trasformazioni qr per matrici
DESCRIPTION
Trasformazioni e rotazioni QR per matriciTRANSCRIPT
-
1
Fattorizzazione QR
Teorema
Sia A una matrice non singolare.
Allora esiste ununica matrice
ortogonale Q ed ununica matrice
triangolare superiore R con elementi
diagonali positivi tali che
Dimostrazione
simmetrica definita positiva
Esiste ununica matrice triangolare superiore R con elementi
diagonali positivi tale che T. di Cholesky con
Poniamo e verifichiamo che ortogonale
Calcolo della fattorizzazione
La dimostrazione definisce in modo
univoco le matrici Q ed R
Tuttavia lalgoritmo che se ne ricava
computazionalmente costoso:
Calcolo di
Fatt. di Cholesky di
Inversa di
Calcolo di
-
2
Come si ottiene la
fattorizzazione QR Calcolare Q ed R tramite le formule
computazionalmente costoso.
Algoritmi alternativi tramite
Trasformazioni elementari (rotazioni) di
Givens
Trasformazioni di Householder
Trasformazione elementari di Givens
dove
Esempio
Se n=8, =/4, i=3, j=6, la
trasformazione di Givens la
matrice
Prodotto matrice vettore
Moltiplicare un vettore per una
matrice di Givens equivale ad una
rotazione di ampiezza .
-
3
Caso n=2 Osservazione
Rotazione nel senso positivo degli archi
In generale
Il prodotto matrice vettore
equivale ad una rotazione nelliperpiano individuato da
dove indicano l-iesimo e il j-esimo vettore della base canonica
(colonne della matrice identit)
Propriet
La matrice ortogonale.
Lo si vede dallesempio in 2
dimensioni, poich la trasposta
esprime una rotazione in senso
inverso.
In generale si ha che
-
4
Per le altre componenti si comporta come la matrice
identit
Dimostrazione Osservazioni
Le matrici ortogonali hanno la
propriet di avere uninversa
facilmente calcolabile ( la
trasposta).
Lidea di usare le rotazioni di Givens
in modo analogo alle trasformazioni di
Gauss (matrici triangolari) per ottenere una fattorizzazione.
Osservazione
Se
sempre possibile trovare valori di c ed s (trovare un angolo ) tale che
Caso n=2
-
5
In generale Il prodotto altera solo la i-
esima e la j-esima componente del
vettore y secondo le relazioni
Per annullare occorre trovare c ed s tali che
Data una matrice A, possibile
trovare tale che
abbia lelemento .
-
6
Inoltre
Vengono alterate solo la riga i e la
riga j della matrice prodotto
Fattorizzazione QR
Usare le trasformazioni di Givens per
triangolarizzare una matrice (analogia
con le trasformazioni di Gauss).
Dopo n-1 passi
una matrice ortogonale perch prodotto di matrici
ortogonali
-
7
Esempio Oppure
Unicit della fattorizzazione Ogni rotazione a meno di angoli esplementari
Si ha lunicit della fattorizzazione quando si
impone il segno positivo degli elementi diagonali di R
Complessit computazionale
Passo Prodotti Radici
1 n-1
2 n-2
n-1 1
-
8
Osservazione
La complessit della fattorizzazione QR
maggiore rispetto allalgoritmo di Gauss.
Nel caso di matrici sparse pu essere
conveniente.
Es: Matrici tridiagonali
Osservazioni
Si dimostra che la fattorizzazione QR equivale al procedimento di Gram-Schmidt.
La fattorizzazione QR utilizzata anche per Algoritmi per il calcolo degli autovalori
di una matrice;
Metodi per la soluzione di problemi di fitting (approssimazione)
Soluzione di un sistema
Sostituzione allindietro
Algoritmi alternativi per il
calcolo della fattorizzazione
QR
-
9
Metodo di pavimentazione
Procedimento di Gram-Schmidt
Trasformazioni di Householder
Trasformazioni di Householder
Dato un vettore con norma
euclidea unitaria
si definisce trasformazione
elementare di Householder la
matrice
Propriet delle trasformazioni
di Householder Simmetria
Ortogonalit
Trasformazioni di Householder
associate ad un vettore Dato un vettore si definisce
Trasformazione di Householder
associata a v
-
10
Osservazione
Per moltiplicare una trasformazione
di Householder per un vettore y non
necessario calcolare
esplicitamente la diade
Usando la propriet associativa del
prodotto infatti si ha:
Costo computazionale
Dato , per calcolare il prodotto
Uy occorrono n moltiplicazioni per il
calcolo di e una divisione
Azzeramento delle componenti di
un vettore tramite trasformazioni di Househlder
Sia e la prima
colonna della matrice identit
Definiamo
Allora si ha che
Dimostrazione
-
11
Fattorizzazione QR con
trasformazioni di Householder Indichiamo con le
colonne di A e poniamo
Passo 2
Passo k Dopo n-1 passi
Dove ortogonale perch
prodotto delle trasformazioni
triangolare superiore
Ponendo
si ottiene la fattorizzazione
-
12
Esempio
Calcolo dellinversa
Calcolo dellinversa
Per definizione
Se consideriamo luguaglianza per
colonne otteniamo
dove la i-esima colonna dellinversa e la i-esima
colonna della matrice identit
Calcolo dellinversa
Se per esempio
Si risolvono n sistemi triangolari inferiori dove il termine noto rappresentato dalle colonne della matrice identit e poi n sistemi triangolari superiori.
-
13
Metodo di Gauss-Jordan
Si risolvono contemporaneamente
gli n sistemi
La matrice A viene ridotta a forma diagonale mediante trasformazioni
di Gauss-Jordan.
Trasformazioni di Gauss-Jordan
Il prodotto equivale ad una combinazione lineare delle righe. La matrice risultante ha tutti elementi nulli sulla colonna i tranne lelemento diagonale.
Dopo n-1 passi
Si applicano n-1 trasformazioni alla
matrice composta
Si ottiene
per definizione
linversa di A
-
14
Osservazioni
E una variante del metodo di Gauss. Si tratta di un procedimento di eliminazione.
Anche in questo caso si pu applicare la strategia di pivoting parziale.
Il metodo di Gauss-Jordan ha complessit computazionale
Esempio
Sommario dei metodi diretti
Complessit computazionale
-
15
Due librerie di subroutine per la risoluzione dei sistemi lineari (LAPACK)
http://www.cs.colorado.edu/~jessup/lapack/applets/linear_equations_routines.html
(HSL) http://hsl.rl.ac.uk/contentshslarc.html#m
La scelta del metodo dipende Dalla struttura della matrice (sparsa o densa)
Dalla dimensione
Dal condizionamento del sistema
../../Ingspec/Lucidi/2009/Lapack2.htm../../Ingspec/Lucidi/2009/Lapack2.htm../../Ingspec/Lucidi/2009/CSE - HSL Archive packages.htm