рефераты конспекты курсовые дипломные лекции шпоры

Реферат Курсовая Конспект

LU-факторизация.

LU-факторизация. - раздел Философия, Численные методы линейной алгебры Как Было Показано Выше, Основные Вычислительные Затраты В Методе Гаусса Связа...

Как было показано выше, основные вычислительные затраты в методе Гаусса связаны с приведением матрицы системы ЛАУ к треугольному виду (вычислительная сложность прямого хода метода Гаусса на порядок превосходит вычислительные затраты на обратный ход). В связи с этим во многих задачах оказывается целесообразным оптимизировать метод Гаусса с целью сохранения данных, полученных на этапе прямого хода. Данная модификация метода Гаусса получила название -факторизация. Само название указывает на то, что суть данного метода состоит в разложении матрицы на два сомножителя и – соответственно нижнюю и верхнюю треугольные матрицы.

Основной теоретический результат, касающийся существования и единственности представления матрицы вида заключается в следующем

Теорема. Если , то существует матрица перестановок такая, что имеет место разложение

, (2.8)

где – нижняя треугольная матрица с отличными от нуля диагональными элементами, – верхняя треугольная матрица с единичной главной диагональю.

 

Согласно приведенной теореме -факторизация может использоваться для произвольной невырожденной матрицы.

Алгоритм вычисления матриц и во многом повторяет прямой ход метода Гаусса. В частности, из равенства (2.7) следует

. (2.9)

Умножим равенство (2.9) на произведение матриц , в результате имеем:

.

Из полученного равенства следует

. (2.10)

Относительно элементарных треугольных матриц известно, что обратные им матрицы также являются элементарными треугольными, причем существует простая связь между элементами матриц и :

 

. (2.11)

Также как и в методе Гаусса при использовании алгоритма -факторизации на этапе формирования матриц согласно формуле (2.4) может оказаться , что приводит к потере корректности алгоритма. Подобные ситуации могут быть исключены с помощью описанной выше стратегии выбора ведущего элемента путем перестановки строк (столбцов) матрицы.

Вычислительная сложность алгоритма -факторизации , т.е. по порядку величины не превосходит вычислительные затраты в методе Гаусса.

Алгоритм разложения полезен в тех случаях, когда требуется решить несколько систем ЛАУ с одной и той же матрицей и разными правыми частями. После того как разложение матрицы получено, задача решения системы линейных алгебраических уравнений сводится к последовательному решению двух систем с матрицами треугольного вида: . Таким образом, однократное выполнение разложения позволяет на порядок сократить вычислительные затраты при серийных расчетах (многократных решениях систем ЛАУ с одинаковой матрицей).

 

– Конец работы –

Эта тема принадлежит разделу:

Численные методы линейной алгебры

В М Волков... Численные методы линейной алгебры...

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: LU-факторизация.

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

Нормы векторов и матриц.
Поскольку численные методы по своей природе являются приближенными (по крайней мере, ввиду наличия вычислительной погрешности, обусловленной приближенностью компьютерной арифметики), важное значени

Системы линейных алгебраических уравнений. Разрешимость и устойчивость.
  Решение системы линейных алгебраических уравнений для заданного вектора и квадратной матрицы

Метод Гаусса
  Большинство прямых методов решения систем ЛАУ в той или иной мере наследуют идею алгоритма последовательного исключения неизвестных – метода Гаусса. Идея достаточно прозрачна. Если

Метод Гаусса с выбором ведущего элемента
При перестановке строк системы ЛАУ решение задачи не изменяться. Данное свойство лежит в основе алгоритмов упорядочения строк матрицы, позволяющих обойти некоторые недостатки метода Гаусса и повыси

Разложение Холецкого (метод квадратного корня).
  В случае симметричной невырожденной матрицы есть возможность провести факторизацию более эффективно. В частности симметричную матрицу можно представить в виде произведения нижней тр

Число обусловленности матрицы и оценки погрешности решения систем линейных алгебраических уравнений.
Компьютерные вычисления являются приближенными в силу того, что действительные числа представляются конечным числом десятичных разрядов. Относительная погрешность представления действительных чисел

Свойства собственных значений и собственных векторов матриц.
Пусть дана квадратная невырожденная матрица порядка

Степенной метод.
  Пусть требуется найти максимальное по абсолютной величине собственное значение матрицы , причем извест

Метод вращений.
  Наиболее эффективный подход к проблеме собственных значений основан на использовании преобразований подобия, позволяющих привести исходную матрицу к треугольному, диагональному или

П.1. Реализация итерационного метода вращений для расчета собственных значений симметричной матрицы
  % Проблема собственных значений % Метод Вращений N=22; % Задание Размерности матрицы A=rand(N); %Формирование матрицы случайных значений A=A*A';

Хотите получать на электронную почту самые свежие новости?
Education Insider Sample
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Реклама
Соответствующий теме материал
  • Похожее
  • Популярное
  • Облако тегов
  • Здесь
  • Временно
  • Пусто
Теги