Численные методы (лекции)2013
.pdf4.2. Интерполирование сплайнами. Пусть задано разбие-
ние a = x0 < x1 < · · · < xn−1 < xn = b отрезка [a; b]. Функция Sm(f, x) называется сплайном порядка m, если Sm(f, x) является
многочленом степени m на каждом из отрезков [xi−1; xi], т.е.
Sm(x) = Pim(x) = ai0 + · · · aimxm, x [xi−1; xi],
и удовлетворяющую условиям непрерывности производных до порядка m − 1 в точках x1, . . . xn−1:
Pi,m(k)(xi) = Pi(+1k) ,m(xi), k = 0, 1, . . . m − 1, i = 1, . . . , n − 1.
Всего в слайне (m + 1)n переменных. Из условий равенства m −1 производной в n − 1 точке, получаем m(n − 1) уравнений. Кроме того, из условия равенства сплайна функции f (x) в узлах интерполяции получаем еще n + 1 уравнение. Следовательно, мы имеем nm+ n переменные и nm−m+ n+ 1 уравнение. Таким образом, нам необходимо еще m − 1 условие. Их мы можем задать в граничных точках.
5.Лекция 5
5.1.Системы линейных уравнений. Метод Гаусса. Начнем с самой простой задачи. Дано линейное уравнение
AX = B,
где A матрица n × n с определителем, отличным от нуля, X = (x1, . . . , xn)T искомый вектор, B = (b1, . . . , bn)T заданный вектор. Будем решать систему уравнений методом Гаусса. Т.е.
a11 a12
a21 a22
. . . . . .
an1 an2
1 a′120 a′22
. . . . . .
0 a′n2
. . . . . . a1n
. . . . . . a2n
. . . . . . . . .
. . . . . . ann
. . . . . . a′1n
. . . . . . a′2n
. . . . . . . . .
. . . . . . a′nn
1
0
. . .
0
b2 |
→ |
a21 |
|||
b1 |
|
|
|
|
1 |
.b.n. |
|
an1 |
|||
|
|
|
|
|
. . . |
|
|
|
|
|
|
b1′ |
|
|
1 |
||
b2′ |
|
→ |
|
|
0 |
.b.′ . |
|
|
|
. |
0 |
n |
|
|
|
|
. . |
|
|
|
|
|
|
0. . . . . . 0
1 . . . . . . 0
. . . . . . . . . . . .
0 . . . . . . 1
a′ |
. . . . . . a′ |
12 |
1n |
a22 |
. . . . . . a2n |
. . . . . . . . . . . . |
|
an2 |
. . . . . . ann |
a′ |
. . . . . . a′ |
12 |
1n |
1. . . . . . a′2n
. . . . . . . . . . . .
0. . . . . . 1
b(1n)
b(2n)
. . .
b(nn)
b′1
b2 →
. . . bn
b′1
b′′
2 →
. . .
b(nn)
10
Заметим, что здесь мы предполагаем, что все a(iii−1) 6= 0.
5.2. Подсчет числа операций. Поскольку операции умножения и деления на ЭВМ требуют гораздо большего времени чем операции сложения и вычитания, ограничимся подсчетом числа умножений и делений.
Число операций при делении на a(iii−1) равно
(n − 1) + (n − 2) + · · · + 1 = n(n − 1) . 2
Число операций при вычислении a(ijk) j > i равно
(n − 1)2 + (n − 2)2 + · · · + 12 = n(n − 1)(2n − 1) . 6
Вычисления правых частей при делении на a(iii−1) требуют n операций. Вычисления правых частей при вычитании уравнений требу-
ют
(n − 1) + (n − 2) + · · · + 1 = n(n − 1) . 2
Для обратного хода метода Гаусса требуется
(n − 1) + (n − 2) + · · · + 1 = n(n − 1) . 2
Таким образом, общее число операций равно
|
n(n − 1) |
+ |
n(n − 1)(2n − 1) |
+n+ |
n(n − 1) |
|
+ |
n(n − 1) |
= |
n(n2 + 3n − 1) |
. |
||
2 |
|
|
|
|
|
||||||||
6 |
|
|
2 |
|
2 |
3 |
|
||||||
|
5.3. Теорема об LU -разложении. Найдем условия примени- |
||||||||||||
мости метода Гаусса. Заметим, что |
|
|
|
|
|
|
|
|
|||||
|
|
|
b1′ = a11b1, b2′′ = (b2 |
− b1 |
a21 |
)/a22′ , . . . . |
|||||||
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
a11 |
|
|
|
b(ii) = c1b1 + c2b2 + · · · + cibi.
Теорема 5.1. Пусть все угловые миноры квадратной матрицы A отличны от нуля. Тогда имеет место единственное разложение
A = LU,
где L нижнетреугольная матрица с ненулевыми элементами на главной диагонали, U верхнетреугольная матрица с единицами на главной диагонали.
11
Доказательство. Докажем по индукции. Для n = 2
a b |
a 0 |
1 |
e2 |
, |
c d = |
c e1 |
0 |
1 |
где e2 = ab , e1 = d − c · ab . Предположим утверждение справедливо для n − 1. Докажем для n. Пусть
|
|
a11 |
a12 |
. . . |
a1,n−1 |
. |
An−1 |
= |
a21 |
a22 |
. . . |
a2n−1 |
|
|
|
... |
... |
... ... |
|
|
|
|
an−1,1 |
an−1,2 |
. . . an−1,n−1 |
|
|
|
|
|
|
|
|
|
Тогда, по предположению индукции, An−1 = Ln−1Un−1. Мы полу-
чаем |
|
|
|
¯ |
|
|
|
|
|
Ln−1 |
Un−1 |
u¯ |
|||
|
|
0 |
|||||
¯ |
A = |
¯l |
ln 0¯ |
1 , |
|||
|
T |
= (u1 |
|
|
|
¯ |
|
где l = (l1, l2, . . . , ln−1), u¯ |
|
, u2, . . . , un−1) 0 = (0, 0, . . . , 0). Век- |
|||||
¯ |
находятся из соотношений |
|
|||||
тора l, u¯ |
|
||||||
Ln−1u¯ = (a1n, a2n, . . . , an−1,n) |
T |
¯ |
|
||||
|
, lUn−1 = (an1, an2, . . . , an,n−1). |
||||||
Число ln находится по формуле |
|
|
|
|
|||
|
|
|
|
|
|
¯ |
|
|
|
|
ln = ann − l · u¯. |
|
Покажем теперь единственность. Пусть A = LU = L′U ′. Заметим, что обратная матрица к верхнетреугольной (нижнетреугольной) снова верхнетреугольная (нижнетреугольная) матрица. Более того, обратные матрицы к U и U ′ также содержат единицы на главной диагонали. Тогда U U ′−1 = L′L−1. Следовательно, U U ′−1 L′L−1 диагональные матрицы. Поскольку на диагонали матрицы U U ′−1 (а следовательно и матрицы L′L−1) стоят единицы, то U U ′−1 = L′L−1 = E. Отсюда, в силу единственности обратной матрицы, U = U ′ и L = L′.
5.4. Обращение матрицы. Будем обращать методом Гаусса. Т.е. решим систему уравнений
n |
|
X |
aik xkj = δij , |
|
|
k=1 |
|
где |
(0, i =6 j . |
δij = |
|
|
1, i = j |
12
Сначала, напишем LU -разложение. На это требуется n(n2−1)
3
ствия. Таким образом, нам необходимо решить две системы нений
Ly¯i = ei,
U x¯i = y¯i.
дейурав-
Для решения второй системы, при каждом i, требуется n(n−1) дей-
2
ствия. Запишем подробно первую систему для произвольного i. Первые i − 1 уравнений выглядят так
Отсюда, y1i имеют вид
Получаем
|
l21y1i + l22y2i = 0 |
. |
|
|
l11y1i = |
0 |
|
. . . . . . |
|
|
|
|
|
|
|
|
|
|
|
li−1,1y1i + li−1,2y2i + · · · li−1,i−1yi−1,i = 0 |
||||||||
|
|
2i = |
· · · |
= |
y |
i−1,i |
= 0. Тогда оставшиеся уравнения |
|
= y |
|
|
|
|||||
|
|
li+1,iyii + li+1,i+1yi+1,i = 0 |
. |
|||||
|
|
|
|
|
liiyii = 1 |
|
||
|
|
|
|
. . . . . . |
|
|||
|
|
|
|
|
|
|
|
ln,iyii + ln,i+1yi+1,i + · · · ln,nyn,i = 0
1
yii = lii
Pj−1
yji = − k=i ljkyki . lii
Подсчитывая число действий получаем
n
1 + X (j − i + 1) = (n − i + 1)(n − i + 2) . 2
Суммируя по всем i получаем
1 |
n |
|
|
|
|
n |
|
|
|||||
(n − i + 1)(n − i + 2) = 1 |
|
(k(k + 1) = n(n + 1)(n + 2) . |
|||||||||||
|
|
X |
|
|
|
|
X |
|
|
|
|||
2 |
i=1 |
2 |
k=1 |
6 |
|
||||||||
|
|
|
|
|
|
|
|
||||||
Окончательно, |
|
|
|
|
|
|
|
|
|
||||
|
|
|
n(n2 − 1) |
+ |
n2(n − 1) |
|
+ |
n(n + 1)(n + 2) |
= n3. |
||||
|
|
|
3 |
|
|
|
|||||||
|
|
|
2 |
|
|
6 |
|
|
|
13
5.5. Метод прогонки. Рассмотрим один частный случай системы линейных уравнений. Пусть система линейных уравнений имеет трехдиагональный вид, т.е.
an−2
|
x1 = µx2 + ω1 |
|
|
a1x1 − b1x2 + c1x3 = d1 |
|
||
a2x2 |
− b2x3 + c2x4 |
= d2 |
. |
|
. . . . . . |
|
|
|
|
|
xn−2 − bn−2xn−1 + cn−2xn = dn−2 xn = νxn−1 + ω2
Будем искать решения в виде xi = αixi+1 + βi. Находим,
xi−1 = αi−1xi+βi−1 = αi−1(αixi+1+βi)+βi−1 = αi−1αixi+1+αi−1βi+βi−1.
Подставляем в уравнение
ai−1xi−1 − bi−1xi + ci−1xi+1 = di−1.
Получаем
ai−1(αi−1αixi+1 + αi−1βi + βi−1) − bi−1(αixi+1 + βi) + ci−1xi+1 = di−1.
Отсюда,
[ai−1αi−1αi−bi−1αi+ci−1]xi+1+[ai−1αi−1βi+ai−1βi−1−bi−1βi−di−1] = 0.
Для того, чтобы это равенство превратилось в тождество, выражения в квадратных скобках должны обращаться в ноль, т.е.
ai−1αi−1αi −bi−1 αi + ci−1 = 0, ai−1αi−1βi + ai−1βi−1 −bi−1 βi −di−1 = 0.
Отсюда,
αi = |
|
ci−1 |
, βi = |
ai−1βi−1 − di−1 |
. |
bi−1 |
− ai−1αi−1 |
|
|||
|
|
bi−1 − ai−1αi−1 |
Заметим, что α1 = µ, β1 = ω1. Таким образом, мы можем найти все αi.βi. Из последнего уравнения,
xn = ν(αn−1xn + βn−1) + ω2.
Тогда
xn = νβn−1 + ω2 . 1 − ναn−1
Теперь мы можем найти все xi.
14
6. Лекция 6
Пусть имеется система линейных уравнений
Ax = b.
Приведем эту систему к виду
xi = − i−1 |
aij |
xj − |
n |
aij |
xj + |
bi |
. |
|
jX |
|
|
||||
X |
aii |
aii |
|
aii |
|||
j=1 |
|
|
=i+1 |
|
|
|
|
Перейдем к изучению итерационных методов.
6.1. Методы Якоби и Зейделя. В методе Якоби, итерации определяются следующим образом:
xim+1 = − i−1 |
aij |
xjm − |
n |
aij |
xjm + |
bi |
. |
|
jX |
|
|
||||
X |
|
|
|
|
aii |
||
j=1 aii |
=i+1 aii |
|
Начальные значения x0i задаются произвольно. Окончание итераций определяется либо заданием максимального числа итераций N , либо условием
|
|
|
max |xim − xim−1| < ε. |
|
|
|
|
|
|
|
||||||
|
|
|
1≤i≤n |
|
|
|
|
|
|
|
|
|
|
|
||
Итерационный метод Зейделя имеет вид |
|
|
|
|
|
|
|
|||||||||
|
|
xim+1 = − i−1 |
aij |
xjm+1 |
− |
n |
aij |
xjm + |
bi |
. |
|
|
|
|||
|
|
|
|
|
|
|
|
|||||||||
|
|
|
X |
|
jX |
|
|
aii |
|
|
|
|||||
|
|
|
j=1 aii |
|
|
=i+1 aii |
|
|
|
|
|
|||||
Пусть |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
a11 |
a12 |
. . . a1,n |
. |
|
|
|
|
|
|
||||
|
|
|
A = a21 |
a22 |
. . . a2n |
|
|
|
|
|
|
|||||
|
|
|
... ... |
... ... |
|
|
|
|
|
|
|
|||||
|
|
|
an,1 |
an,2 |
. . . an,n |
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Рассмотрим разложение A = A1 + D + A2, где |
|
|
|
|
|
|
||||||||||
|
|
0 |
0 . . . 0 |
|
|
a11 |
0 |
. . . |
|
0 |
|
|
||||
A1 |
= |
a21 |
0 . . . 0 , D = |
0 |
a22 |
. . . |
|
0 |
, |
|||||||
|
|
... |
... ... ... |
|
|
... |
... |
... ... |
|
|
||||||
|
|
an,1 |
an,2 . . . 0 |
|
0 |
0 |
. . . |
|
an,n |
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
a12 |
. . . a1,n |
|
|
A2 |
= |
0 |
0 |
. . . |
a2,n |
|
|
|
... |
... |
... ... |
|
|
|
|
0 |
0 |
. . . |
0 |
|
|
|
|
|
|
|
|
15
|
|
|
|
|
|
|
|
|
|
|
¯ |
в виде |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
Представим систему Ax¯ = b |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
x¯ = −D |
−1 |
A1x¯ − D |
−1 |
A2x¯ + D |
−1¯ |
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
b. |
|
||||||||||||||||||||||||
Тогда метод Якоби имеет вид |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
x¯ |
m+1 |
= −D |
−1 |
A1x¯ |
m |
− D |
−1 |
A2x¯ |
m |
+ D |
−1¯ |
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
b. |
|||||||||||||||||||
Соответственно, метод Зейделя имеет вид |
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
x¯ |
m+1 |
= −D |
−1 |
A1x¯ |
m+1 |
− D |
−1 |
A2x¯ |
m |
|
+ D |
−1¯ |
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
b. |
|||||||||||||||||
Запишем эти выражения в другой форме: |
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
m+1 |
− x¯ |
m |
) + Ax¯ |
m |
|
|
|
¯ |
|
|
|
|
|||||||||||||||
|
|
|
|
D(¯x |
|
|
|
|
|
|
|
|
|
= b; |
|
|
||||||||||||||||
|
|
(D + A1)(¯x |
m+1 |
− x¯ |
m |
) + Ax¯ |
m |
|
|
¯ |
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
= b. |
|
6.2. Норма матрицы.
Определение 6.1. Нормой матрицы A называется число
||A|| = sup |Ax¯| = sup |Ax¯|.
x¯ |x¯| |x¯|=1
Свойства нормы:
(1) ||A|| ≥ 0;
(2) ||αA|| = |α| · ||A||;
(3) ||A + B|| ≤ ||A|| + ||B||;
6.3. Методы Якоби и Зейделя. Сходимость итерационных методов. Теперь мы исследуем вопрос о сходимости итерационных методов.
Пусть нам дана система уравнений
¯
Ax¯ = b.
Перепишем эту систему в виде
x¯ = Bx¯ + c¯.
Тогда метод простой итерации записывается в виде x¯m+1 = Bx¯m + c¯.
Пусть r¯n = x¯n − x¯, где x¯ точное решение. Тогда
r¯m+1 = x¯m+1−x¯ = Bx¯m+¯c−x¯ = Bx¯m+¯c−(Bx¯+¯c) = B(¯xm−x¯) = Br¯m.
Таким образом,
r¯m = Bmr¯0.
Получаем,
|r¯m| = |Bmr¯0| ≤ ||B|| · |r¯0|.
16
Тогда имеет место следующая теорема.
Теорема 6.2. Пусть ||B|| < 1. Тогда итерационный метод простой итерации сходится при любом начальном x¯0.
Рассмотрим более общий случай итерационного процесса. Пусть
¯
дана система линейных уравнений Ax¯ = b. Тогда рассмотрим следующую итерацию
|
x¯m+1 |
− x¯m |
|
m |
¯ |
|
B |
τ |
+ Ax¯ |
|
= b. |
(1) |
|
|
|
|
|
|
Замечание 6.3. Заметим, что если это процесс сходится, то
m ¯
x¯ → x¯, где x¯ решение уравнения Ax¯ = b. Действительно, для любого ε > 0 существует такое N N, что для любого m > N |x¯m − x¯| < 2ε . Отсюда
|x¯m+1 − x¯m| = |(¯xm+1 − x¯) − (¯xm − x¯)| ≤ |x¯m+1 − x¯| + |x¯m − x¯| < ε.
Тогда
B |
x¯m+1 |
− x¯m |
¯ |
τ |
→ 0. |
||
|
|
Погрешностью метода на m-й итерации называется r¯m = x¯m − x¯,
¯
где x¯ решение уравнения Ax¯ = b. Запишем уравнение (1) в виде
|
(¯xm+1 |
− x¯) − (¯xm − x¯) |
m |
¯ |
|||
B |
|
|
|
|
+ A(¯x − x¯ + x¯) = b. |
||
|
τ |
|
|||||
|
|
|
|
|
|
||
Отсюда, |
|
|
|
|
|
|
|
|
|
B |
r¯m+1 − r¯m |
+ Ar¯m = 0. |
|
||
|
|
τ |
|
||||
|
|
|
|
|
|
|
|
Для вещественной матрицы |
C, |
условие C |
> 0 означает |
||||
(Cx,¯ x¯) > 0, x¯. |
|
|
|
|
|
|
Утверждение 6.4. Пусть C > 0. Тогда существует δ > 0 такое, что (Cx,¯ x¯) ≥ δ|x¯|2.
Доказательство. Если C симметричная матрица, то в качестве δ можно взять минимальное собственное значение. Заметим, что (Cx,¯ x¯) = (¯x, C x¯), где C транспонированная матрица. Поскольку (¯x, y¯) = (y,¯ x¯) имеем
(Cx,¯ x¯) = |
1 |
((Cx,¯ x¯)+(¯x, C x¯)) = |
1 |
((Cx,¯ x¯)+(C x,¯ x¯)) = (( |
1 |
(C+C ))¯x, x¯). |
|
|
2 |
2 |
|||||
2 |
|
|
|
|
|||
Далее, утверждение следует из того, что матрица 1 |
(C + C ) сим- |
||||||
метрична. |
|
|
2 |
|
|
|
|
|
|
|
|
|
17
Теорема 6.5. Пусть A > 0 симметричная матрица. Пусть выполнено неравенство
B − 12 τ A > 0.
Тогда итерационный метод (1) сходится.
Доказательство. Покажем, что числовая последовательность Km = (Ar¯m, r¯m) является не возрастающей. Заметим, что
r¯m+1 = (E − τ B−1A)¯rm.
Тогда
Ar¯m+1 = (A − τ AB−1A)¯rm.
Отсюда, поскольку (Ax,¯ y¯) = (¯x, Ay¯),
(Ar¯m+1, r¯m+1) = ((A − τ AB−1A)¯rm, (E − τ B−1A)¯rm) = (Ar¯m, r¯m)− τ (Ar¯m, B−1Ar¯m) − τ (AB−1Ar¯m, r¯m) + τ 2(AB−1Ar¯m, B−1Ar¯m) = (Ar¯m, r¯m) − 2τ (Ar¯m, B−1Ar¯m) + τ 2(AB−1Ar¯m, B−1Ar¯m) =
(Ar¯m, r¯m) − 2τ ((A − τ2 AB−1A)¯rm, B−1Ar¯m) =
(Ar¯m, r¯m) − 2τ ((BB−1A − τ2 AB−1A)¯rm, B−1Ar¯m) =
(Ar¯m, r¯m) − 2τ ((B − τ2 A)B−1Ar¯m, B−1Ar¯m).
Из условия теоремы ((B − τ2 A)B−1Ar¯m, B−1Ar¯m) > 0. Следовательно, (Ar¯m+1, r¯m+1) < (Ar¯m, r¯m). С другой стороны, (Ar¯m, r¯m) > 0 для любого m. Тогда существует
K = lim Km.
m→∞
Из утверждения 6.4 следует, что существует δ > 0 такое, что
((B − τ2 A)B−1Ar¯m, B−1Ar¯m) ≥ δ|B−1Ar¯m|2.
Отсюда,
Km+1 = Km − 2τ ((B − τ2 A)B−1Ar¯m, B−1Ar¯m) ≤ Km − 2τ δ|B−1Ar¯m|2
Получаем,
Km+1 − Km + 2τ δ|B−1Ar¯m|2 ≤ 0.
Переходя к пределу, получаем
q¯m = B−1Ar¯m → 0.
Следовательно,
r¯m = A−1Bq¯m → 0.
18
Следствие 6.6. Пусть A > 0 симметричная матрица.
Пусть выполнено условие |
|
aii > |
|aij |. |
j=6 i |
|
X |
|
Тогда итерационный метод Якоби сходится.
Доказательство. Условие теоремы 6.5, в этом случае, запи-
шется A < 2D (т.е. 2D − A > 0). Запишем |
|
|
|||
|
X |
|
|
||
(Ax,¯ x¯) = |
|
|
aij xixj . |
|
|
|
|
i,j |
|
|
|
Воспользуемся оценкой |xixj | ≤ 21 (xi2 + xj2). Получаем |
|||||
X |
|
1 |
X |
|
X |
(Ax,¯ x¯) ≤ |aij ||xixj | ≤ |
|
|
( |aij |xi2 |
+ |
|aij |xj2). |
i,j |
2 |
i,j |
|
i,j |
|
|
|
|
Поскольку aij = aji, имеем
(Ax,¯ x¯) ≤ i=1 |
j=1 |aij |! xi2 |
n |
n |
X X
n
X
< 2aiix2i
i=1
n |
! |
XX
= |
aii + |aij | xi2 < |
i=1 |
j=6 i |
= (2Dx,¯ x¯).
Следствие 6.7. Пусть A > 0 симметричная матрица. Тогда
метод верхней релаксации |
|
|
|
|
|
|
x¯m+1 |
− x¯m |
|
m |
¯ |
(D + τ A1) |
τ |
+ Ax¯ |
|
= b |
|
|
|
|
|
сходится при 0 < τ < 2. В частности, сходится метод Зейделя (τ = 1).
Доказательство. Так как матрица A симметрична, то
(Ax,¯ x¯) = (Dx,¯ x¯) + (A1x,¯ x¯) + (A2x,¯ x¯) = (Dx,¯ x¯) + (A1x,¯ x¯) + (¯x, A1x¯)
|
|
= (Dx,¯ x¯) + 2(A1x,¯ x¯). |
|
|
|
|
||
Тогда условие теоремы 6.5 примет вид |
|
|
|
|
||||
(((D + τ A1) − |
1 |
τ A)¯x, x¯) = ((D + τ A1)¯x, x¯) − |
1 |
τ (Ax,¯ x¯) = |
||||
|
|
|||||||
2 |
2 |
|||||||
|
|
1 |
|
|
|
τ |
||
(Dx,¯ x¯) + τ (A1x,¯ x¯) − |
|
τ ((Dx,¯ x¯) + 2(A1x,¯ x¯)) = (1 − |
|
)(Dx,¯ x¯). |
||||
2 |
2 |
19