.týden

Numerické metody a programování. Lekce 4

4. Trojúhelníkový rozklad p. 1/20

Numerické metody lineární algebry

1/10. Kapitola 12: Soustavy lineárních algebraických rovnic

Matematika B101MA1, B101MA2

Princip řešení soustavy rovnic

BAKALÁŘSKÁ PRÁCE. Iterační metody pro řešení systémů lineárních rovnic UNIVERZITA PALACKÉHO V OLOMOUCI PŘÍRODOVĚDECKÁ FAKULTA

1 0 0 u 22 u 23 l 31. l u11

Numerické metody I. Jaro Normy vektorů a matic 1. 2 Nelineární rovnice Metoda bisekce (půlení intervalu) Iterační metody...

Numerické metody lineární algebry

[1] LU rozklad A = L U

Soustavy lineárních rovnic

Numerická matematika Banka řešených příkladů

Soustava m lineárních rovnic o n neznámých je systém

METODA PŮLENÍ INTERVALU (METODA BISEKCE) METODA PROSTÉ ITERACE NEWTONOVA METODA

D 11 D D n1. D 12 D D n2. D 1n D 2n... D nn

Budeme hledat řešení y(x) okrajové úlohy pro diferenciální rovnici druhého řádu v samoadjungovaném tvaru na intervalu a, b : 2 ) y i p i+ 1

Příklady pro cvičení 22. dubna 2015

Podobnost matic. Definice 8.6. Dány matice A, B M n (C). Jestliže existuje regulární matice P M n (C) tak,

Numerické metody a programování

Moderní numerické metody

ČTVERCOVÉ MATICE. Čtvercová matice je taková matice, kde počet řádků je roven počtu jejích sloupců. det(a) značíme determinant čtvercové matice A

Numerická matematika 1

Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:

y = Spočtěte všechny jejich normy (vektor je také matice, typu n 1). Řádková norma (po řádcích sečteme absolutní hodnoty prvků matice a z nich

Četba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).

s velmi malými čísly nevýhodou velký počet operací, proto je mnohdy postačující částečný výběr

[1] Determinant. det A = 0 pro singulární matici, det A 0 pro regulární matici

4. LU rozklad a jeho numerická analýza

Požadavky a podmínky zkoušky z Numerických metod I (2NU)

Linearní algebra příklady

FAKULTA STAVEBNÍ MATEMATIKA NUMERICKÉ METODY STUDIJNÍ OPORY PRO STUDIJNÍ PROGRAMY S KOMBINOVANOU FORMOU STUDIA

Soustavy lineárních rovnic

Jedná se o soustavy ve tvaru A X = B, kde A je daná matice typu m n,

III. MKP vlastní kmitání

2.6. VLASTNÍ ČÍSLA A VEKTORY MATIC

Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague

Slovo ALGEBRA pochází z arabského al-jabr, což znamená nahrazení. Toto slovo se objevilo v názvu knihy

Hisab al-džebr val-muqabala ( Věda o redukci a vzájemném rušení ) Muhammada ibn Músá al-chvárizmího (790? - 850?, Chiva, Bagdád),

Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace

A 9. Počítejte v radiánech, ne ve stupních!

Podobnostní transformace

Globální matice konstrukce

3. Iterační metody řešení soustav

1 Zobrazení 1 ZOBRAZENÍ 1. Zobrazení a algebraické struktury. (a) Ukažte, že zobrazení f : x

1 Determinanty a inverzní matice

maticeteorie 1. Matice A je typu 2 4, matice B je typu 4 3. Jakých rozměrů musí být matice X, aby se dala provést

Čtvercové matice. Čtvercová matice je taková matice, jejíž počet řádků je roven počtu jejích sloupců

Uspořádanou n-tici reálných čísel nazveme aritmetický vektor (vektor), ā = (a 1, a 2,..., a n ). Čísla a 1, a 2,..., a n se nazývají složky vektoru

Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat

P 1 = P 1 1 = P 1, P 1 2 =

MASARYKOVA UNIVERZITA RELAXAČNÍ METODA

0.1 Úvod do lineární algebry

Operace s maticemi. 19. února 2018

Univerzitní licence MATLABu. Pište mail na: se žádostí o nejnovější licenci MATLABu.

Matematika 1 MA1. 2 Determinant. 3 Adjungovaná matice. 4 Cramerovo pravidlo. 11. přednáška ( ) Matematika 1 1 / 29

Cvičení 5 - Inverzní matice

Četba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).

Úlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2,

Základy matematiky pro FEK

Rovinná úloha v MKP. (mohou být i jejich derivace!): rovinná napjatost a r. deformace (stěny,... ): u, v. prostorové úlohy: u, v, w

Typy příkladů na písemnou část zkoušky 2NU a vzorová řešení (doc. Martišek 2017)

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava luk76/la1

Fakt. Každou soustavu n lineárních ODR řádů n i lze eliminací převést ekvivalentně na jednu lineární ODR

Lineární algebra. Matice, operace s maticemi

Operace s maticemi

SOUSTAVY LINEÁRNÍCH ROVNIC

INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.

Soustavy lineárních rovnic

Numerické metody a programování. Lekce 7

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague

Základy maticového počtu Matice, determinant, definitnost

Program SMP pro kombinované studium

1. LINEÁRNÍ ALGEBRA Vektory Operace s vektory... 8 Úlohy k samostatnému řešení... 8

Soustavy linea rnı ch rovnic

0.1 Úvod do lineární algebry

10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo

1. Jordanův kanonický tvar

Transkript:

6 Jacobiova a Gaussova-Seidelova iterační metoda pro řešení systémů lin rovnic Kateřina Konečná/ ITERAČNÍ METODY PRO ŘEŠENÍ SYSTÉMŮ LINEÁRNÍCH ROVNIC Budeme se zabývat řešením soustavy lineárních rovnic s regulární maticí soustavy A Princip iteračních metod: převést soustavu na systém x = T x + d s iterační maticí T x (i+) = T x (i) + d, vhodnou volbou iterační matice T a vektoru d dostáváme konkrétní iterační metodu STOP podmínka: x (i+) x (i) < ε, kde {,, 2} Rozklad matice soustavy A: A = D + L + U, kde D značí diagonální matici, L dolní trojúhelníkovou matici bez diagonály a U horní trojúhelníkovou matici bez diagonály: a, 0 0 0 0 0 0 a,2 a,n 0 a 2,2 0 D =, L = a 2, 0 0, U = 0 0 a 2,n an,n 0 0 a n,n a n, a n,n 0 0 0 0 Soustavu JACOBIOVA ITERAČNÍ METODA řešíme rozkladem matice A = D + L + U Postupnými úpravami dostáváme iterační proces ve tvaru s iterační maticí T J (D + L + U)x = b Dx = (L + U)x + b x = D (L + U)x + D b x (i+) = D (L + U) x (i) + }{{}} D {{ b } T J d J Soustavu GAUSSOVA-SEIDELOVA ITERAČNÍ METODA řešíme rozkladem matice A = D + L + U Postupnými úpravami dostáváme iterační proces ve tvaru s iterační maticí T GS (D + L + U)x = b (D + L)x = Ux + b x = (D + L) Ux + (D + L) b x (i+) = (D + L) U x (i) + (D + L) b }{{}}{{} T GS d GS

6 Jacobiova a Gaussova-Seidelova iterační metoda pro řešení systémů lin rovnic Kateřina Konečná/2 Konvergence metod: A ryze řádkově diagonálně dominantní: a i,i > n a i,j i =,, n j= j i A - ryze řádkově diagonálně dominantní konvergence pro libovolnou počáteční aproximaci x (0) R n Pozn A ryze sloupcově diagonálně dominantní: a i,i > n a i,j j =,, n i= i j Iterační posloupnost x (i) konverguje k přesnému řešení systému lineárních rovnic, existuje-li norma matic souhlasná s normou vektorů tak, že T < Příklad Danou soustavu lineárních rovnic 3x + x 2 + x 3 = 2 2x + 4x 2 + x 3 = 4 x x 2 3x 3 = řešte Jacobiovou i Gaussovou-Seidelovou metodou Zvolte počáteční aproximaci x (0) = (0, 0, 0) T a ε = 000 Řešení Jacobiova metoda: i x i 3 i x (i) 3 i x (i) 3 2 06667 0000 03333 0000 06667 0000 03333 20000 06667 0000 03333 2472 2 02222 05833-02222 05555 2 02222 05833-02222 467 2 02222 05833-02222 08245 3 05463 09445 00648 0362 3 05463 09445 00648 09723 3 05463 09445 00648 05638 9 04234 0808-00766 00009 22 04230 08076-00770 00007 2 04232 08079-00768 00007 } {{ }} {{ }} {{ } 04234 04230 04232 x = 0808 x = 08076 x = 08079 00766 00770 00768 Gaussova-Seidelova metoda: i x (i) 3 i x (i) 3 i x (i) 3 2 06667 06667-0 06667 06667 06667-0 4445 06667 06667-0 09494 2 0485 07870-00895 0852 2 0485 07870-00895 0327 2 0485 07870-00895 0229 3 04342 08053-00798 00473 3 04342 08053-00798 00753 3 04342 08053-00798 0056 4 04248 08075-00775 00094 4 04248 08075-00775 0039 4 04248 08075-00775 00099 5 04233 08077-00770 0005 5 04233 08077-00770 00022 5 04233 08077-00770 0006 6 0423 08077-00769 00002 6 0423 08077-00769 00003 6 0423 08077-00769 00002 } {{ }} {{ }} {{ } 0423 0423 0423 x = 08077 x = 08077 x = 08077 00769 00769 00769

6 Jacobiova a Gaussova-Seidelova iterační metoda pro řešení systémů lin rovnic Kateřina Konečná/3 Příklad 2 Danou soustavu lineárních rovnic 0x 5x 2 + 4x 3 = 3 x 0x 2 + 2x 3 = 5 x 8x 2 + 5x 3 = 3 řešte Jacobiovou i Gaussovou-Seidelovou metodou Zvolte počáteční aproximaci x (0) = (0, 0, 0) T a ε = 0 Řešení Matice soustavy 0 5 4 A = 0 2 8 5 není ryze řádkově ani sloupcově diagonálně dominantní, 0 4 5 3 budeme uvažovat matici soustavy A = 2 0 a vektor pravé strany b = 5 Řešíme soustavu lineárních 5 8 3 rovnic s vektorem řešení x = (x, y, z) T, kde x = x, y = x 3 a z = x 2 Nově vzniklá matice soustavy (z původní soustavy vznikla výměnou pproměnných x 2 a x 3 ) je již ryze řádkově diagonálně dominantní (0 > 4 + 5, 2 > + 0, 8 > + 5), dále řešíme iteračními metodami Jacobiova metoda: 0 0 0 x (i+) 0 4 5 x (i) 3 0 2 0 y = 0 0 y + 5 0 0 8 z (i+) 5 0 z (i) 3 i x (i) y (i) z (i) i x (i) y (i) z (i) i x (i) y (i) z (i) 2 03000-0467 6250 6250 03000-0467 6250 2347 03000-0467 6250 7042 2 2792 0925 402 3292 2 2792 0925 402 2533 2 2792 0925 402 6659 3 0636 0645 23552 0953 3 0636 0645 23552 8636 3 0636 0645 23552 805 4 296 4930 2077 08479 4 296 4930 2077 6789 4 296 4930 2077 0586 5 07566 238 2706 06029 5 07566 238 2706 3208 5 07566 238 2706 0808 5 09632 9434 3028 00780 20 043 2000 29835 0096 7 09745 9643 3022 00902 } {{ }} {{ }} {{ } ˆx 09632 ˆx 043 ˆx 09745 x = ˆx 3 = 9434 x = ˆx 3 = 2000 x = ˆx 3 = 9643 ˆx 2 3028 ˆx 2 29835 ˆx 2 3022

6 Jacobiova a Gaussova-Seidelova iterační metoda pro řešení systémů lin rovnic Kateřina Konečná/4 Gaussova-Seidelova metoda: 0 0 0 2 0 5 8 x (i+) y (i+) = z (i+) 0 4 5 0 0 0 0 0 0 x (i) y (i) z (i) 3 + 5 3 i x (i) y (i) z (i) i x (i) y (i) z (i) i x (i) y (i) z (i) 2 03000-0447 3865 3865 03000-0447 3865 2282 03000-0447 3865 4858 2 699 0643 2720 0830 2 699 0643 2720 27384 2 699 0643 2720 5958 3 295 2992 25782 06579 3 295 2992 25782 045 3 295 2992 25782 07742 4 0694 6427 27854 03435 4 0694 6427 27854 0608 4 0694 6427 27854 04056 5 0356 882 28908 0755 5 0356 882 28908 0347 5 0356 882 28908 02075 6 08 9075 29444 00893 7 0092 9529 2977 0086 7 0092 9529 2977 00537 } {{ }} {{ }} {{ } ˆx 08 ˆx 0092 ˆx 0092 x = ˆx 3 = 9075 x = ˆx 3 = 9529 x = ˆx 3 = 9529 ˆx 2 29444 ˆx 2 2977 ˆx 2 2977

6 Jacobiova a Gaussova-Seidelova iterační metoda pro řešení systémů lin rovnic Kateřina Konečná/5 Řešený příklad z praxe Stavební inženýr požaduje pro realizaci svého projektu 4 800 m 3 písku, 5 800 m 3 jemného štěrkopísku a 5 700 m 3 hrubého štěrkopísku Těžební společnost má k těžbě tohoto materiálu k dispozici tři jámy s následujícím zastoupením: písek [%] hrubý štěrkopísek [%] jemný štěrkopísek [%] jáma č 52 30 8 jáma č 2 20 50 30 jáma č 3 25 5 55 Kolik m 3 písku, jemného a hrubého štěrkopísku má být z každé jámy vytěženo, aby byly pokryty potřeby inženýra? Volte ε = 00 a řešte pomocí Jacobiovy i Gaussovy-Seidelovy metody Zdroj: [] + vlastní úprava Řešení Označme x, y a z množství materiálu, který má být (v tomto pořadí) vytěžen z první, druhé a třetí jámy Dostáváme tak soustavu lineárních rovnic 52 00 x + 20 00 y + 25 00 z = 4800 30 00 x + 50 00 y + 5 00 z = 5800 8 00 x + 30 00 y + 55 00 z = 5700 Výpočet s maticí soustavy složené z přirozených čísel je pro nás pohodlnější, proto z ní vytkneme hodnotu 00 Dostáváme novou soustavu lineárních rovnic s maticí soustavy 52x + 20y + 25z = 4800 30x + 50y + 5z = 5800 8x + 30y + 55z = 5700 52 20 25 A = 30 50 5, 8 30 55 kde x = x 00, y = y 00 a z = z 00 Řešení získaná pomocí Jacobiovy a Gassovy-Seidelovy metody bude z tohoto důvodu potřeba na konci výpočtu ještě vynásobit hodnotou 00 Matice A je ryze řádkově diagonálně dominantní (52 > 20 + 25, 50 > 30 + 5, 55 > 8 + 30), můžeme tedy pro libovolnou volbu počáteční aproximace odhadnout potřebné množství materiálu, které je třeba vytěžit z jam Volba počáteční aproximace: x (0) = (0, 0, 0) T Jacobiova metoda: 52 0 0 0 50 0 0 0 55 x (i+) y (i+) z (i+) 0 20 25 = 30 0 5 8 30 0 x (i) y (i) z (i) 4800 + 5800 5700

6 Jacobiova a Gaussova-Seidelova iterační metoda pro řešení systémů lin rovnic Kateřina Konečná/6 i x (i) y (i) z (i) i x (i) y (i) z (i) i x (i) y (i) z (i) 2 92308 6000 03636 6000 92308 6000 03636 3944 92308 6000 03636 80879 2-233 29525 054 9444 2-233 29525 054 274399 2-233 29525 054 58544 3 7607 4234 88230 84709 3 7607 4234 88230 240989 3 7607 4234 88230 39238 4 5953 43889 643 7799 4 5953 43889 643 2226 4 5953 43889 643 22556 5 67528 07499 77749 6360 5 67528 07499 77749 86502 5 67528 07499 77749 07692 74 39072 78072 48257 0009 82 39075 78075 48259 0009 78 39074 78074 48258 0009 } {{}}{{}}{{} x = 39072 78072 x = 39075 78075 x = 39074 78074 48257 48259 48258 Množství vytěženého materiálu z první, druhé a třetí jámy je Gaussova-Seidelova metoda: 2 x = 00 x = 3 9072 7 8072 x = 00 x = 3 9075 7 8075 x = 00 x = 3 9074 7 8074 4 8257 4 8259 4 8258 52 0 0 30 50 0 8 30 55 x (i+) y (i+) z (i+) 0 20 25 = 0 0 5 0 0 0 x (i) y (i) z (i) + 4800 5800 5700 i x (i) y (i) z (i) i x (i) y (i) z (i) i x (i) y (i) z (i) 2 92308 6065 40364 92308 92308 6065 40364 93287 92308 6065 40364 7576 2 49589 7438 46969 4279 2 49589 7438 46969 62847 2 49589 7438 46969 45293 3 422 7782 48049 8376 3 422 7782 48049 2502 3 422 7782 48049 8978 4 39522 77872 48226 69 4 39522 77872 48226 2557 4 39522 77872 48226 834 5 397 78029 48255 035 5 397 78029 48255 0537 5 397 78029 48255 0385 8 39077 78076 4826 0004 8 39077 78076 4826 0006 8 39077 78076 4826 0004 } {{}}{{}}{{} x = 39077 78076 x = 39077 78076 x = 39077 78076 4826 4826 4826 Množství vytěženého materiálu z první, druhé a třetí jámy je 2 3 9077 3 9077 3 9077 x = 00 x = 7 8076 x = 00 x = 7 8076 x = 00 x = 7 8076 4 826 4 826 4 826 [] https://thumbsdreamstimecom/z/doodle-excavator-drawing-vector-eps-34277567jpg [verze: 27 X 207]