παραγοντοποίηση lu
Μανόλης Βάβαλης
30/10/2015
Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Διαδικαστικά
∙ Μην ξεχάσετε τα Φροντιστήρια την ερχόμενη
Δευτέρα και Τρίτη.
∙ Προετοιμαστείτε για την πρώτη εξέταση
προόδου.
1
παραγοντοποίηση lu
Παραγοντοποίηση A = LU
Κάθε τετραγωνικός πίνακας A μπορεί να
αναλυθεί σε γινόμενο ενός κάτω τριγωνικού
πίνακα L με μονάδες στην διαγώνιο και ενός
άνω τριγωνικού πίνακα U.
∙ Ο L έχει τους πολλαπλασιαστές της απαλοιφής
κάτω απο την διαγώνιο
∙ Ο U τα στοιχεία του A όπως αυτά προκύπτουν
μετά την απαλοιφή
3
Ύπαρξη και µοναδικότητα LU
Θεώρημα
Οι πίνακες L U που περιγράφθηκαν παραπάνω
∙ υπάρχουν και
∙ και αν ο A είναι αντιστρέψιμος είναι μοναδικοί.
Proof.
LkLk−1 · · · L3L2L1A = U → A = (L1)−1
(L2)−1
(L3)−1
· · · (Lk−1)−1
(Lk)−1
U
L1U1 = L2U2 → (L2)−1
L1 = U2 (U1)−1
4
Παράδειγµα
A =





−1 −1 1 2
2 1 −3 6
0 0 −1 2
0 1 −1 4





5
Παράδειγµα
A =





−1 −1 1 2
2 1 −3 6
0 0 −1 2
0 1 −1 4





→





−1 −1 1 2
0 −1 −1 10
0 0 −1 2
0 1 −1 4





5
Παράδειγµα
A =





−1 −1 1 2
2 1 −3 6
0 0 −1 2
0 1 −1 4





→





−1 −1 1 2
0 −1 −1 10
0 0 −1 2
0 1 −1 4





→





−1 −1 1 2
0 −1 −1 10
0 0 −1 2
0 0 −2 14





5
Παράδειγµα
A =





−1 −1 1 2
2 1 −3 6
0 0 −1 2
0 1 −1 4





→





−1 −1 1 2
0 −1 −1 10
0 0 −1 2
0 1 −1 4





→





−1 −1 1 2
0 −1 −1 10
0 0 −1 2
0 0 −2 14





→





−1 −1 1 2
0 −1 −1 10
0 0 −1 2
0 0 0 10





5
Παράδειγµα
A = LU




−1 −1 1 2
2 1 −3 6
0 0 −1 2
0 1 −1 4





6
Παράδειγµα
A = LU




−1 −1 1 2
2 1 −3 6
0 0 −1 2
0 1 −1 4





=





1 0 0 0
−2 1 0 0
0 0 1 0
0 −1 2 1










−1 −1 1 2
0 −1 −1 10
0 0 −1 2
0 0 0 10





6
Επίλυση Συστήµατος µε Παραγοντοποίηση A = LU
Να λυθεί το Ax αν γνωρίζουμε την LU
παραγοντοποίηση του
7
Επίλυση Συστήµατος µε Παραγοντοποίηση A = LU
Να λυθεί το Ax αν γνωρίζουμε την LU
παραγοντοποίηση του
∙ Ax = b ⇒ LUx = b ⇒ L(Ux) = b
7
Επίλυση Συστήµατος µε Παραγοντοποίηση A = LU
Να λυθεί το Ax αν γνωρίζουμε την LU
παραγοντοποίηση του
∙ Ax = b ⇒ LUx = b ⇒ L(Ux) = b
∙ Θέτω y = Ux και έχω Ly = b
7
Επίλυση Συστήµατος µε Παραγοντοποίηση A = LU
Να λυθεί το Ax αν γνωρίζουμε την LU
παραγοντοποίηση του
∙ Ax = b ⇒ LUx = b ⇒ L(Ux) = b
∙ Θέτω y = Ux και έχω Ly = b
∙ Λύνω το Ly = b για να υπολογίσω το y
7
Επίλυση Συστήµατος µε Παραγοντοποίηση A = LU
Να λυθεί το Ax αν γνωρίζουμε την LU
παραγοντοποίηση του
∙ Ax = b ⇒ LUx = b ⇒ L(Ux) = b
∙ Θέτω y = Ux και έχω Ly = b
∙ Λύνω το Ly = b για να υπολογίσω το y
∙ Λύνω το Ux = y για να υπολογίσω το x
7
Παράδειγµα
Να λυθεί το





−1 −1 1 2
2 1 −3 6
0 0 −1 2
0 1 −1 4





x =





1
6
1
4





8
Παράδειγµα
Να λυθεί το





−1 −1 1 2
2 1 −3 6
0 0 −1 2
0 1 −1 4





x =





1
6
1
4





Ly = b ⇒





1 0 0 0
−2 1 0 0
0 0 1 0
0 −1 2 1










y1
y2
y3
y4





=





1
6
1
4





8
Παράδειγµα
Να λυθεί το





−1 −1 1 2
2 1 −3 6
0 0 −1 2
0 1 −1 4





x =





1
6
1
4





Ly = b ⇒





1 0 0 0
−2 1 0 0
0 0 1 0
0 −1 2 1










y1
y2
y3
y4





=





1
6
1
4





⇒ y =





1
8
1
10





8
Παράδειγµα
Να λυθεί το





−1 −1 1 2
2 1 −3 6
0 0 −1 2
0 1 −1 4





x =





1
6
1
4





Ly = b ⇒





1 0 0 0
−2 1 0 0
0 0 1 0
0 −1 2 1










y1
y2
y3
y4





=





1
6
1
4





⇒ y =





1
8
1
10





Ux = y ⇒





−1 −1 1 2
0 −1 −1 10
0 0 −1 2
0 0 0 10










x1
x2
x3
x4





=





1
8
1
10





8
Παράδειγµα
Να λυθεί το





−1 −1 1 2
2 1 −3 6
0 0 −1 2
0 1 −1 4





x =





1
6
1
4





Ly = b ⇒





1 0 0 0
−2 1 0 0
0 0 1 0
0 −1 2 1










y1
y2
y3
y4





=





1
6
1
4





⇒ y =





1
8
1
10





Ux = y ⇒





−1 −1 1 2
0 −1 −1 10
0 0 −1 2
0 0 0 10










x1
x2
x3
x4





=





1
8
1
10





⇒ x =





1
1
1
1





8
Παραγοντοποίηση A = PLU
Κάθε τετραγωνικός πίνακας A μπορεί να
αναλυθεί σε γινόμενο ενός πίνακα
αντιμετάθεσης P, ενός κάτω τριγωνικού πίνακα
L με μονάδες στην διαγώνιο και ενός άνω
τριγωνικού πίνακα U.
∙ Ο P καθορίζεται απο τις εναλλαγές γραμμών
που απαιτεί η διαδικασία της απαλοιφής με
οδήγηση.
∙ Ο L έχει τους πολλαπλασιαστές της απαλοιφής
κάτω απο την διαγώνιο.
9
Παράδειγµα
A =





0 0 −1 2
0 1 −1 4
−1 −1 1 2
2 1 −3 6





10
Παράδειγµα
A =





0 0 −1 2
0 1 −1 4
−1 −1 1 2
2 1 −3 6





→





−1 −1 1 2
0 1 −1 4
0 0 −1 2
2 1 −3 6





10
Παράδειγµα
A =





0 0 −1 2
0 1 −1 4
−1 −1 1 2
2 1 −3 6





→





−1 −1 1 2
0 1 −1 4
0 0 −1 2
2 1 −3 6





→





−1 −1 1 2
0 1 −1 4
0 0 −1 2
0 −1 −1 10





10
Παράδειγµα
A =





0 0 −1 2
0 1 −1 4
−1 −1 1 2
2 1 −3 6





→





−1 −1 1 2
0 1 −1 4
0 0 −1 2
2 1 −3 6





→





−1 −1 1 2
0 1 −1 4
0 0 −1 2
0 −1 −1 10





→





−1 −1 1 2
0 1 −1 4
0 0 −1 2
0 0 −2 14





10
Παράδειγµα
A = PLU




0 0 −1 2
0 1 −1 4
−1 −1 1 2
2 1 −3 6





=
11
Παράδειγµα
A = PLU




0 0 −1 2
0 1 −1 4
−1 −1 1 2
2 1 −3 6





=





0 0 1 0
0 1 0 0
1 0 0 0
0 0 0 1










1 0 0 0
0 1 0 0
0 0 1 0
−2 −1 2 1










−1 −1 1 2
0 1 −1 4
0 0 −1 2
0 0 0 10





11
Επίλυση Συστήµατος µε Παραγοντοποίηση A = PLU
Να λυθεί το Ax = b αν γνωρίζουμε την PLU
παραγοντοποίηση του
12
Επίλυση Συστήµατος µε Παραγοντοποίηση A = PLU
Να λυθεί το Ax = b αν γνωρίζουμε την PLU
παραγοντοποίηση του
∙ Ax = b ⇒ PLUx = b ⇒ L(Ux) = P−1
b
12
Επίλυση Συστήµατος µε Παραγοντοποίηση A = PLU
Να λυθεί το Ax = b αν γνωρίζουμε την PLU
παραγοντοποίηση του
∙ Ax = b ⇒ PLUx = b ⇒ L(Ux) = P−1
b
∙ Θέτω y = Ux και έχω Ly = P−1
b
12
Επίλυση Συστήµατος µε Παραγοντοποίηση A = PLU
Να λυθεί το Ax = b αν γνωρίζουμε την PLU
παραγοντοποίηση του
∙ Ax = b ⇒ PLUx = b ⇒ L(Ux) = P−1
b
∙ Θέτω y = Ux και έχω Ly = P−1
b
∙ Λύνω το Ly = P−1
b για να υπολογίσω το y
12
Επίλυση Συστήµατος µε Παραγοντοποίηση A = PLU
Να λυθεί το Ax = b αν γνωρίζουμε την PLU
παραγοντοποίηση του
∙ Ax = b ⇒ PLUx = b ⇒ L(Ux) = P−1
b
∙ Θέτω y = Ux και έχω Ly = P−1
b
∙ Λύνω το Ly = P−1
b για να υπολογίσω το y
∙ Λύνω το Ux = y για να υπολογίσω το x
12
Παράδειγµα
Χρησιμοποιήστε την ανάλυση PLU του A που βρήκατε
παραπάνω για να υπολογίστε την λύση του συστήματος





0 0 −1 2
−1 −1 1 2
2 1 −3 6
0 1 −1 4





x =





1
1
6
4





13
Ανάλυση συµµετρικού πίνακα σε LDLT
Θεώρημα
Κάθε συμμετρικός πίνακας A μπορεί να αναλυθεί στην μορφή
A = LDLT όπου
∙ L κάτω τριγωνικός με μονάδες στην διαγώνιο και τους
πολλαπλασιαστές κάτω απο αυτή και
∙ D διαγώνιος πίνακας με στοιχεία τα οδηγά στοιχεία.
Proof.
Αν A = AT και A = LU ⇒ A = LD˜U τότε
LD˜U = (LD˜U)T
= ˜UT
DLT
14
Ανάλυση συµµετρικού πίνακα σε LDLT
Θεώρημα
Κάθε συμμετρικός πίνακας A μπορεί να αναλυθεί στην μορφή
A = LDLT όπου
∙ L κάτω τριγωνικός με μονάδες στην διαγώνιο και τους
πολλαπλασιαστές κάτω απο αυτή και
∙ D διαγώνιος πίνακας με στοιχεία τα οδηγά στοιχεία.
Proof.
Αν A = AT και A = LU ⇒ A = LD˜U τότε
LD˜U = (LD˜U)T
= ˜UT
DLT
Απο την μοναδικότητα της παραγοντοποίησης LU έχουμε
14
Άσκηση
Θεώρημα
Ο ανάστροφος του γινομένου δύο πινάκων ισούται με το
ανάστροφο γινόμενο των αναστρόφων των πινάκων.
15
Άσκηση
Θεώρημα
Ο ανάστροφος του γινομένου δύο πινάκων ισούται με το
ανάστροφο γινόμενο των αναστρόφων των πινάκων. Δηλαδή
(AB)T
= BT
AT
15
Άσκηση
Θεώρημα
Ο ανάστροφος του γινομένου δύο πινάκων ισούται με το
ανάστροφο γινόμενο των αναστρόφων των πινάκων. Δηλαδή
(AB)T
= BT
AT
Proof.
Γράφουμε το στοιχείο του πίνακα (AB)T στην θέση i, j το οποίο
είναι το στοιχείο του πίνακα AB στην θέση j, i το οποίο ισούται
με το εσωτερικό γινομενο της j γραμμής του A με την i στήλη
του B . . .
15
Άσκηση
Θεώρημα
Ο αντίστροφος του αναστρόφου ενός πίνακα ισούται με τον
ανάστροφο του αντιστρόφου.
Proof.
Πρέπει να αποδείξουμε ότι
(
AT
)−1
=
(
A−1
)T
16

Παραγοντοποίηση LU

  • 1.
    παραγοντοποίηση lu Μανόλης Βάβαλης 30/10/2015 ΤμήμαΗλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
  • 2.
    Διαδικαστικά ∙ Μην ξεχάσετετα Φροντιστήρια την ερχόμενη Δευτέρα και Τρίτη. ∙ Προετοιμαστείτε για την πρώτη εξέταση προόδου. 1
  • 3.
  • 4.
    Παραγοντοποίηση A =LU Κάθε τετραγωνικός πίνακας A μπορεί να αναλυθεί σε γινόμενο ενός κάτω τριγωνικού πίνακα L με μονάδες στην διαγώνιο και ενός άνω τριγωνικού πίνακα U. ∙ Ο L έχει τους πολλαπλασιαστές της απαλοιφής κάτω απο την διαγώνιο ∙ Ο U τα στοιχεία του A όπως αυτά προκύπτουν μετά την απαλοιφή 3
  • 5.
    Ύπαρξη και µοναδικότηταLU Θεώρημα Οι πίνακες L U που περιγράφθηκαν παραπάνω ∙ υπάρχουν και ∙ και αν ο A είναι αντιστρέψιμος είναι μοναδικοί. Proof. LkLk−1 · · · L3L2L1A = U → A = (L1)−1 (L2)−1 (L3)−1 · · · (Lk−1)−1 (Lk)−1 U L1U1 = L2U2 → (L2)−1 L1 = U2 (U1)−1 4
  • 6.
    Παράδειγµα A =      −1 −11 2 2 1 −3 6 0 0 −1 2 0 1 −1 4      5
  • 7.
    Παράδειγµα A =      −1 −11 2 2 1 −3 6 0 0 −1 2 0 1 −1 4      →      −1 −1 1 2 0 −1 −1 10 0 0 −1 2 0 1 −1 4      5
  • 8.
    Παράδειγµα A =      −1 −11 2 2 1 −3 6 0 0 −1 2 0 1 −1 4      →      −1 −1 1 2 0 −1 −1 10 0 0 −1 2 0 1 −1 4      →      −1 −1 1 2 0 −1 −1 10 0 0 −1 2 0 0 −2 14      5
  • 9.
    Παράδειγµα A =      −1 −11 2 2 1 −3 6 0 0 −1 2 0 1 −1 4      →      −1 −1 1 2 0 −1 −1 10 0 0 −1 2 0 1 −1 4      →      −1 −1 1 2 0 −1 −1 10 0 0 −1 2 0 0 −2 14      →      −1 −1 1 2 0 −1 −1 10 0 0 −1 2 0 0 0 10      5
  • 10.
    Παράδειγµα A = LU     −1−1 1 2 2 1 −3 6 0 0 −1 2 0 1 −1 4      6
  • 11.
    Παράδειγµα A = LU     −1−1 1 2 2 1 −3 6 0 0 −1 2 0 1 −1 4      =      1 0 0 0 −2 1 0 0 0 0 1 0 0 −1 2 1           −1 −1 1 2 0 −1 −1 10 0 0 −1 2 0 0 0 10      6
  • 12.
    Επίλυση Συστήµατος µεΠαραγοντοποίηση A = LU Να λυθεί το Ax αν γνωρίζουμε την LU παραγοντοποίηση του 7
  • 13.
    Επίλυση Συστήµατος µεΠαραγοντοποίηση A = LU Να λυθεί το Ax αν γνωρίζουμε την LU παραγοντοποίηση του ∙ Ax = b ⇒ LUx = b ⇒ L(Ux) = b 7
  • 14.
    Επίλυση Συστήµατος µεΠαραγοντοποίηση A = LU Να λυθεί το Ax αν γνωρίζουμε την LU παραγοντοποίηση του ∙ Ax = b ⇒ LUx = b ⇒ L(Ux) = b ∙ Θέτω y = Ux και έχω Ly = b 7
  • 15.
    Επίλυση Συστήµατος µεΠαραγοντοποίηση A = LU Να λυθεί το Ax αν γνωρίζουμε την LU παραγοντοποίηση του ∙ Ax = b ⇒ LUx = b ⇒ L(Ux) = b ∙ Θέτω y = Ux και έχω Ly = b ∙ Λύνω το Ly = b για να υπολογίσω το y 7
  • 16.
    Επίλυση Συστήµατος µεΠαραγοντοποίηση A = LU Να λυθεί το Ax αν γνωρίζουμε την LU παραγοντοποίηση του ∙ Ax = b ⇒ LUx = b ⇒ L(Ux) = b ∙ Θέτω y = Ux και έχω Ly = b ∙ Λύνω το Ly = b για να υπολογίσω το y ∙ Λύνω το Ux = y για να υπολογίσω το x 7
  • 17.
    Παράδειγµα Να λυθεί το      −1−1 1 2 2 1 −3 6 0 0 −1 2 0 1 −1 4      x =      1 6 1 4      8
  • 18.
    Παράδειγµα Να λυθεί το      −1−1 1 2 2 1 −3 6 0 0 −1 2 0 1 −1 4      x =      1 6 1 4      Ly = b ⇒      1 0 0 0 −2 1 0 0 0 0 1 0 0 −1 2 1           y1 y2 y3 y4      =      1 6 1 4      8
  • 19.
    Παράδειγµα Να λυθεί το      −1−1 1 2 2 1 −3 6 0 0 −1 2 0 1 −1 4      x =      1 6 1 4      Ly = b ⇒      1 0 0 0 −2 1 0 0 0 0 1 0 0 −1 2 1           y1 y2 y3 y4      =      1 6 1 4      ⇒ y =      1 8 1 10      8
  • 20.
    Παράδειγµα Να λυθεί το      −1−1 1 2 2 1 −3 6 0 0 −1 2 0 1 −1 4      x =      1 6 1 4      Ly = b ⇒      1 0 0 0 −2 1 0 0 0 0 1 0 0 −1 2 1           y1 y2 y3 y4      =      1 6 1 4      ⇒ y =      1 8 1 10      Ux = y ⇒      −1 −1 1 2 0 −1 −1 10 0 0 −1 2 0 0 0 10           x1 x2 x3 x4      =      1 8 1 10      8
  • 21.
    Παράδειγµα Να λυθεί το      −1−1 1 2 2 1 −3 6 0 0 −1 2 0 1 −1 4      x =      1 6 1 4      Ly = b ⇒      1 0 0 0 −2 1 0 0 0 0 1 0 0 −1 2 1           y1 y2 y3 y4      =      1 6 1 4      ⇒ y =      1 8 1 10      Ux = y ⇒      −1 −1 1 2 0 −1 −1 10 0 0 −1 2 0 0 0 10           x1 x2 x3 x4      =      1 8 1 10      ⇒ x =      1 1 1 1      8
  • 22.
    Παραγοντοποίηση A =PLU Κάθε τετραγωνικός πίνακας A μπορεί να αναλυθεί σε γινόμενο ενός πίνακα αντιμετάθεσης P, ενός κάτω τριγωνικού πίνακα L με μονάδες στην διαγώνιο και ενός άνω τριγωνικού πίνακα U. ∙ Ο P καθορίζεται απο τις εναλλαγές γραμμών που απαιτεί η διαδικασία της απαλοιφής με οδήγηση. ∙ Ο L έχει τους πολλαπλασιαστές της απαλοιφής κάτω απο την διαγώνιο. 9
  • 23.
    Παράδειγµα A =      0 0−1 2 0 1 −1 4 −1 −1 1 2 2 1 −3 6      10
  • 24.
    Παράδειγµα A =      0 0−1 2 0 1 −1 4 −1 −1 1 2 2 1 −3 6      →      −1 −1 1 2 0 1 −1 4 0 0 −1 2 2 1 −3 6      10
  • 25.
    Παράδειγµα A =      0 0−1 2 0 1 −1 4 −1 −1 1 2 2 1 −3 6      →      −1 −1 1 2 0 1 −1 4 0 0 −1 2 2 1 −3 6      →      −1 −1 1 2 0 1 −1 4 0 0 −1 2 0 −1 −1 10      10
  • 26.
    Παράδειγµα A =      0 0−1 2 0 1 −1 4 −1 −1 1 2 2 1 −3 6      →      −1 −1 1 2 0 1 −1 4 0 0 −1 2 2 1 −3 6      →      −1 −1 1 2 0 1 −1 4 0 0 −1 2 0 −1 −1 10      →      −1 −1 1 2 0 1 −1 4 0 0 −1 2 0 0 −2 14      10
  • 27.
    Παράδειγµα A = PLU     00 −1 2 0 1 −1 4 −1 −1 1 2 2 1 −3 6      = 11
  • 28.
    Παράδειγµα A = PLU     00 −1 2 0 1 −1 4 −1 −1 1 2 2 1 −3 6      =      0 0 1 0 0 1 0 0 1 0 0 0 0 0 0 1           1 0 0 0 0 1 0 0 0 0 1 0 −2 −1 2 1           −1 −1 1 2 0 1 −1 4 0 0 −1 2 0 0 0 10      11
  • 29.
    Επίλυση Συστήµατος µεΠαραγοντοποίηση A = PLU Να λυθεί το Ax = b αν γνωρίζουμε την PLU παραγοντοποίηση του 12
  • 30.
    Επίλυση Συστήµατος µεΠαραγοντοποίηση A = PLU Να λυθεί το Ax = b αν γνωρίζουμε την PLU παραγοντοποίηση του ∙ Ax = b ⇒ PLUx = b ⇒ L(Ux) = P−1 b 12
  • 31.
    Επίλυση Συστήµατος µεΠαραγοντοποίηση A = PLU Να λυθεί το Ax = b αν γνωρίζουμε την PLU παραγοντοποίηση του ∙ Ax = b ⇒ PLUx = b ⇒ L(Ux) = P−1 b ∙ Θέτω y = Ux και έχω Ly = P−1 b 12
  • 32.
    Επίλυση Συστήµατος µεΠαραγοντοποίηση A = PLU Να λυθεί το Ax = b αν γνωρίζουμε την PLU παραγοντοποίηση του ∙ Ax = b ⇒ PLUx = b ⇒ L(Ux) = P−1 b ∙ Θέτω y = Ux και έχω Ly = P−1 b ∙ Λύνω το Ly = P−1 b για να υπολογίσω το y 12
  • 33.
    Επίλυση Συστήµατος µεΠαραγοντοποίηση A = PLU Να λυθεί το Ax = b αν γνωρίζουμε την PLU παραγοντοποίηση του ∙ Ax = b ⇒ PLUx = b ⇒ L(Ux) = P−1 b ∙ Θέτω y = Ux και έχω Ly = P−1 b ∙ Λύνω το Ly = P−1 b για να υπολογίσω το y ∙ Λύνω το Ux = y για να υπολογίσω το x 12
  • 34.
    Παράδειγµα Χρησιμοποιήστε την ανάλυσηPLU του A που βρήκατε παραπάνω για να υπολογίστε την λύση του συστήματος      0 0 −1 2 −1 −1 1 2 2 1 −3 6 0 1 −1 4      x =      1 1 6 4      13
  • 35.
    Ανάλυση συµµετρικού πίνακασε LDLT Θεώρημα Κάθε συμμετρικός πίνακας A μπορεί να αναλυθεί στην μορφή A = LDLT όπου ∙ L κάτω τριγωνικός με μονάδες στην διαγώνιο και τους πολλαπλασιαστές κάτω απο αυτή και ∙ D διαγώνιος πίνακας με στοιχεία τα οδηγά στοιχεία. Proof. Αν A = AT και A = LU ⇒ A = LD˜U τότε LD˜U = (LD˜U)T = ˜UT DLT 14
  • 36.
    Ανάλυση συµµετρικού πίνακασε LDLT Θεώρημα Κάθε συμμετρικός πίνακας A μπορεί να αναλυθεί στην μορφή A = LDLT όπου ∙ L κάτω τριγωνικός με μονάδες στην διαγώνιο και τους πολλαπλασιαστές κάτω απο αυτή και ∙ D διαγώνιος πίνακας με στοιχεία τα οδηγά στοιχεία. Proof. Αν A = AT και A = LU ⇒ A = LD˜U τότε LD˜U = (LD˜U)T = ˜UT DLT Απο την μοναδικότητα της παραγοντοποίησης LU έχουμε 14
  • 37.
    Άσκηση Θεώρημα Ο ανάστροφος τουγινομένου δύο πινάκων ισούται με το ανάστροφο γινόμενο των αναστρόφων των πινάκων. 15
  • 38.
    Άσκηση Θεώρημα Ο ανάστροφος τουγινομένου δύο πινάκων ισούται με το ανάστροφο γινόμενο των αναστρόφων των πινάκων. Δηλαδή (AB)T = BT AT 15
  • 39.
    Άσκηση Θεώρημα Ο ανάστροφος τουγινομένου δύο πινάκων ισούται με το ανάστροφο γινόμενο των αναστρόφων των πινάκων. Δηλαδή (AB)T = BT AT Proof. Γράφουμε το στοιχείο του πίνακα (AB)T στην θέση i, j το οποίο είναι το στοιχείο του πίνακα AB στην θέση j, i το οποίο ισούται με το εσωτερικό γινομενο της j γραμμής του A με την i στήλη του B . . . 15
  • 40.
    Άσκηση Θεώρημα Ο αντίστροφος τουαναστρόφου ενός πίνακα ισούται με τον ανάστροφο του αντιστρόφου. Proof. Πρέπει να αποδείξουμε ότι ( AT )−1 = ( A−1 )T 16