www.vorhilfe.de
- Förderverein -
Der Förderverein.

Gemeinnütziger Verein zur Finanzierung des Projekts Vorhilfe.de.
Hallo Gast!einloggen | registrieren ]
Startseite · Mitglieder · Impressum
Forenbaum
^ Forenbaum
Status VH e.V.
  Status Vereinsforum

Gezeigt werden alle Foren bis zur Tiefe 2

Navigation
 Startseite...
 Suchen
 Impressum
Das Projekt
Server und Internetanbindung werden durch Spenden finanziert.
Organisiert wird das Projekt von unserem Koordinatorenteam.
Hunderte Mitglieder helfen ehrenamtlich in unseren moderierten Foren.
Anbieter der Seite ist der gemeinnützige Verein "Vorhilfe.de e.V.".
Partnerseiten
Weitere Fächer:

Open Source FunktionenplotterFunkyPlot: Kostenloser und quelloffener Funktionenplotter für Linux und andere Betriebssysteme
Forum "Numerik linearer Gleichungssysteme" - Python
Python < Lin. Gleich.-systeme < Numerik < Hochschule < Mathe < Vorhilfe
Ansicht: [ geschachtelt ] | ^ Forum "Numerik linearer Gleichungssysteme"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien

Python: Defekt berechnen
Status: (Frage) beantwortet Status 
Datum: 11:23 Fr 28.09.2012
Autor: jumape

Aufgabe
Hallo,

ich möchte lineare Gleichungssysteme lösen und danach die Güte der Lösung überprüfen. Dazu möchte ich den Defekt berechnen. Meine Gleichungssysteme haben aber zum Teil Vektoren und zum Teil Matrizen als Lösungen. Jetzt ist meine Frage, ob mir jemand sagen kann, wie ich das hinbekomme, dass mein Programm sowohl mit den Vektoren als auch mit den Matrizen umgehen kann.

Code:
import numpy as np
from numpy.linalg import norm,cond

def res(A,x,b):
    f=b-np.dot(A,x)
    return f

#Mit dieser defekt-Programmierung klappt es bei Vektoren
def defektv(A,x,b):  
    (Zeilen,Spalten)=np.shape(A)
    Def=np.zeros(Zeilen)
    for g in range (Zeilen):
        Def[g]=res(A,x,b)[0,g]
    return Def

#Mit dieser defekt-Programmierung klappt es bei Matrizen, wobei hier auch nur wieder dasselbe wie bei res rauskommt.
def defektm(A,x,b):  
    res(A,x,b)
    return Def

def abs_error(A,x,b,pnorm):
    """
    Parameters:
    ------------------
    A: reguläre nxn-Matrix
    b: rechte Seite des Gleichungssystems
    x: berechnete Näherungslösung für das Gleichungssystem
    pnorm: Art der verwendeten Norm {p=1: Spaltensummennorm; p=2: Frobeniusnorm; p=np.inf: Zeilensummennorm}
  
    Return:
    ------------------
    error: Abschätzung des absoluten Fehlers (||x*-x||<=error)
    """
    KondA=cond(A,pnorm)
    NormA=norm(A,pnorm)
    d=defekt(A,x,b)
    Normd=norm(d,pnorm)
    error=(KondA*Normd)/NormA
    return error

def rel_error(A,x,b,pnorm):
    """
    Parameters:
    ------------------
    A: reguläre nxn-Matrix
    b: rechte Seite des Gleichungssystems
    x: berechnete Näherungslösung für das Gleichungssystem
    pnorm: Art der verwendeten Norm {p=1: Spaltensummennorm; p=2: Frobeniusnorm; p=np.inf: Zeilensummennorm}
  
    Return:
    ------------------
    error: Abschätzung des relativen Fehlers (||x*-x||/||x||<=error)
    """
    KondA=cond(A,pnorm)
    d=defekt(A,x,b)
    Normd=norm(d,pnorm)
    Normb=norm(b,pnorm)
    error=(KondA*Normd)/Normb
    return error


Diese Form funktioniert bei Vektorwertigen x,b gut, aber bei Matrizen natürlich nicht. Ich zeige mal das Beispiel:
Code:
A=np.matrix(MB1,2,-3,3],[2,5,-5,4],[2,6,-5,4],[1,5,-3,4)  
b=[3.0541,6.7042,7.7363,5.1685]
x=[-3.264,1.032,-2.4,-0.982]

print defekt(A,x,b)
print res(A,x,b)
print abs_error(A,x,b,np.inf)
print rel_error(A,x,b,np.inf)

defektv: [  1.00000000e-04   2.00000000e-04   3.00000000e-04   5.00000000e-04]
residuum: MB 1.00000000e-04 2.00000000e-04 3.00000000e-04 5.00000000e-04
abs_error: 0.021
rel_error: 0.0461460905084


und für die Matrix habe ich als Beispiel:
Code:
A=np.matrix(MB1,2,-3,3],[2,5,-5,4],[2,6,-5,4],[1,5,-3,4)  
b=np.matrix(MB11,-2],[19,-1],[21,-1],[20,2)
x=np.matrix(MB1,1.99],[1.99,2],[1.01,2.99],[2.99,1.01)

print "defektm:", defekt(A,x,b)
print "res:", res(A,x,b)
print "abs_error:", abs_error(A,x,b,np.inf)
print "rel_error:", rel_error(A,x,b,np.inf)

defektm: MB 0.08 -2.05] [ 0.14 -4.07] [ 0.15 -6.07] [ 0.12 -5.06
res: MB 0.08 -2.05] [ 0.14 -4.07] [ 0.15 -6.07] [ 0.12 -5.06
abs_error: 261.24
rel_error: 201.867272727

Meine Frage ist jetzt: Wie bekomme ich das jetzt zusammen, zu einer Defektdefinition, oder sollte ich das nicht machen? Eher immer diejenige benutzen die gerade passt in abs_error und rel_error. Aber wie mache ich das jetzt, dass ist eigentlich dieselbe Frage. Eigentlich kann ich ja dann die von den Matrizen gleich weglssen und das Residuum benutzen.

Es wäre nett wenn mir jemand helfen könnte.

Vielen Dank

        
Bezug
Python: Antwort
Status: (Antwort) fertig Status 
Datum: 12:09 Sa 29.09.2012
Autor: Marc

Hallo jumape,

>  Meine Frage ist jetzt: Wie bekomme ich das jetzt zusammen,
> zu einer Defektdefinition, oder sollte ich das nicht
> machen?

Wenn ich dein Problem richtig verstanden habe, müsste das helfen:

1: def defekt( A, x, b ):
2:    if isinstance( x, np.matrix ):
3:       return defektm( A, x, b )
4:    else:
5:       return defektv( A, x, b )


Die Funktion defekt schaut dann einfach nach dem Typ des Arguments x und ruft dann die entsprechende spezielle Funktion auf.

> Eher immer diejenige benutzen die gerade passt in
> abs_error und rel_error. Aber wie mache ich das jetzt, dass
> ist eigentlich dieselbe Frage. Eigentlich kann ich ja dann
> die von den Matrizen gleich weglssen und das Residuum
> benutzen.

Das habe ich nicht richtig verstanden, aber vielleicht hat es sich mit dem oberen ja schon erledigt ;-)

Viele Grüße
Marc


Bezug
Ansicht: [ geschachtelt ] | ^ Forum "Numerik linearer Gleichungssysteme"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien


^ Seitenanfang ^
ev.vorhilfe.de
[ Startseite | Mitglieder | Impressum ]