- •Ширапов д.Ш.
- •Глава 1. Погрешности приближенных вычислений и основные теоремы ………………………………………...
- •Глава 2. Прямые методы решения систем линейных алгебраических уравнений ……………………………….
- •Глава 3. Итерационные методы решения систем линейных алгебраических уравнений ………………………..
- •Глава 4. Методы решения задач на собственные значения и собственные вектора………………………………
- •Введение
- •Глава 1. Погрешности приближенных вычислений и основные теоремы
- •Погрешности приближенных вычислений
- •Обусловленность системы линейных алгебраических уравнений
- •1.3. Основные теоремы
- •Доказательство
- •Доказательство
- •Доказательство
- •Глава 2. Прямые методы решения систем линейных алгебраических уравнений
- •2.1. Метод Гаусса
- •2.2. Метод Гаусса с выбором главного элемента
- •2.3. Алгоритм вычисления определителя матрицы
- •2.4. Алгоритм вычисления обратной матрицы
- •2.5. Метод Халецкого
- •2.6. Метод квадратных корней
- •2.7. Метод прогонки
- •Глава 3. Итерационные методы решения систем линейных алгебраических уравнений
- •3.1. Метод простой итерации
- •3.1.1. О сходимости итерационных процессов для систем линейных алгебраических уравнений
- •3.1.2. Оценки погрешности метода простой итерации
- •3.2. Метод Зейделя
- •3.3. Метод релаксации
- •3.4. Каноническая форма двухслойных итерационных методов
- •3.4.1. Каноническая форма метода простой итерации
- •3.4.2. Каноническая форма метода Зейделя
- •3.4.3. Теоремы двухслойных итерационных методов
- •3.5. Вариационно-итерационные методы
- •3.5.1. Метод минимальных невязок
- •3.5.2. Метод скорейшего спуска
- •Глава 4. Методы решения задач на собственные значения
- •4.1. Устойчивость задачи на собственные значения
- •4.2. Метод вращения Якоби
- •4.2.1. Различные варианты метода Якоби
- •4.3. Степенной метод
- •4.4. Обратный степенной метод
- •4.5. Итерационный метод
- •4.6. Методы для матриц, не принадлежащих к специальному классу
- •4.7. Обобщенная задача на собственные значения
- •4.7.1. Обобщенный метод Якоби
- •4.7.2. Метод приведения обобщенной задачи к стандартной
- •Задание № 2.2
- •Задание № 2.3
- •Задание № 2.4
- •Задание № 2.5
- •Задание № 2.6
- •Задание № 2.7
- •Задания к главе 3 Задание № 3.1
- •Задание № 3.2
- •Задания к главе 4 Тестовые примеры
- •Задание для индивидуального выполнения
- •Литература
4.1. Устойчивость задачи на собственные значения
Для простоты будем считать, что все собственные значения матрицы А простые в задаче (4.1).
На практике элементы матрицы А, почти всегда, заданы с некоторой погрешностью А, тогда вместо (4.1) будем иметь
(А+А)(х+х)=(+)(х+х),
тогда отбросив, члены второго порядка малости получим
Ах+Ах+Ах=х+х+х
из последнего выражения вычтем (4.1), тогда имеем
Ах+Ах=х+х. (4.7)
Рассмотрим два варианта существования погрешностей:
х=0, 0;
х0, =0.
Последовательно рассмотрим оба варианта.
Вариант 1. х=0, 0.
Тогда из (4.7) имеем
Ахi=iхi ,
(yi, Ахi)=i(yi, xi),
.
Отношение называется i-ым коэффициентом перекоса матрицы А, где i – угол между собственными векторами xi и yi .
Таким образом,
.
Следовательно, если погрешность А мала и мал i-ый коэффициент перекоса, то мала погрешность определяемого i-го собственного значения.
Отметим, что для симметричной матрицы все i=1, поэтому задача нахождения собственных значений симметричной матрицы является устойчивой.
Вариант 2. х0, =0.
Тогда из (4.7) имеем
Ахi +Ахi =iхi ,
(Ахi, yj)+(Ахi, yj)= i(хi, yj) , (4.8)
где (Ахi, yj)=( хi, A*yj)=(хi, jyj)=j(хi, yj).
Подставляя последнее в (4.8) получим
j(хi, yj)+(Ахi, yj)= i(хi, yj),
(хi, yj)=(Ахi, yj)/(i-j), при ij. (4.9)
Пусть
хi= , (4.10)
тогда
(хi, yj)=ij(xj, yj)
после подстановки этого выражения в (4.9) получим
ij= при ij,
. (4.11)
Из (4.10), (4.11) видно, что если мала погрешность определения элементов матрицы А и малы все коэффициенты перекоса, то мала погрешность определения i-го собственного вектора, соответствующего i-му собственному значению.
Следствие 4.1. Если матрица А=A* и все собственные значения простые, то задача нахождения собственных векторов устойчива.
4.2. Метод вращения Якоби
Метод Якоби [4, 5, 9, 11] применяется для решения полной проблемы собственных значений симметричных матриц. Пусть А – исходная симметричная матрица, имеющая простые собственные значения. Тогда согласно теореме 1.1 имеем
Т-1АТ=, (4.12)
где - диагональная матрица. В качестве матрицы Т используем ортогональную матрицу вращения
i j
Tn(i,j)= , (i<j).
Так как Tn – ортогональная матрица (4.12) запишется в виде
АТ= , (4.13)
где - квазидиагональная матрица.
Дальше строится последовательность матриц Аn при начальной А0=А:
А1= А0Т1 ,
…………. , n=1, 2, 3,… (4.14)
Аn= Аn-1Тn .
При n limAn=.
Идея построения последовательности (4.14) такова:
допустим, что ненулевой, недиагональный элемент матрицы Аn-1 находится в позиции (i, j), тогда умножение её на Тn справа и слева соответствует вращения матрицы Аn-1 в плоскости (i, j). Угол вращения выбирается таким образом, чтобы сделать элемент (i, j) матрицы Аn нулевым.
Алгоритм метода вращения, который получается из последней строки последовательности (4.14), будет таким:
(4.15)
где c=cos, s=sin, n=1, 2, 3,…
Из последнего выражения формул (4.15) получим
tg2= , /4. (4.16)
Из исходных соотношений получим уравнение
tg=s/c=t. (4.17)
Далее из (4.16), (4.17) получим
t2+ t-1=0. (4.18)
Для сходимости и устойчивости метода необходимо выбрать наименьший по модулю корень уравнения (4.18). Зная t можно вычислить с, s:
s=tc.
Для якобиева вращения, , справедливо
t2(An)= t2(An-1)-2( )2 ,
где
t2(An-1)= .
Сходимость метода Якоби можно оценить числом t2(An), если процесс сходится, то t2(An)0 при n.
Процесс итерации заканчивается, когда все недиагональные элементы матрицы А удовлетворяют условию
<, ij , 0<<1.
Наконец, о нахождении собственных векторов.
Пусть , где Т= , тогда столбцы матрицы Т будут собственными векторами матрицы А.
Заметим, так как метод Якоби носит итерационный характер, то элемент, который был сделан нулевым при следующем вращении, вообще говоря, может стать ненулевым.
Вопрос, в каком порядке занулять элементы матрицы А, т.е. вопрос о выборе индексов i и j для каждого шага, определяет различные варианты метода Якоби.