- •Экзаменационные вопросы
- •Нахождение корней методом половиного деления
- •Достоинства и недостатки
- •Оценка погрешности приближенного корня (при любом методе вычислений)
- •Метод итерации
- •Геометрическая модель
- •Условие сходимости итерационного процесса
- •Оценка приближения
- •Вторая формула для вычисления погрешности
- •Условия окончания процесса итерации
- •Метод Ньютона (метод касательных)
- •Геометрическая интерпретация метода Ньютона
- •Сходимость итерационного процесса в методе Ньютона
- •Оценка приближения
- •Векторы и матрицы. Основные определения
- •Элементарные преобразования матриц
- •Подобные матрицы
- •Треугольные матрицы
- •Абсолютная величина. Норма матрицы
- •Канонические нормы
- •Решение систем линейных уравнений
- •Метод Гаусса
- •Прямой ход
- •Обратный ход
- •Процедура приведения матрицы к треугольному виду
- •Обращение матриц методом Гаусса (Вычисление обратной матрицы методом Гаусса)
- •Итерационные методы решения систем линейных уравнений
- •Метод Якоби
- •Сходимость метода Якоби
- •Оценка погрешности приближения процесса итерации в методе Якоби
- •Приведение линейной системы к виду, удобному для итерации
- •Метод Зейделя
- •Сходимость метода Зейделя (первое достаточное условие)
- •Полная проблема собственных значений
- •Метод Данилевского
- •Исключительные случаи метода Данилевского
- •Вычисление собственных векторов по Данилевскому
- •Метод вращений
- •Трехдиагональная матрица
- •Ортогональные матрицы
- •Преобразование симметричной матрицы к трехдиагональному виду посредством вращений
- •Вычисление собственных векторов трехдиагональной матрицы и исходной матрицы
- •Частная проблема собственных значений
- •Определение наибольшего по модулю собственного значения матрицы
- •Постановка задачи интерполирования
- •Конечные разности
- •Обобщенная степень
- •Конечные разности для обобщенной степени
- •Первая интерполяционная формула Ньютона
- •Вторая интерполяционная формула Ньютона
- •Интерполяционная формула Лагранжа (для произвольных узлов интерполирования)
- •Оценки погрешностей
- •Оценка погрешности интерполяционной формулы Лагранжа
- •Оценка погрешностей интерполяционных формул Ньютона
- •Формула прямоугольников
- •Погрешность формулы прямоугольников
- •Обобщенная теорема о среднем
- •Квадратурные формы Ньютона-Котеса
- •Формула трапеций
- •Формула погрешности
- •Общая формула трапеций
- •Формула Симпсона и ее погрешность
- •Погрешность формулы Симпсона (без вывода)
- •Общая формула Симпсона
- •Приближенное (численное) дифференцирование
- •Формулы приближенного дифференцирования, основанные на первой интерполяционной формуле Ньютона
- •Нормальная система дифференциальных уравнений
- •Задача Коши
- •Метод Эйлера
- •Достоинства и недостатки метода Эйлера
- •Метод Рунге-Кутта
- •Постановка задачи об апроксимации ф-и
- •Системы ф-ий, ортогональные на интервале
- •Полные системы
Часть IV
Собственные значения и собственные векторы матриц
Пусть дана квадратная матрица A = (aij) размерности nxn и n-мерный вектор-столбец x.
Определение 1. Ненулевой вектор называется собственным вектором данной матрицы (или определяемого ею линейного преобразования), если в результате соотвествующего линейного преобразования этот вектор переходит в коллинеарный ему т.е. если преобразованный вектор отличается от исходного только скалярным множителем.
Определение 2. Вектор x 6= 0 называется собственным вектором матрицы A, если эта матрица переводит вектор x в вектор
Ax = x (1)
Число , стоящее в равенстве (1) называется собственным значением или характеристическим числом матрицы A, соотвествующему данному собственному вектору x.
Запишем (1) в виде
(A E)x = 0 (2)
Матрица A E характеристическая матрица. У-ние (2) - линейная однородная система, которая имеет ненулевое решение тогда и только тогда, когда определитель системы
det(A E) = 0 (3)
Определитель в левой части (3) называется характеристическим определителем матрицы A. А у-ние (3) (относительно ) называется характеристическим у-нием матрицы A.
В развернутом виде у-ние (3) запишется так:
|
a21 |
a22 |
::: |
|
a2n |
= 0 (4) |
||
|
a11 |
|
a12 |
::: |
|
a1n |
|
|
|
a |
n1 |
a |
::: |
a |
nn |
|
|
|
|
n2 |
::: |
|
|
|
||
|
::: |
::: |
|
::: |
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
( )n + 1( )n 1 + 2( )n 2 . . . + n = 0 (5)
характеристический полином матрицы A. Его коэффициенты i i = 1; 2; :::; n определяются по следующим
правилам:
n
P
1 = aii след матрицы A.
i=1
2 сумма всех главных миноров второго порядка матрицы A
k сумма всех диагональных миноров k-отого порядка матрицы An = det A
Под полной проблемой собственных значений понимается проблема нахождения всех собственных значений матрицы A и всех собственных векторов.
Под частичной проблемой собственных значений понимается подразумевают задачу нахождения одного или нескольких собственных значений и соотвествующих им собственных векторов.
10 Полная проблема собственных значений
Большинство методов решения полной проблемы собственных значений включает предварительное вычисление коэффициентов характеристического полинома, минуя вычисление многочисленных миноров. Собственные значения вычисляются затем по какому-либо методу приближенного вычисления корней полинома.
30