Főkedvezményezett:
Pannon Egyetem 8200 Veszprém Egyetem u. 10.
Kedvezményezett:
Szegedi Tudományegyetem 6720 Szeged
Dugonics tér 13.
A felsőfokú informatikai oktatás minőségének fejlesztése,
modernizációja
TÁMOP-4.1.2.A/1-11/1-2011-0104
Szabó Péter Gábor, Virágh János:
Közelítő és szimbolikus számítások haladóknak előadásvázlatok
Közelítő és szimbolikus számítások haladóknak
1. előadás
Ortogonális transzformációk
Ortogonális mátrixok,
ortogonális transzformációk
Ortogonális mátrixok
Definíció. A mátrix ortogonális, ha
Példa. Az alábbi mátrixok ortogonálisak.
n
Rn
Q
. I QQ
T
0 0
1 0
1 0
0 0
0 0
0 1
0 1
0 0
2
1 2
3
2 3 2
1
Ortogonális mátrixok
• Csak reguláris mátrix lehet ortogonális.
(Következik a determinánsok szorzás- tételéből.)
• Ortogonális mátrix inverze megegyezik a transzponáltjával.
Q
TQ
1
Ortogonális mátrixok
• Ortogonális mátrix oszlopvektorai
ortonormált vektorrendszert alkotnak.
• Komplex mátrixok esetén a H-ortogonális mellett használatos az unitér elnevezés is.
i j
j q i
q
iT j ijha ,
0
ha ,
1
Ortogonális transzformáció
Definíció. A ortogonális mátrixszal megadott
leképezést, ortogonális transzformációnak nevezzük.
Az ortogonális transzformációknak számos gyakorlati alkalmazásuk van.
n
Rn
Q
Qx x
n
n
R
R
Ortogonális transzformáció
Ortogonális mátrixok távolságtartó transzformációt indukálnak.
Tétel. A ortogonális mátrixra és vektorra
Bizonyítás.
Megjegyzés. A tétel megfordítása is igaz, vagyis ha minden vektorra , akkor
n
Rn
Q
x R
n2.
2 x
Qx
22.2
2 Qx Qx x Q Qx x Q Q x x x x
Qx T T T T T T
R
nx
Qx x QOrtogonális transzformáció
Tétel. Tetszőleges mátrixra és ortogonális mátrixra
a) b)
n
Rn
Q
n
Rn
A
2
2 A
QA
Hasonló „hosszmegőrző” tulajdonság teljesül akkor is, ha mátrixok ortogonális transzformációját tekintjük, a 2-es és a Frobenius normában.
F.
F A
QA
Bizonyítás
a)
2 2 2
2
) (
)
( A IA A A A
A Q
Q A
QA QA
QA
T T
T T T
2 2 2
1 1
2 2 2
2 2
||
||
) (
F n
j n
j
n
j
j F j
A Ae
Ae Q
e QA QA
b)
Megjegyzések
• Mivel tetszőleges mátrix esetén mindkét vizsgált normára teljesül , így azt is igazoltuk, hogy
• Tetszőleges ortogonális hasonlósági transz- formáció esetén
n
Rn
B
||
||
||
|| B BT
2
2 A
AQ
F.
F A
AQ
A AQ
QT
Következmény
• Tetszőleges mátrixra és
ortogonális mátrixra mind a 2-es, mind a Frobenius normához tartozó kondíció- számokra
) ( cond )
(
cond QA A
).
( cond )
(
cond QT AQ A
n
Rn
A QRnn
Megjegyzés
• A „hosszmegőrző” tulajdonságból következik, hogy minden Q valós ortogonális mátrix saját- értékeinek abszolút értéke 1. (De ettől még lehetnek komplex sajátértékei is a mátrixnak.) Példa.
ortogonális mátrix sajátértékei
0 1
0
1 0
0
0 0
1 Q
Gram-Schmidt-féle ortogonalizáció
Ortogonális-trianguláris felbontás
Definíció. Az mátrix ortogonális- trianguláris felbontásán, A-nak egy
alakú dekompozícióját értjük, ahol Q ortogonális, R felső trianguláris mátrix.
n
Rn
A
QR
A
Gram-Schmidt-féle ortogonalizáció
Legyen tetszőleges reguláris mátrix.
Az A=QR egyenlőséget oszlopokra bontva így is megadhatjuk:
n n k k
n k
n k
n k
n k
r r r
r r
r
r r
r r
q q
q q a
a a
a
0 0
0
0 0
0 0
0 ...
...
...
...
, 1 2 2
22
1 1
12 11
2 1 2
1
n
Rn
A
Gram-Schmidt-féle ortogonalizáció
2 2
1 1
2 22 1
12 2
1 11 1
k k k k
k
k r q r q r q
a
q r q
r a
q r a
Az A mátrix lineárisan független oszlopvektorai az alábbi lineáris kombinációkkal fejezhetők ki a Q orto- gonális mátrix ortonormált oszlopvektorrendszerével:
Gram-Schmidt-féle ortogonalizáció
Az első
egyenlőségből
következik, így választható és
1 11
1
r q
a
2 11 1
1 2
11 1
1
a r q q r
a
T
T
1 1
11
a a
r
T1 .
1
1
a
q r
def
Gram-Schmidt-féle ortogonalizáció
Feltéve, hogy -ig adott és , az értékekre -t balról beszorozva - tal:
1 ,...,
2 ,
1
k
j qj rij
1 i j
1 ,...,
2 ,
1
k
i ak qiT
0 1
0 2 2
0 1
1 k
T i k k i
T i ik T
i k T
i k k
T
i
a r q q r q q r q q r q q
q
Innen
T
a q
r
i 1,2,...,k 1Gram-Schmidt-féle ortogonalizáció
Meghatározva a
) ...
(
1 1
2 2
1, 1
k k k k k kdef
k
a r q r q r q
b
vektort, a összefüggést felhasználva adódik
és
k kk
k
r q
b
k T k
kk
b b
r 1 .
k k k def
k
b
q r
Az algoritmus műveletigénye
• n darab négyzetgyökvonás,
• az aritmetikai műveletek száma
• A gyakorlatban a módosított Gram-
n
k n
k
n O k
n
k n n
k n
1
3 1
) ( )
1 2
( 2
) 1 (
2 2
) 1 (
2
Maple kód a QR-felbontás
meghatározására a Gram-Schmidt-
féle ortogonalizáció alapján
Megjegyzés
Ha a kiindulási mátrix oszlopvektorai lineárisan
függetlenek, az előbbi eljárás kiterjeszthető az és esetre is.
Ha az oszlopreguláris (s így szükség-
képpen ), akkor egyértelműen megadhatók olyan és mátrixok, hogy , és (i) Q oszlopvektorai ortonormált rendszert
alkotnak,
(ii) R olyan felső trianguláris mátrix, amelyben
m
Rn
A n m
m
Rn
A
m n
m
Rn
Q RRmm A QR
Elemi tükröző mátrixok
Elemi tükröző mátrixok
Definíció. A Q kvadratikus mátrixot elemi tükröző mátrix- nak mondjuk, ha Q=I vagy felírható
alakban, ahol q olyan vektor, amelyre
Az elemi tükröző mátrixokat Householder-mátrixoknak is nevezik.
I
Q 2
.
2
1
2
q q
q
TElemi tükröző mátrixok
Az elnevezés onnan adódik, hogy esetben, az transzformáció az n-
dimenziós euklideszi térnek egy q normál- vektorral megadott, origón átmenő hiper- síkra való tükrözését adja, ahol
Qx x
I Q
. 2 qq
TI
Q
Példa
Írjuk fel a normálvektorral megadott, origón átmenő egyenesre való tükrözést
szolgáltató elemi tükröző mátrixot, és számoljuk ki a segítségével az (5,3)
koordinátájú pontnak az előbbi egyenesre való tükörképének a koordinátáit.
T
2 , 2 2
2
Megoldás
0 1
1 0
1 1
1 1
1 0
0 1
2 2 2
2 2
2 2
2 1 2
0
0 2qqT 1
I Q
A megadott pont tükörképének koordinátái:
3 . 5
1
0
Tétel. Minden elemi tükröző mátrix szimmetrikus és ortogonális.
Bizonyítás.
Legyen Q elemi tükröző mátrix.
a) Q szimmetrikus, mert
I 2qq
I 2
q q I 2qq Q.QT T T T T T T T
Elemi tükröző mátrixok
Elemi tükröző mátrixok
q q q I
q qq
I
qq qq
qq qq
I
qq I
qq I
QQ Q
Q
T T
T
T T
T T
T T
T
4 4
4 2
2
2 2
b) Q ortogonális, mert
felhasználva, hogy Q szimmetrikus és
Elemi tükröző mátrixok
Tétel. Legyenek x és y azonos hosszúságú de különböző vektorok az euklideszi
térben. Ekkor a és
formulákkal megadott elemi tükrözés x-et y- ba viszi.
Rn
y 2
x
y q x
I
Q 2
Elemi tükröző mátrixok
Bizonyítás. Könnyen látható, hogy
Határozzuk meg a Qx vektort!
.
2 1
2 q q
q T
2 2
2 x
y x
y x y
x
y I x
Qx
T
T
A bizonyítás folytatása
x x y x x y y y
x y x
y x x
x
T T T TT T
) (
2
2 ( ) ( )
y x
y x
x y x
y x x
x
TT T
Használjuk fel, hogy
y y
x
x
T
T ésx
Ty y
Tx .
A bizonyítás vége
Ezzel igazoltuk, hogy
. y Qx
) . (
2
) (
) 2 (
) (
2
x y y
x x
x y
x y x
x x
y y
y x
x y
x x
x y x
y x x
x
T T
T T
T T
T T
T T
Megjegyzés
• A későbbiekben többször használni fogjuk az előző transzformációt az
speciális esetben, amikor a tükrözés célja a x vektor (elsőtől különböző) komponen- seinek kinullázása. Ekkor a
vektor által definiált transzformációt alkalmazzuk.
2e1
x y
||2
|| x y y q x
Megjegyzés
• Tetszőleges Q elemi tükröző mátrix, A
mátrix és x vektor esetén a Qx (illetve ) transzformált vektor művelettel, a QA (illetve ) transzformált mátrix
művelettel meghatározhatók.
Q xT
Q
AT O(n2)
)
(n
O
Gyakorló feladatok
Gyakorló feladatok
• Hány olyan 3x3-as Q ortogonális mátrix van, amelynek minden komponense 0, 1 vagy -1?
• Igazolja, hogy az egységmátrixtól
különböző n-ed rendű elemi tükröző
mátrixnak a +1 szám (n-1)-szeres, a -1
pedig egyszeres multiplicitású sajátértéke.
Gyakorló feladatok
• Határozza meg az alábbi mátrix QR felbontását a Gram-Schmidt-féle
ortogonalizációs eljárás segítségével.
0 2
2 0
1 2
0 0
2 1
1 2
2 1
1 2
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.
Közelítő és szimbolikus számítások haladóknak
2. előadás
Mátrixok ortogonális-trianguláris felbontása
A Householder-algoritmus
Partícionált elemi tükröző mátrixok
Tétel. Legyen egy elemi tükröző mátrix.
Ekkor az alábbi partícionált formában meg- adott mátrix is elemi tükröző mátrix.
n
Rn
Q
m m
T
R
Q O
O
T I
n n
R
mO
( )Bizonyítás
Ha Q egységmátrix, akkor
is egységmátrix, így az állítás ekkor igaz.
Ha , ahol q egységnyi hosszúságú, akkor vezessük be a
m m
T
R
I Q
O
O
T I
qqT
I
Q 2
) ,...,
, , 0 ,..., 0 , 0 (
'T q1 q2 qn
q
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 elemi
tükröző mátrix.
, ' '
2q q T I
T
m m
T
R
I O
O
T Q
n
Rn
Q
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.
1 2
1,Q ,..., Qn Q
A A0
1
,
j jj
Q A
A
A
Aj
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.
a Ae
x 1 1.
2e a
y
0 1A Q
Householder-algoritmus
Bizonyítás (folyt.)
Tegyük fel, hogy az állítás teljesül az első j esetre! Az mátrixot írjuk fel
partícionált alakban, ahol
Aj
j T
j
j j
j O C
B A U
j
,
j
j
R
U
B R j(n j),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.
) ( )
(n j n j
j R
S
j jC S
j T
j
j j
j O S
O Q 1 I
Householder-algoritmus
Bizonyítás (befejezés).
Tehát az
mátrix már a j+1-dik oszlopában is olyan
tulajdonságú lesz, hogy az főátló alatti elemei rendre 0 értékűek.
j j T
j
j j
j T
j
j j
j T
j
j j
j j
j O S C
B U
C O
B U
S O
O A I
Q A 1 1
1
Aj
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.
, ...
12 1
1
Q Q Q A
A
n
n n1
An
R Qn1Qn2...Q1
Példa
Határozzuk meg a Householder-algoritmussal az alábbi mátrix ortogonális-trianguláris
felbontását.
5 4
2
A 3
Megoldás
Most csak egy elemi tükröző mátrixra van szükség, arra, amely az első oszlop
második elemét kinullázza. Legyen és .
Így
x (3,4)T y (5,0)T
T
q
5 , 2
5
1 .
5 3 5
4
5 4 5
3
Q
és
Megoldás
7 . 5 5 26
3 4
5 4 5
3 5
4
2 3
5 0 7
5 5 26
5 4
2 3
5 3 5
4
5 4 5
3 QA
R
Tehát a QR dekompozíció:
Felső Hessenberg mátrix
Definíció: A H felső Hessenberg mátrix, ha bármely j+1<i-re.
h
ij 0
1 2 1 0
2 2
3 2
4 1
1 1
Példa:
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.
n
Rn
A
2 2
1,Q ,..., Qn Q
2
An
A
A0 Aj Qj Aj1Qj,
Reguláris mátrixok QR-felbontása
a Cholesky-féle dekompozícióval
Eljárás
Ha A reguláris, akkor a mátrix pozitív definit, tehát létezik B-nek kanonikus
Cholesky-felbontása.
Legyen . Ekkor az A=QR ortogonális trianguláris felbontás, hiszen R felső
trianguláris mátrix, másrészt Q ortogonális.
A A
B T
1
AR Q
Q ortogonalitásának bizonyítása
R R BR R RR R II R R I R
AR A
R AR
AR Q
Q
T T
T T T
T T T T
1 1
1 1
1 1
1 1
1 1
A Cholesky-féle felbontáson alapuló QR-felbontás
Példa
Határozzuk meg a Cholesky-felbontáson
alapuló eljárással az alábbi reguláris mátrix ortogonális-trianguláris felbontását
5 . 4
2 3
A
Megoldás
26 29
26 25
5 4
2 3
5 2
4 A 3
A B T
5 0 7
5 5 26
5 7 5
26
0 5
R R
B T
B Cholesky-felbontása:
Megoldás
5 3 5
4
5 4 5
3
7 0 5
35 26 5
1 5
4
2
1 3 AR Q
Így
7 . 0
5 5 26
3 4
5 4 5
3 5
4
2 3
Tehát a QR-dekompozíció:
Összehasonlítás
Hasonlítsuk össze a Householder-algoritmus és a Cholesky-féle felbontáson alapuló
eljárás eredményeit.
5 26 4
3 2
3
. 5 0 7
5 5 26
5 3 5
4
5 4 5
3 5
4
2 3
Householder-algoritmus:
Cholesky-féle felbontáson
A felbontás unicitásáról
Tétel. Reguláris A mátrix ortogonális triangularizációja Q oszlopainak és R
sorainak előjelétől eltekintve egyértelmű.
Bizonyítás.
Tekintsük A két felbontását.
2 2
1
1
R Q R
Q
A
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
1
.
1 2
1 2
R R
Q Q
T,
Bizonyítás (befejezés)
V Q
Q
2
1R
2 VR
1Mivel V egyszerre diagonális és
ortogonális mátrix is, így a főátlójában csak +1 és -1 állhat, valamint
ami a tétel bizonyítását jelenti.
Elemi forgatómátrixok
Elemi forgatómátrixok
Definíció. Tetszőleges és esetén az
alakban megadható mátrixokat elemi forgatómátrixoknak nevezzük.
(Másik szokásos elnevezésük: Givens- mátrixok.)
) (
sin )
)(
1 (cos
) , , (
T p q T
q p T
q q T
p
pe e e e e e e
e I
q p S
1 p q n 0 2
S(p,q,θ)
1 1
cos sin
sin cos
1 1
( p)
)
(q
Tulajdonságok
Tetszőleges S(p,q,θ) elemi forgatómátrix és A mátrix esetén
a) 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 , cos
sin
ha
, sin
cos
és ha
,
'
q m
a a
p m
a a
q m
p m
a a
q p
q p
m m
1 m n
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.
QR-felbontás
Példa. Határozzuk meg az alábbi mátrix QR-felbontását elemi forgató mátrixokkal
Megoldás.
5 . 4
2 3
A
5 3 4
3 cos 3
2
2
5
4 4
3 sin 4
2
2
5
5 26 2
5 3 4 5
3
SA
7
5 5 26 3
4
5 4 5
3 A