Upload
doanhuong
View
220
Download
6
Embed Size (px)
Citation preview
Közelítő és szimbolikus számítások haladóknak
2. előadásMátrixok ortogonális-trianguláris
felbontása
3
Partícionált elemi tükröző mátrixok
Tétel. Legyen egy elemi tükröző mátrix.Ekkor az alábbi partícionált formában meg-adott mátrix is elemi tükröző mátrix.
nnRQ ×∈
mmT R
QO
OIT ×∈
=
nnmRO ×−∈ )(
4
Bizonyítás
Ha Q egységmátrix, akkor
is egységmátrix, így az állítás ekkor igaz. Ha , ahol q egységnyi hosszúságú, akkor vezessük be a
m-komponensű vektort.
mmT R
IQO
OIT ×∈
==
TqqIQ 2−=
),...,,,0,...,0,0(' 21 nT qqqq =
5
Bizonyítás
Könnyen látható, hogy q’ hossza is egységnyi és
tehát T is elemi tükröző mátrix.Megjegyzés. Analóg módon, az alábbi partícionált mátrix is elemi tükröző mátrix, ha elemitükröző mátrix.
,''2 TqqIT −=
mmT R
IO
OQT ×∈
=
nnRQ ×∈
6
Householder-algoritmus
Tétel Minden A n-edrendű, valós, kvadratikus mátrixhoz megadhatók olyan elemi tükröző mátrixok, hogy az
rekurzióval számított mátrix 1,2,...,j-dik oszlopában minden főátló alatti elem 0. Speciálisan így felső trianguláris alakú.
121 ,...,, −nQQQ
AA =0
,1−= jjj AQA
1−nA
jA
7
Householder-algoritmus
Bizonyítás.A bizonyítást j szerinti indukcióval végezzük.A j=1 esetben használjuk fel azt a tételt, amely elemi tükröző mátrix segítségével kinullázza egy vektornak a második komponensétől kezdve az elemeit úgy, hogy közben a vektor hossza nem változik. A korábbi tételbeli jelöléseket használva legyen
Így a szorzás elvégzése után kapott mátrix első oszlopában a második elemtől kezdve minden érték 0.
aAex == 1 .12eay =
01AQ
8
Householder-algoritmus
Bizonyítás (folyt.)Tegyük fel, hogy az állítás teljesül az első jesetre! Az mátrixot írjuk fel
partícionált alakban, ahol
jA
=
jTj
jj
j CO
BUA
,jjj RU ×∈ ,)( jnj
j RB −×∈
,)( jjnTj RO ×−∈ .)()( jnjn
j RC −×−∈
9
Householder-algoritmus
Bizonyítás (folyt.)Ismét felhasználva az előbb már alkalmazott tételt, van olyan elemi tükröző mátrix,amellyel szorozva az mátrix első oszlopában a máso-diktól kezdve minden elem 0.
A partícionált elemi tükröző mátrixokra vonatkozó tétel szerint
szintén elemi tükröző mátrix.
)()( jnjnj RS −×−∈
jjCS
=+
jTj
jj
j SO
OIQ 1
10
Householder-algoritmus
Bizonyítás (befejezés) .Tehát az
mátrix már a j+1-dik oszlopában is olyantulajdonságú lesz, hogy az főátló alatti elemeirendre 0 értékűek.
=
== ++
jjTj
jj
jTj
jj
jTj
jj
jjj CSO
BU
CO
BU
SO
OIAQA 11
1+jA
11
Ortogonális-trianguláris felbontás
A fenti tétel bizonyításában szereplő eljárás valóban dekompozíciót ad, hiszen így
ahol felső trianguláris mátrix, ortogonális mátrix, aminek Q inverze (vagyis az előbbi szorzatmátrix transzponáltja) is ortogonális, így
A=QR.
,... 1211 AQQQA nnn −−− =
1−= nAR 121 ...QQQ nn −−
12
Példa
Határozzuk meg a Householder-algoritmussal az alábbi mátrix ortogonális-trianguláris felbontását.
=
54
23A
13
Megoldás
Most csak egy elemi tükröző mátrixra vanszükség, arra, amely az első oszlop második elemét kinullázza. Legyen
és . Így
Tx )4,3(= Ty )0,5(=
T
q
−=5
2,
5
1 .
53
54
54
53
−=Qés
14
Megoldás
.
57
0
526
5
53
54
54
53
54
23
−
−=
−=
−==
5
70
5
265
54
23
5
3
5
45
4
5
3
QAR
Tehát a QR dekompozíció:
16
Felső Hessenberg mátrix
Definíció : A H felső Hessenberg mátrix, ha
bármely j+1<i-re.0=ijh
−2100
1210
2232
4111
Példa:
17
Felső Hessenberg alakra transzformálás
Megjegyzés. Tetszőleges mátrix véges sok elemi tükröző mátrixszal végzett ortogonális hasonlósági transzformáció segítségével felső Hessenberg alakra transzformálható, vagyis megadhatók olyan elemi tükröző mátrixok, hogy az
rekurzióval számított 1,2,…,j-dik oszlopában már felső Hessenberg alakú. Speciálisan az mátrix felső Hessenberg alakú mátrix lesz.
nnRA ×∈
221 ,...,, −nQQQ
2−nA
AA =0,1 jjjj QAQA −=
19
Eljárás
Ha A reguláris, akkor a mátrix pozitív definit, tehát létezik B-nek kanonikusCholesky-felbontása. Legyen . Ekkor az A=QR ortogonális trianguláris felbontás, hiszen R felső trianguláris mátrix, másrészt Q ortogonális.
AAB T=
1−= ARQ
20
Q ortogonalitásának bizonyítása
( ) ( ) ( )( ) ( ) ( )( )( )( ) IIIRRRR
RRRRBRR
ARARARARQQ
TT
TTT
TTTT
===
===
===
−−
−−−−
−−−−
11
1111
1111
A Cholesky-féle felbontáson alapuló QR-felbontás numerikusan instabil.
21
Példa
Határozzuk meg a Cholesky-felbontáson alapuló eljárással az alábbi reguláris mátrix ortogonális-trianguláris felbontását
.54
23
=A
23
Megoldás
−=
−
== −
5
3
5
45
4
5
3
7
50
35
26
5
1
54
231ARQ
Így
.
57
0
526
5
53
54
54
53
54
23
−=
Tehát a QR-dekompozíció:
24
Összehasonlítás
Hasonlítsuk össze a Householder-algoritmus és a Cholesky-féle felbontáson alapuló eljárás eredményeit.
.
57
0
526
5
53
54
54
53
54
23
−=
.
57
0
526
5
53
54
54
53
54
23
−
−=
Householder-algoritmus:
Cholesky-féle felbontásonalapuló eljárás :
25
A felbontás unicitásáról
Tétel. Reguláris A mátrix ortogonális triangularizációja Q oszlopainak és R sorainak előjelétől eltekintve egyértelmű.
Bizonyítás.Tekintsük A két felbontását.
2211 RQRQA ==
26
Bizonyítás (folytatás)
Mivel A reguláris, így a determinánsok szorzás-tétele miatt, a felbontásban szereplő minden mátrix reguláris, ezért
Itt a baloldalon ortogonális mátrix áll, a jobb oldalon viszont felső trianguláris mátrix, ami csak úgy lehet, ha mindkét oldal egy V diagonális mátrixszal azonos.
.11212−= RRQQT,
27
Bizonyítás (befejezés)
VQQ 12 = 12 VRR =
Mivel V egyszerre diagonális és ortogonális mátrix is, így a főátlójában csak +1 és -1 állhat, valamint
ami a tétel bizonyítását jelenti.
29
Elemi forgatómátrixok
Definíció . Tetszőleges és esetén az
alakban megadható mátrixokat elemi forgatómátrixoknak nevezzük.(Másik szokásos elnevezésük: Givens-mátrixok.)
)(sin))(1(cos
),,(Tpq
Tqp
Tqq
Tpp eeeeeeeeI
qpS
−++−+=
θθθ
1 nqp ≤<≤ 20 πθ≤≤
31
Tulajdonságok
Tetszőleges S(p,q,θ) elemi forgatómátrix és A mátrix eseténa) az S(p,q,θ) mátrix ortogonális,b) az A’=AS(p,q,θ) mátrix oszlopvektorai tetszőleges
-re A oszlopvektoraiból az alábbi képlettel számolhatóak
=+−=+
≠≠=
ha ,cossin
ha ,sincos
és ha ,
'
qmaa
p maa
qmpma
a
qp
qp
m
m
θθθθ
1 nm≤≤
32
QR-felbontás, felső Hessenberg-alakra transzformálás
• Tetszőleges valós, kvadratikus mátrix ortogonális trianguláris felbontása előállítható elemi forgató mátrixokkal O(n3) művelettel.
• Tetszőleges valós, kvadratikus mátrix O(n2) elemi forgatómátrixszal végzett ortogonális hasonlósági transzformáció segítségével O(n3) művelettel felső Hessenberg-alakra transzformálható.
33
QR-felbontásPélda. Határozzuk meg az alábbi mátrix QR-felbontását elemi forgató mátrixokkal
Megoldás.
.54
23
=A
5
3
43
3cos
22=
+=α
5
4
43
4sin
22=
+=α
=
−=
5
70
5
265
54
23
5
3
5
45
4
5
3
SA
−=
5
70
5
265
5
3
5
45
4
5
3
A
34
Miért ‘forgató’ mátrix?
• Ha az (x,y) koordinátájú pont β szöget zár be az x-tengellyel és azt az origó körül -αszöggel elforgatjuk, akkor az így kapott pont (x’,y’) koordinátái
ahol . Így
αα
ααβαβα
sincos
)sin(cos)sinsincos(cos'
yxz
y
z
xzzx
+=
=+=+=
αα
αααβαβ
sincos
)sincos()sincoscos(sin'
xyz
x
z
yzzy
−=
=−=−=
( ) ( )( )αβαβ −− sin,cos zz2222 '' yxyxz +=+=
35
Megjegyzés
• Ha ismert az A=QR dekompozíció, könnyen meg-kapható |det A| is. Ehhez elég meggondolni, hogy egy ortogonális mátrix determinánsa csak +1 vagy -1 lehet. Ekkor viszont
• Ha ismert az Ax=a lineáris egyenletrendszer együttható-mátrixának A=QR felbontása, akkor tekintve a
Qy=a Rx=y
egyenletrendszereket y könnyen meghatározható, kihasználva Q ortogonalitását ( ), majd a szokásos visszahelyettesítéssel x is megkapható.
.||det1
∏=
=n
ijjrA
aQy T=
37
Gyakorló feladatok
• Létezik-e olyan elemi tükrözés, amely az egységkört az egységnégyzetre képezi le?
39
Gyakorló feladatok
• Határozza meg az alábbi mátrix QR felbontását a Householder-algoritmussal.
−−−−−
−−
1122
2210
0001
1022
40
Irodalomjegyzék
• John H. Mathews, Numerical Methods for Mathematics, Science, and Engineering, Second Edition, Prentice Hall, Englewood Cliffs, 1992.
• Mihálykó Csaba – Virágh János, Közelítő és szimbolikus számítások. Feladat-gyűjtemény, Typotex, 2011.
• Virágh János, Numerikus matematika, JATEPress, Szeged, 1997.