Sei sulla pagina 1di 6

Esercitazione 2 di Matematica Applicata

Laura Marcias laura_marcias@tiscali.it


4 Dicembre 2010

Esercizio 1
Calcolare la fattorizzazione B = LU della matrice:
1 2 1

B = 2 1
1
1 8 2

ed utilizzarla per risolvere il sistema lineare Bx = b con b = (1

12)T.

Soluzione
Triangolarizzo la matrice B
1 2 1
2 2 1
1
1 1 8 2

1 2 1
0 5 1

2 0 10 3

Matrice triangolare superiore:

1 2 1
U = 0 5 1
0 0 1
1 0 0
L = 2 1 0
1 2 1

Matrice triangolare inferiore:

B = LU

LUx = b

y1 = 1

2 y1 + y 2 = 4
y + 2 y + y = 12
2
3
1

1 2 1
0 5 1

0 0 1

Ly = b

Ux = y
y1 = 1

y2 = 6
y = 1
3

x1 2 x2 + x3 = 1

5 x2 x3 = 6
x = 1
3

Esercizio 2
Calcolare il determinante della matrice
4
6
0
2

3
1
1
0
A=
2 10 7 1

4
2

mediante la fattorizzazione PA = LU.

x1 = 2

x2 = 1
x = 1
3

Soluzione
4
6
0
2
0
3
1
1

1 2 10 7 1

1 2 1
8 4 2

6 0
2 4
0
3
1
1

0 6 1 1

0 6 1 2
6 0
2 4
0 6 1 1

0
3
1
1

0 6 1 2

Scambio la seconda riga con la terza:

6
0
2 4
0 6 1 1

1 2 0
3
1
1

1 0 6 1 2

6
0
2 4
0 6 1 1

0
0 1 2 1 2

0
0
3
0

Matrice triangolare superiore:


6
0
2 4
0 6 1 1

U =
0
0 1 2 1 2

0
0
3
0

Matrice di permutazione:
1
0
P = P (2 ,3 ) I =
0

0 0 0
0 1 0
1 0 0

0 0 1

Matrice triangolare inferiore:


0
1 1
0 1
1

L=
1 0
1 2

1
1 2 1 2

PA = LU

det(PA) = det(LU )

det ( A) = ( 1)

#P

1 det (U )

0 0
0 0
1 0

0 1

det(P ) det( A) = det(L ) det(U )


det ( A) = ( 1) 1 18 = 18
1

Esercizio 3
Si ortonormalizzino i seguenti vettori mediante il procedimento di Gram Schmidt
1
v1 = 1
0

0
v 2 = 1
2

Soluzione
Primo passo dellalgoritmo:

r11 = q~1 = v1 = 1 + 1 = 2

2
v3 = 1
0

1 2 2

q~1
1
=

1
=

2
2
q1 =

r11
2

0
0
2
Secondo passo dellalgoritmo:
r12 = q1 , v 2 =
2
2 2 0 1 2 1 2
0

2

q~2 = v 2 r12 q1 = 1 +
2 2 = 1 + 1 2 = 1 2
2

2

0 2 0 2
1 1
3
3 2
r22 = q~2 =
+ +4 =
=
4 4
2
2
1 2 2 6
1 2 = 2 6


2 2 2 3

2
2
2
Terzo passo dellalgoritmo:
2
r13 = q1 , v3 =
=
2
2
2
2
2
2
r23 = q 2 , v3 =
2+
=
6
6
2
2 2
2 6 2 1 2 1 6 4 3
2


2
2

q~3 = v3 r13 q1 r23 q 2 = 1


2 2
2 6 = 1 1 2 1 6 = 4 3
2
2 2 2 3 0 0 2 3 2 3
0
0


16 16 4
r33 = q~3 =
+ + =2
9
9 9
4 3 2 3
q~3 1
q3 =
= 4 3 = 2 3
r33 2
2 3 1 3
q~
2
q2 = 2 =
r22
3

Esercizio 4
Considerando il sistema lineare Ax = b, con
3

A = 2
2

2
2
1

1
2

3
b = 2
2

dire se il metodo di Jacobi risulta convergente e, fissato il vettore iniziale x(0) = (0 0 0)T,
calcolare le iterazioni x(1) e x(2).
Metodo iterattivo:

( k +1 )

= BJ x

(k )

Soluzione
+ f

dove B = P-1N e f = P-1b

Splitting additivo: A = D L U
a
Dij = ii
0

i= j
i j

a
Lij = ij
0

i> j
i j

a
U ij = ij
0

i< j
i j

Il metodo di Jacobi corrisponde alla scelta: P = D e N = L+U, perci:


BJ = D-1(L+U) e f = D-1b
3 0 0
D = 0 2 0
0 0 2

0
1 3 0

D = 0 1 2 0
0
0 1 2
0
2 2

L +U = 2
0
1
2 1
0

0 0
1 3 0

B J = D (L + U ) = 0 1 2 0 2
0
0 1 2 2
1

2
0
1

2 0

1 = 2 2
0 2 2

2 3 2 3

0
12
12
0

Il metodo convergente se il raggio spettrale della matrice di iterazione minore di uno.


Calcolo gli autovalori associati alla matrice BJ:

2 3 2 3

det (B J I ) = 0
det 2 2

12 =0
2 2 1 2

1
2 2
1
2 2
1
1
2
2
2
2 2
2

2 +
2
+

= 0
+
= 0

4
3
2
2
3
2
2
4 3 2
4 3 4
2

1
1 1
1 1
1
1
1 2
1

+ + + = 0
+ + = 0
2
2
3
2
3
2
2
2
3
2

1
1 2
1
35
1 2 1
2
1

2 3 =
+ =
1 =
+ = 0
2
4
16 3
4
48
2
2
3

1
4

2 = +
1 =

35
48

1
= 0,5
2

1
4

35
48

1
4

35
= 0,6
48

3 =
2 = +

1
4

3 =

35
= 1,1
48

Lautovalore massimo in modulo quello corrispondente a 3, essendo in modulo maggiore


di 1, il metodo di Jacobi non converge.
Calcolo delle iterazioni:

Dx (k +1) = b + Lx (k ) + Ux (k )
x (k +1) = D 1b + D 1 Lx (k ) + D 1Ux (k )
x (k +1) = D 1b + D 1 (L + U )x (k )
x ( k +1) = B J x ( k ) + f
0

BJ = 2 2
2 2

Per k = 0

x (1) = B J x (0 ) + f
x

Per k = 1

2 3 2
0
12
12
0

(1)

= 2 2
2 2

x ( 2 ) = B J x (1) + f

0 3 1
1 3 0

f = 0 1 2 0 2 = 1
0
0 1 2 2 1

2 3 2
0
12
12
0

3 0 1 1

0 + 1 = 1
0 1 1

(2 )

= 2 2
2 2

2 3 2 3 1 1 1

3+ 2

0
1 2 1 + 1 =
2

12
0 1 1 3 2

Esercizio 5
Dato il problema di Cauchy

' x
y =
y x

y (1) = 1

dire se il problema ben posto ed approssimare la soluzione nel punto di ascissa x =


mediante un metodo alle differenze finite moniste di ordine 2, utilizzando il passo h =

5
2

1
.
2

Soluzione
x
f ( x, y ) =
continua nellintervallo
y

La funzione

Per quanto riguarda la Lipschitzianeit:

( ;0 ) (0;+ )

f ( x, y )
x
= 2
y
y

( ;0 ) (0;+ )

perci la funzione f(x,y) localmente Lipschtziana nellintervallo


Il problema ben posto e trover una soluzione locale in quanto non sto considerando tutto
R.
Uso il metodo di Eulero modificato essendo una formula monostep esplicita.

h
h

j +1 = j + hf x j + , j + f (x j , j )
2
2

= y
0
0

0 = 1

x0 = 1

x1 = x0 + h = 1 +

1 3
=
2 2

h
2

1 = 0 + hf x0 + , 0 +

x1 =

3
2

x2 = x1 + h =

1 =

3
2

3 1
+ =2
2 2

f ( x 0 , 0 )
2

x0 + h
2
1 = 0 + h
h x0
0 +
2 0

1+

=1+ 1
4 =3

11 2
2
1+

41

h
2

2 = 1 + hf x1 + ,1 +

x1 + h
2
2 = 1 + h
h x1
1 +
2 1

f ( x1 ,1 )
2

3 1

= 3 + 1 2 4 = 2
2 2 3 1 3 2
+

2 423

2 = 2
1 5
x3 = x 2 + h = 2 + =
2 2
x2 = 2

x2 + h
2
3 = 2 + h
h x2
2 +
2 2

h
h

3 = 2 + hf x 2 + , 2 + f ( x 2 , 2 )
2
2

x3 =

5
2

2+

= 2+ 1
4 =5

1 2 2
2
2+

42

5
2

3 =

Esercizio 6
Determinare i valori del parametro che rendono ortogonale la matrice
1 2 1 2


Q = 0
1 2 1 2
e, per uno di essi, calcolare il numero di condizionamento rispetto alle norme 2 e della
matrice ottenuta, giustificando il procedimento utilizzato.
T

-1

Soluzione

Q ortogonale se Q = Q ossia Q Q=I


0 1 2 1 2 2 2
0
0

T
2
2

= 0 + 1 2 1 2
Q Q = 1 2 1 2 0
1 2 1 2 1 2 1 2 0 2 1 2 2 + 1 2
2 2 = 1

QT Q = I

La norma 2 di una matrice ortogonale vale 1, perci:


Scegliendo poi:

= QT

K (Q ) =

Q 1

= Q

12
2 2
12

QT

1
2
1

2
2

2 2

Q = 12
1 2

2 1 1 2
2 2 1 1
2
,

= max
+ + ,
+
2 + 2 + 2 = 2 + 1
2
2
2
2
2

3
+ 2
2

K2(Q) = 1

2
2

2 2

Q= 0
2 2

K (Q ) = Q

2
2

0
2 2

2 2
12
2 2 1 2