CATEGORII DOCUMENTE |
Astronomie | Biofizica | Biologie | Botanica | Carti | Chimie | Copii |
Educatie civica | Fabule ghicitori | Fizica | Gramatica | Joc | Literatura romana | Logica |
Matematica | Poezii | Psihologie psihiatrie | Sociologie |
Tema la disciplina Matematici asistate de calculator
1. Partea teoretica
Chestiuni generale
Definirea si proprietatile inversei:
Matricea inversa A‾¹ a matricei A(A e o matrice patratica reala nesingulara de ordinul n), se defineste ca fiind acea matrice care satisface:
A* A‾¹ = A‾¹*A=I (I este matricea unitate de ordinul n)
A‾¹=(1/detA)*A˚
unde: - detA = numarul real nenul, numit determinantul matricei A
A˚ = matricea adjuncta. A˚ este transpusa matricei obtinute prin inlocuirea elementelor lui A cu complementii lor algebrici(cofatorii lor); cofactirul lui a(i,j) este minorul inmultit cu (-1)^(i+j).
Modalitatea de calcul a inversei este greu algoritmizabila si in plus necesita un volum mare de calcule.
O matrice A este o matrice nesingulara in cazul in care detA≠ 0.
Proprietati ale operatiei de inversare:
det A‾¹=1/detA;
(A*B) ‾¹=B‾¹*A‾¹;
(A‾¹)=(a)‾¹; (a = transpusa matricei A)
In Matlab, inversa unei matrici se calculeaza cu functia "inv", cu apelul : Y=inv(X).
Functia se utilizeaza des pt rezolvarea sistemelor de ecuatii liniare Ax=b. Solutia sistemului este x=inv(A)*b.
Exemplu:
Calculati inversa matricei: A=[ 2 1 ]
[ -1 1 ]
In Matlab: A=[2 1;-1 1]
Se apeleaza B=inv(A) => B=[0.3333 -0.3333]
[0.3333 0.6667];
Inversarea prin metoda completarii matricei unitate
Avand o matrice initiala, A, de dimensiune n x n se cauta gasirea inversei acesteia.
Pasul 1: Se completeaza la A matricea unitate. Va rezulta o matrice de dimensiune n x 2n
a11 a12 a13 ....a1n a11 a12 a13 ....a1n 1 0 0 ...0
a21 a22 a23 ....a2n a21 a22 a23 ....a2n 0 1 0....0
A= ........ B= .........0 0 1...0
an1 an2 an3 ...ann an1 an2 an3 ...ann 0 0 0...1
Pasul 2: Se cauta un element aii ≠ 0. Daca nu se gaseste, se cauta un element
at i ≠ 0 i=1,n ; t=i+1,n
Pasul 3: Daca nu se gaseste at i ≠ 0, matricea A este neinversabila, deci algoritmul se opreste. Daca se gaseste aii ≠ 0 sau at i ≠ 0, se schimba intre ele liniile t si i di matricea extinsa, B.
Pasul 4: Se imparte linia i din matricea E la elementul aii
Pasul 5: Pentru j ≠ i calculaeaza coeficientii noi:
aj t=aj tvechi - ai t*aj i i=1,n ; j=1,n ; t=1,2n
Pasul 6: Coeficientii ai j cu i=1,n si j=n+1,2n reprezinta coeficientii matricei unitate.
Inversarea unei matrici folosind algoritmul GAUSS- JORDAN
Algoritmul Gauss-Jordan se bazeaza pe o teorema din algebra matriceala: Daca o matrice nesingulara A poate fi redusa la matricea unitate I prin inmultirea la stanga cu un sir de matrice, atunci inversa A-1 se poate calcula prin inmultirea lui I la stanga cu acelasi sir de matrice in ordine inversa.
Algoritmul de inversare cuprinde 2 procese de calcul derulate in paralel si are n pasi:
I. Se fac initializarile:
A =A
D =I
II. La pasul k, k=1, 2, ., n, se calculeaza elementele matricelor Ak si Dk, utilizand formulele:
akjk = akjk-1 / akkk-1 j = k+1,n
dkjk = dkjk-1 / akkk-1 j = 1,k
aiik = 1 i = 1,k
diik =1 i= k+1,n
aijk = aijk-1 - aikk-1 akjk i=1,n i ≠ k j= k+1,n
dijk = dijk-1 - aikk-1 dkjk i=1,n i ≠ k j= 1,k
aijk = 0 i=1,n i ≠ j j= 1,k
dijk = 0 i=1,n i ≠ j j= k+1,n
III. In final se obtin matricea unitate, inversa si valoarea determinantului:
I = An
A = Dn
Observatii:
1. Indicele superior corespunde pasului de calcul.
2. Daca elementul akkk-1, numit pivot, are valoare nula sau modulul sau este sub un prag de zero
prestabilit, rezulta probleme la efectuarea impartirilor. Pivot nul nu implica neaparat ca matricea este singulara; poate fi adus in pozitia de pivot orice element aijk-1, cu schimbarea intre elea liniilor k si i si a coloanelor k si j. Daca toate aceste posibilitati duc la esec rezulta ca matricea A este singulara.
3. Relatiile de mai sus sunt echivalente cu urmatoarele relatii, care vor fi implementate in matlab:
akjk = akjk-1 / akkk-1 j = 1,n
dkjk = dkjk-1 / akkk-1 j = 1,n
aijk = aijk-1 - aikk-1 akjk i=1,n j=1,n i ≠ k
dijk = dijk-1 - aikk-1 dkjk i=1,n j=1,n i ≠ k
cu urmatoarele interpretari:
- liniile corespunzatoare pivotului (liniile k) ale matricelor Ak si Dk se obtin prin impartirea liniilor matricelor Ak-1, respectiv Dk-1, corespunzatoare pivotului, la pivot (akkk-1);
- liniile i, cu i = 1,n , i ≠ k, ale matricelor Ak si Dk se obtin adunand la liniile i ale matricelor Ak-1, respectiv Dk-1, liniile k ale matricelor Ak si Dk inmultite cu (-aikk-1) .
Factorizarea LU
Prin factorizarea LU, o matrice patratica este descompusa sub forma produsului a doua matrice triunghiulare: una inferior triunghiulara, cu elemente 1 pe diagonala principala(matricea L) si cealalta superior triunghiulara (matricea U). In Matlab, factorizarea LU este utilizata pentru obtinerea inversei unei matrice cu functia 'inv' si pentru calculul determinantului cu functia 'det'. Este totodata baza rezolvarii ecuatiilor liniare prin "impartirea matricelor" obtinuta cu operatorii '' si '/'.
Factorizarea LU a unei matrice se face cu functia lu ; se apeleaza cu una dintre sintaxele:
* [L,U]=lu(X) - returneaza o matrice superior triunghiulara U si o matrice inferior triunghiulara permutata L, astfel incat X=L*U;
* [L,U,P]=lu(X) - returneaza o matrice superior triunghiulara in U, inferior triunghiulara in L, si permutarea matriceala in P: L*U=P*X.
Exemplu:
Sa se factorizeze LU matricea A=[ 1 2 3]
[ 4 5 6]
[ 7 8 0]
Executand in Matlab:
A=[1 2 3;4 5 6;7 8 0];
[L,U]=lu(A);
se obtin rezultatele:
L= 0.1429 1.0000 0 U= 7.0000 8.0000 0
0.5714 0.5000 1.0000 0 0.8571 3.0000
1.0000 0 0 0 0 4.5000
L este o permutare a matricei inferior triunghiulara, iar U este o matrice superior triunghiulara.
Executand in Matlab:
[L,U,P]=lu(A)
vor rezulta urmatoarele:
L= U= P=
Inversa unei matrice, X=inv(A) poate fi calculata si cu expresia:
X=inv(U)*inv(L)
iar determinantul:
D=det(A);
poata fi calculat si cu expresia: D=det(L)*det(U)
Rezolvarea sistemelor de ecuatii Ax=b prin factorizarea LU presupune solutionarea succesiva a sistemelor:
y=Lb x=Uy
Factorizare QR
Factorizarea QR este o descompunere a unei matrice ca produs a unei matrice ortonormale Q, cu o matrice superior triunghiulara R.
Factorizarea "QR" se utilizeaza pt rezolvarea sistemelor de ecuatii liniare cu mai multe ecuatii decat necunoscute. Cea mai buna solutie a unor astfel de sisteme, in sensul celor mai mici patrate, este calculata cu instructiunea: x=Ab, care utilizeaza aceasta factorizare. Prin utilizarea factorizarii QR, solutia x este calculata in doi pasi:
y=Q'*b; x=Ry
Descompunerea ortogonal-triunghiulara(factorizarea QR) se realizeaza cu functia "qr"; se apeleaza cu una dintre sintaxele:
[Q,R]=qr(X) - returneaza matricea triunghiular superioara R de aceeasi dimensiune cu X si matricea Q, astfel incat X=Q*R;
[Q,R,E]=qr(X) - returneaza matricea permutata E a matricei superior triunghiulara R, cu elementele diagonalei descrescatoare si matricea Q, astfel incat X*E=Q*R
Exemplu:
Sa se determine descompunerea QR a matricei: A=[1 2 3]
[4 5 6]
[7 8 0]
Executand in Matlab:
A=[1 2 3;4 5 6;7 8 0];
[Q,R]=qr(A)
se obtin rezultatele:
Q= R=
Factorizarea Cholesky
Factorizarea Choleskey este o metoda directa de rezolvare a unui sistem de ecuatii liniare de forma:
Ax=b; cu A matrice pozitiv definita.
Urmatoarele afirmatii sunt echivalente:
matricea A este pozitiv definita
A= a si det(A)>0 (a este notatia matricei transpuse);
exista o matrice unica R, superior triunghiulara, nesingulara, care satisface relatia: A=R*R
Factorizarea Choleskey consta in descompunerea matricei coeficientilor sistemului conform pct. 3 unde R este numit factorul Cholesky. Sistemul initial devine: R*R*x=b, iar solutia acestuia presupune rezolvarea succesiva a sistemelor: Ry=b si apoi Rx=y.
Factorizarea Cholesky se calculeaza cu functia Matlab 'chol', se apeleaza cu una dintre sintaxele:
R=chol(A) [R,p]=chol(A);
unde: A - este matrice pozitiv definita;
R - este o matrice superior triunghiulara, astfel incat R*R=A;
p - este un scalar de test, egal cu zero daca matricea A este pozitiv definita si un intreg pozitiv in caz contrar.
Rezolvarea in Matlab a unui sistem de ecuatii liniare presupune etapele:
se calculeaza factorul Cholesky, cu relatia : R=chol(A);
se rezolva sistemul Ry=b cu relatia: y=Rb;
se rezolva sistemul Rx=y cu relatia: x=Ry;
Aceste etape se pot scrie compact sub forma:
R=chol(A); x=RRb
Exemplu:
Calculati factorul Cholesky al matricei:
A=[ 9 1 -1 0]
[ 1 9 0 -1]
[-1 0 9 1]
[ 0 -1 1 9]
Executand in Matlab secventele:
A=[9 1 -1 0;1 9 0 -1;-1 0 9 1;0 -1 1 9];
[R,p]=chol(A);
se obtine rezultatul:
R=
0 2.9814 0.0373 -0.3354
0 0 2.9812 0.3396
0 0 0 2.9618
p= 0 (matrice pozitiv definita)
2.1. Exemplu in cazul implementarii inversei matriciale, pentru metoda clasica:
consideram matricea patratica A(de dimensiuni 3/3):
aplicam algoritmul implementat si rezulta iteratiile:
la inceput se calculeaza transpusa care va fi
At =
apoi utilizand o matrice temporara Actemp, vom determina minorii matricei:
Actemp = 1 1
1 6
Actemp = 1 1
1 3
(doar cativa)
iar apoi folosindu-se de Actemp va calcula conjugata matricei A dupa formula Ac(i,j)=(-1)^(i+j)*det(Actemp) i,j=1:n
Ac =
in final utilizanduse formula inversei clasice:
Ai=(1/det(A))*Ac va rezulta inversa:
Ai =
2.2. Exemplu pentru inversa matrice cu metoda gauss-Jordan:
Se initializeaza o matrice oarecare A:
>> A=rand(5)
A =
>> inversare_gauss(A)
deter = 0.0066 (se calculeaza determinantul matricii; daca determinantul e nul programul se opreste si se afiseaza un mesaj de eroare)
m = 5 (se determina nr de linii)
n = 5 (se determina nr de coloane)
L = (se initializeaza L cu matricea unitate)
I = (se initializeaza I cu matricea unitate)
k = 1 (se initializeaza k cu 1)
( Daca pivotul e diferit de zero (akk) se calculeaza elementele matricilor L,A,I pentru fiecare valoare a lui k pana la n )
( Calculul matricilor L, A e necesar pentru obtinerea matricii intermediare I, care ca fi in final inversa lui A )
L = (matricile L,A,I pentru k=1, respectiv pivotul este a11)
1.0000 0 0 0 0 Se folosesc formulele:
0.8984 1 0 0 0 L(i,k)=A(i,k)/A(k,k)
0 0 1 0 0 A(i,:)=A(i,:)-L(i,k)*A(k,:)
0 0 0 1 0 I(i,:)=I(i,:)-L(i,k)*I(k,:)
0 0 0 0 1.0000
A =
0 0.2343 -0.2445 0.0230 0.5624
I =
0 0 1.0000 0 0
0 0 0 1.0000 0
0 0 0 0 1.0000
U = (se initializeaza U cu elementele finale ale matricii A)
0 0.2343 -0.2445 0.0230 0.5624
0 0 -2.0543 0.4560 2.9872
0 0 0 -0.0340 0.0178
0 0 0 0 0.8684
Z = (se initializeaza Z cu matricea unitate)
k = 1
( Daca pivotul e diferit de zero (Ukk) se calculeaza elementele matricilor Z,U,I pentru fiecare valoare a lui k pana la n )
( Calculul matricilor Z, U e necesar pentru obtinerea matricii intermediare I, care ca fi in final inversa lui A )
Z = (matricile U,Z,I pentru k=1, respectiv pivotul este U11)
1.0000 2.8691 0 0 0 Se folosesc formulele:
0 1.0000 0 0 0 Z(k,i)=U(k,i)/U(i,i)
0 0 1.0000 0 0 U(k,:)=U(k,:)-Z(k,i)*U(i,:)
0 0 0 1.0000 0 I(k,:)=I(k,:)-Z(k,i)*I(i,:)
0 0 0 0 1.0000
U =
0 0.2343 -0.2445 0.0230 0.5624
0 0 -2.0543 0.4560 2.9872
0 0 0 -0.0340 0.0178
0 0 0 0 0.8684
I =
I = (se obtine matricea I dupa n iteratii)
d = (se copiaza in vectorul d elementele de pe diagonala principala a lui U)
I = (dupa fiecare incrementare j se calculeaza matricea intermediara
I,cu formula: I(j,:)=I(j,:)/d(j) )
elapsed_time =
0.0630
INVERSA MATRICEI:
I =
2.3. Exemplu pentru inversarea prin completarea cu matrice unitate
luam o matrice oarecare, A:
>> A=rand(5)
A =
Pasul 1: se completeaza matricea unitate la matricea A:
B= 0.3200 0.2679 0.8392 0.6299 0.0272 0 0 1 0 0
Pasul 2: se ia a11=0.21 (≠ 0) si se sare la pasul 3, astfel:
Pasul 3: se sare peste
Pasul 4: se imparte prima linie a lui B la a11=0.21
1 1.9252 3.1929 0.9677 2.1093 4.6729 0 0 0 0
B= 0.3200 0.2679 0.8392 0.6299 0.0272 0 0 1 0 0
Pasul 5: se calculeaza noii coeficienti ai matricei B :
a21 = 0.6435- 1*0.6435=0. a22=0.7446-1*0.6235=0.1211
asadar se parcurge algoritmul in continuare, dar datorita numarului mare de iteratii facute, ne vom opri aici.
In final va rezulta matricea B:
B= 0 0 1 0 0 0.1269 -5.3521 1.6627 0.2752 3.6063
iar coeficientii de pe linia 1->5 si coloana 6 -> 10 reprezinta coeficientii matricei inverse a lui A.
deci A-1 = 0.1269 -5.3521 1.6627 0.2752 3.6063
1.8173 8.2791 -2.4390 -0.1018 -6.6582
in final programul va afisa:
elapsed_time =
iteratii =
305
inversa lui a este :
ans =
2.4. Exemplu pentru factorizarea prin metoda Doolitle
consideram matricea patratica A(de dimensiuni 3/3):
aplicam algoritmul implementat si rezulta iteratiile:
U = 1 0 0
U = 1 1 0
U = 1 1 1
L = 1 0 0
L = 1 0 0
U = 1 1 1
U = 1 1 1
L = 1 0 0
U = 1 1 1
L = 1 0 0
ultimele doua iteratii fiind si matricile rezultante
2.5. Exemplu pentru factorizarea prin metoda Crout
consideram matricea patratica A(de dimensiuni 3/3):
aplicam algoritmul implementat si rezulta iteratiile:
U = 1 0 0
U = 1 1 0
U = 1 1 1
L = 1 0 0
L = 1 0 0
U = 1 1 1
U = 1 1 1
L = 1 0 0
U = 1 1 1
L = 1 0 0
2.6. Exemplu pt factorizare prin metoda Choleskey :
Se genereaza o matrice simetrica si pozitiv definita A:
>> A=pascal(9)
A =
careia i se aplica algoritmul Cholesky.
>> fact_cholesky(A)
n = 9 (se determina marimea matricei A)
L = (se initializeaza L cu matricea nula)
( Incepe bucla principala cu implementarea algoritmului Cholesky )
v = 1 (v,d sunt vectori intermediari necesari pentru calculul elementelor matricilor L si D)
d = 1 ( v(1) = A(1,1), d(1) = v(1) )
L = ( se calculeaza termenii de pe prima coloana a lui L cu formula:
L(2:n,1)=A(2:n,1)/v(1) )
se termina bucla corespunzatoare functiei else , activata pentru j=1
( In continuare la fiecare incrementare a lui j, se calculeaza vectorii intermediari v si d, necesari pentru calculul elemetelor matricilor L si D )
v = 1 (vectorii v si d pentru j=2)
Vectorii se calculeaza aplicand formulele:
v(1:j-1)=L(j,1:j-1).*d(1:j-1);
v(j)=A(j,j)-L(j,1:j-1)*v(1:j-1)';
d(j)=v(j);
v = 1 1
d = 1 1
L = (se completeaza coloana 2 a matricii L)
Termenii lui L se calculeaza cu formula:
L(j+1:n,j)=(A(j+1:n,j)-L(j+1:n,1:j-1)*v(1:j-1)')/v(j);
v = 1 2 (vectorii v si d pentru j=3)
v = 1 2 1
d = 1 1 1
L = (se completeaza coloana 3 a matricii L)
v = 1 3 3 (vectorii v si d pentru j=4)
v = 1 3 3 1
d = 1 1 1 1
L = (se completeaza coloana 4 a matricii L)
v = 1 4 6 4 (vectorii v si d pentru j=5)
v = 1 4 6 4 1
d = 1 1 1 1 1
L = (se completeaza coloana 5 a matricii L)
v = 1 5 10 10 5 (vectorii v si d pentru j=6)
v = 1 5 10 10 5 1
d = 1 1 1 1 1 1
L = (se completeaza coloana 6 a matricii L)
v = 1 6 15 20 15 6 (vectorii v si d pentru j=7)
v = 1 6 15 20 15 6 1
d = 1 1 1 1 1 1 1
L = (se completeaza coloana 7 a matricii L)
v = 1 7 21 35 35 21 7 ( vectorii v si d pentru j=8)
v = 1 7 21 35 35 21 7 1
d = 1 1 1 1 1 1 1 1
L = (se completeaza coloana 8 a matricii L)
v = 1 8 28 56 70 56 28 8 ( vectorii v si d pentru j=9)
v = 1 8 28 56 70 56 28 8 1
d = 1 1 1 1 1 1 1 1 1
elapsed_time = 0.0160 (se afiseaza timpul necesar aplicarii algoritmului)
( Se afiseaza matricea D implementata cu formula:D=diag(d) )
D =
( In final elementele de pe diagonala lui L sunt 1 )
L =
Functia principala, de unde se acceseaza meniul:
function []=proiect()
optiune=' ';
while optiune~='x'
clc;
disp('c/C = Citire')
disp('i/I = Inversare')
disp('f/F = Factorizare')
disp('x/X = eXit')
optiune=input('Dati optiunea: ')
switch lower(optiune)
case 'c'
disp('Citirea matricei')
A=input('de exemplu [1 2;3 4] ' )
disp('press any key when ready')
pause
case 'i'
disp('invesare')
inversare(A)
disp('press any key when ready')
pause
case 'f'
disp('Factorizare')
factorizare(A)
disp('press any key when ready')
pause
case 'x'
disp('Iesirea')
otherwise
disp('COMANDA NECUNOSCUTA repetati comanda ')
disp('press any key when ready')
pause
end
end
Functia pt determinarea inversei:
function []=inversare(A)
opt1=' ';
while opt1~='x'
clc;
disp('a/A = Inversarea clasica')
disp('b/B = Inversarea prin metoda completarii matricii unitate')
disp('c/C = Inversarea prin metoda Gauss Jordan')
disp('x/X = eXit la meniul principal')
opt1=input('Dati optiunea: ')
[m,n] = size(A);
switch lower(opt1)
case 'a'
%!!!!!!Metoda intai ! ! ! ! ! ! ! ! ! ! ! !
B=A;
tic;
iteratii=0;
%calculul transpusei
if det(A)~=0
for i=1:m
for j=1:n
At(i,j)=A(j,i);
iteratii=iteratii+1;
end
iteratii=iteratii+1;
end
disp('Transpusa')
At
%calculul conjugatei
for i=1:m
for j=1:n
for i1=1:(m-1)
for j1=1:(m-1)
if (i1<i)&(j1<j) Actemp(i1,j1)=At(i1,j1);
end
if (j1>=j) Actemp(i1,j1)=At(i1,j1+1);
end
if (i1>=i) Actemp(i1,j1)=At(i1+1,j1);
end
if (i1>=i)&(j1>=j) Actemp(i1,j1)=At(i1+1,j1+1);
end
iteratii=iteratii+1;
end
iteratii=iteratii+1;
end
Ac(i,j)=(-1)^(i+j)*det(Actemp);
iteratii=iteratii+1;
end
iteratii=iteratii+1;
end
disp('Conjugata')
Ac
%calculul inversei
Ai=(1/det(A))*Ac;
timp1=toc;
disp('Inversa matricii este')
Ai
disp('numarul de iteratii a fost')
iteratii
disp('timpu executiei a fost de ')
timp1
disp(' secunde ')
disp('press any key when ready')
pause
else
disp('Determinantul matricii este 0, nu se poate calcula inversa dupa metoda clasica. press amy key when ready');
pause
end
A=B;
case 'b'
%! !!!Metoda a doua ! ! ! ! ! ! ! ! ! ! !!!!!!
B=A;
temp2=1;
tic;
iteratii=0;
if det(A)~=0
for x=1:n
for j=1:n
iteratii=iteratii+1;
if x==j A(x,j+n)=1;
else A(x,j+n)=0;
end
end
end
for i=1:n
iteratii=iteratii+1;
if A(i,i)==0
for t=i+1:n
if A(t,i)~=0
auxiliar=A(i,:); A(i,:)=A(t,:); A(t,:)=auxiliar;
iteratii=iteratii+1;
end
end
if t==n
disp('matricea initiala nu se poate inversa')
temp2=0;
break
end
end
aux=A(i,i);
for t=1:2*n
A(i,t)=A(i,t)/aux;
iteratii=iteratii+1;
end
for j=1:n
if (j~=i)
aux=A(j,i);
for t=1:2*n
A(j,t)=A(j,t)-A(i,t)*aux;
iteratii=iteratii+1;
end
end
iteratii=iteratii+1;
end
end
timp2=toc;
if temp2==1
disp('inversa lui A este : ')
Ai=A(1:n,n+1:2*n)
disp('numarul de iteratii a fost')
iteratii
disp('timpu executiei a fost de ')
timp2
disp(' secunde ')
disp('press any key when ready')
pause
end
else %if det(A)~=0
disp('Determinantul matricii este 0, nu se poate calcula inversa dupa metoda completarii matricii unitate');
pause
end
A=B;
case 'c'
%!!!!!!Metoda a treia ! ! ! ! ! ! ! ! ! ! !
B=A;
tic;
iteratii=0;
if det(A)~=0
tic;
U=A; I=A; B=A;
L=eye(m);
I=eye(m);
k=1;
while k<n;
if A(k,k)==0; % Pivot
disp('!!! EROARE - PIVOTUL NU POATE FI ZERO !!!')
break
else
for i=k+1:m;
L(i,k)=A(i,k)/A(k,k);
A(i,:)=A(i,:)-L(i,k)*A(k,:);
I(i,:)=I(i,:)-L(i,k)*I(k,:);
iteratii=iteratii+3;
end
k=k+1;
iteratii=iteratii+1;
end
end
U=A(:,1:n);
Z=eye(m);
k=1;
while k<n;
if U(k,k)==0;
disp('!!! EROARE - PIVOTUL NU POATE FI ZERO !!!')
break
else
for i=k+1:m;
Z(k,i)=U(k,i)/U(i,i);
U(k,:)=U(k,:)-Z(k,i)*U(i,:);
I(k,:)=I(k,:)-Z(k,i)*I(i,:);
iteratii=iteratii+3;
end
k=k+1;
iteratii=iteratii+1;
end
end
d=(diag(U))';
for j=1:n;
if d(j)==1;
j=j+1;
else
I(j,:)=I(j,:)/d(j);
j=j+1;
end
iteratii=iteratii+1;
end
timp3=toc;
disp('inversa lui A este : ')
I
disp('numarul de iteratii a fost')
iteratii
disp('timpu executiei a fost de ')
timp3
disp(' secunde ')
disp('press any key when ready')
pause
else
disp('Determinantul matricii este 0, nu se poate calcula inversa dupa metoda Gauss Jordan');
pause
end
A=B;
case 'x'
disp('Am Iesit')
otherwise
disp('press any key when ready')
disp('COMANDA NECUNOSCUTA repetati comanda ')
pause
end
end
Functia pt determinarea factorizarilor:
function []=factorizare(A)
opt2=' ';
while opt2~='x'
clc;
disp(' Factorizari L U (lower triangle upper triangle)')
disp(' a Metoda Cholesky')
disp(' b Metoda Doolitlel ')
disp(' c Metoda Crout')
disp(' x eXit in meniul principal')
opt2=input('Dati optiunea: ')
[m,n] = size(A);
switch lower(opt2)
%! !!!metoda Cholesky! ! !
case 'a'
B=A;
temp=1;
for i=1:n %test de simetrie
for j=1:n
if A(i,j)~=A(j,i)
temp=0;
end
end
end
if temp==1
tic;
iteratii=0;
L=zeros(n,n);
for j=1:n
if (j > 1)
v(1:j-1)=L(j,1:j-1).*d(1:j-1);
v(j)=A(j,j)-L(j,1:j-1)*v(1:j-1)';
d(j)=v(j);
iteratii=iteratii+3;
if (j < n)
L(j+1:n,j)=(A(j+1:n,j)-L(j+1:n,1:j-1)*v(1:j-1)')/v(j);
iteratii=iteratii+1;
end
else
v(1)=A(1,1);
d(1)=v(1);
L(2:n,1)=A(2:n,1)/v(1);
iteratii=iteratii+3;
end;
end;
D=diag(d);
L=L+eye(n);
timp1=toc;
disp('matricea originala')
A
disp('matricea recompusa din L si L-transpus')
A1=L*(L')
disp('matricea triunghiulara')
L
disp('matricea triunghiulara transpusa')
L'
disp('numarul de iteratii a fost')
iteratii
disp('timpu executiei a fost de ')
timp1
disp(' secunde ')
disp('press any key when ready')
pause
end
if temp==0
disp('!!!!!Imi pare rau nu pot efectua metoda de factorizare Cholesky')
disp('!!!!! deoarece matricea nu este simetrica')
disp('press any key when ready')
pause
end
A=B;
%! !!!metoda Doolitle! ! !
case 'b'
B=A;
tic;
iteratii=0;
L=zeros(n); U=L;
for k=1:n
L(k,k)=1;
for j=k:n
sum1=0;
for m=1:(k-1) sum1=L(k,m)*U(m,j)+sum1;
iteratii=iteratii+1;
end
U(k,j)=A(k,j)-sum1;
iteratii=iteratii+1;
end
for i=(k+1):n
sum2=0;
for m=1:(k-1) sum2=L(i,m)*U(m,k)+sum2;
iteratii=iteratii+1;
end
L(i,k)=(A(i,k)-sum2)/U(k,k);
iteratii=iteratii+1;
end
iteratii=iteratii+1;
end
timp2=toc;
disp('matricea originala')
A
disp('matricea recompusa din L si U')
A1=L*U
disp('matricea inferior triunghiulara')
L
disp('matricea superios triunghiulara')
U
disp('numarul de iteratii a fost')
iteratii
disp('timpu executiei a fost de ')
timp2
disp(' secunde ')
disp('press any key when ready')
pause
A=B;
%! !!!metoda Crout! ! !
case 'c'
B=A;
tic;
iteratii=0;
L=zeros(n,n); U=L;
for k=1:n
sum1=0
for m=1:(k-1) sum1=L(k,m)*U(m,k)+sum1;
iteratii=iteratii+1;
end
L(k,k)=A(k,k)-sum1;
for j=k:n
sum2=0;
for m=1:(k-1) sum2=L(k,m)*U(m,j)+sum2;
iteratii=iteratii+1;
end
U(k,j)=(A(k,j)-sum2)/L(k,k);
iteratii=iteratii+1;
end
for i=(k+1):n
sum3=0;
for m=1:(k-1) sum3=sum3+L(i,m)*U(m,k);
iteratii=iteratii+1;
end
L(i,k)=(A(i,k)-sum3)/U(k,k);
iteratii=iteratii+1;
end
iteratii=iteratii+1;
end
timp3=toc;
disp('matricea originala')
A
disp('matricea recompusa din L si U')
A1=L*U
disp('matricea inferior triunghiulara')
L
disp('matricea superios triunghiulara')
U
disp('numarul de iteratii a fost')
iteratii
disp('timpu executiei a fost de ')
timp3
disp(' secunde ')
disp('press any key when ready')
pause
A=B;
case 'x'
disp('Am Iesit')
otherwise
disp('COMANDA NECUNOSCUTA repetati comanda ')
disp('press any key when ready')
pause
end
end
Din punct de vedere al complexitatii algoritmului acesta este unul usor, el fiind bazat pe algoritmul clasic de calcul al inversei a unei matrici.
4.2. Pentru algoritmul prin metoda lui Gauss-Jordan observam ca numarul de pasi este cel mai mic, fata de celelalte metode, astfel constatind ca el e cel mai eficient, insa nu si din punct de vedere al timpului.
4.3 Algoritmul de completare cu matricea inversa e un algoritm care necesita foarte putin timp, cel mai putin dintre metodele de fata, el fiind insa impementat pt un numar foarte mare de pasii.
4.4.Pentru algoritmul Doolitle(bazat pe metoda de factorizare LU) timpul de executie este de 0.0310 secunde(acest timp este calculat in cazul unei matrice patratice 20 pe 20), numarul de iteratii fiind foarte redus.
4.5. Pentru algoritmul Crout(bazat pe metoda de factorizare LU) timpul de executie este de 0.0310 secunde(acest timp este calculat in cazul unei matrice patratice 20 pe 20), numarul de iteratii fiind foarte redus.
Se observa ca are acelasi timp de executie, datorita faptului ca au formula generala asemanatoare, avand astfel si numar de iteratii foarte reduse.
La metoda Doolitle matricea U are 1 pe diagonala principala, iar la metoda Crout matricea L are 1 pe diagonala principala.
4.6. Metoda Cholesky
O forma particulara a factorizarii Cholesky este descompunerea matricei initiale A dupa formula:
A = L D LT
unde L este o matrice inferior triunghiulara, iar D este o matrice dreptunghiulara.
In proiectul de fata am avut de implementat metode de rezolvare a inversei unei matrice, precum si de factorizare a unei matrice:
In Matlab, inversa unei matrice se calculeaza cu functia: inv(A), A^(-1)
Conditia ca inversa sa poata fi calculata este ca matricea sa fie patratica si ca determinantul ei sa fie diferit de 0.
Pentru facorizare in Matlab se aplica functiile:
[L,U]=lu(A) (L=matrice inferior triunghiulara, U=matrice superior triunghiulara)
[Q,R]=qr(A) (Q=matrice ortogonala, R= matrice superior triunghiulara)
Conditia ca factorizarea sa se poata aplica este ca matricea sa fie patratica.
Ghinea M., Fireteanu V., "Matlab. Calcul Numeric - Grafica - Aplicatii", Editura Teora,1995
Curteanu S., "Calcul numeric si simbolic in Mathcad", Editura MatrixRom, Bucuresti 2001
Precup R., Dragomir L., Blavitchi I., "Matematici asistate pe calculator. Aplicatii", Editura Politehnica, Timisoara, 2002
Kilyeni St., 'Metode numerice. Algoritme, programe
Turbo Pascal, aplicatii in
energetica', Editura Orizonturi Universitare,
Internet(adresele sunt mentionate in directorul Bibliografie)
Politica de confidentialitate | Termeni si conditii de utilizare |
Vizualizari: 2189
Importanta:
Termeni si conditii de utilizare | Contact
© SCRIGROUP 2024 . All rights reserved