Beruflich Dokumente
Kultur Dokumente
G. Uchida, W. Gansterer
Universität Wien
Wintersemester 2020
I Polynomial Fitting
f (t, x) = x1 + x2 t + x3 t2 · · · + xn tn−1
1 t1 t21
y1
1 t2 t22 x1
y2
∼
2
Ax = 1 t3 t3 x2 =
y3 = b
2
1 t4 t x3 y4
4
1 t5 t52 y5
2AT Ax − 2AT b = 0
I Wenn Ax = b nicht lösbar ist, dann liegt b nicht in dem von den
Spalten der Matrix A aufgespannten Raum span(A)
I Ein Vektor y = Ax in span(A) liegt bezüglich der Euklidischen
Norm zum Vektor b am nächsten, wenn das Residuum r = b − Ax
orthogonal auf span(A) ist
0 = AT r = AT (b − Ax)
AT Ax = AT b
v = (P + (I − P ))v = P v + P⊥ v
P = A(AT A)−1 AT
b = P b + P⊥ b = Ax + (b − Ax) = y + r
A+ = (AT A)−1 AT
kyk2 kAxk2
cos(θ) = =
kbk2 kbk2
I Eine Schranke für die Störung ∆x der Lösung x wegen Störungen
∆b von b ist gegeben durch
k∆xk2 1 k∆bk2
≤ cond(A)
kxk2 cos(θ) kbk2
k∆xk2 k∆Ek2
/ ([ cond(A)]2 tan θ + cond(A))
kxk2 kAk2
I Die Konditionszahl für die Lösung des Least Square Problems ist
etwa von der Grössenordnung cond(A), kann aber eventuell auch
viel grösser werden
AT Ax = AT b
1 + 2
T 1 1 1
A A= =
1 1 + 2 1 1
cond(AT A) = [cond(A)]2
α gibt uns die Möglichkeit, die beiden Subsysteme für die Wahl
des Pivots relativ zu gewichten
I Daumenregel für die Wahl des Skalierungsparameters
I Über den zweiten Term kb2 k22 haben wir keine Kontrolle, aber der
erste Term wird Null, wenn x das n × n Dreieckssystem
Rx = b1
QT1 Ax = Rx = c1 = QT1 b
v = a − αe1
und α = ±kak2 (Vorzeichen kann gewählt werden)
G. Uchida, W. Gansterer (Uni Wien) Numerische Mathematik Wintersemester 2020 30 / 53
Householder Beispiel
I Sei a = [2 1 2]T , dann wählen wir
2 1 2 α
v = a − αe1 = 1 − α 0 = 1 − 0
2 0 2 0
mit α = ±kak2 = ±3
I Wählen
2 −3 5
v= 1 −
0 = 1
2 0 2
(da a1 positiv ist, wählen wir für α das negative Vorzeichen, um
Auslöschungen zu vermeiden)
I Sehen uns jetzt die Transformation an:
2 5 −3
vT a 15
Ha = a − 2 T v = 1 − 2 1 = 0
v v 30
2 2 0
G. Uchida, W. Gansterer (Uni Wien) Numerische Mathematik Wintersemester 2020 31 / 53
Householder QR Faktorisierung
vv T vT u
Hu = (I − 2 )u = u − (2 )v
vT v vT v
(benötigt dafür nur den Vektor v und nicht die volle Matrix H)
I Rückwärtssubstitution ergibt
αa2 αa1
s= und c =
a21+ a22 a21+ a22
p
I Da aber c2 + s2 = 1 bzw. α = a21 + a22 , gilt
a1 a2
c= p 2 und s = p 2
a1 + a22 a1 + a22
a1 4 a2 3
c= p 2 2
= = 0.8 und s = p 2 2
= = 0.6
a1 + a2 5 a1 + a2 5
Beispiel:
I Allgemein: um eine bestimmte Komponente auf Null zu
transformieren, ”rotiert” man sie mit einer anderen Komponente
1 0 0 0 0 a1 a1
0 c 0 s 0 a2 α
0 0 1 0 0 a3 = a3
0 −s 0 c 0 a4 0
0 0 0 0 1 a5 a5
A = U ΣV T
σ1 ≥ σ2 ≥ · · · ≥ σn
Beispiel
1 2 3
4 5 6 T
I SVD von A =
7 8 9 ist gegeben durch U ΣV =
10 11 12