- •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
10.1Метод Данилевского
Сущность метода Данилевского заключается в приведении характеристического определителя к нормальному виду Фробениуса.
|
|
1 |
|
0 |
::: |
0 |
|
|
||
D( ) = |
|
p1 |
p2 |
::: |
::: |
pn |
|
(1) |
||
0 |
1 |
|
|
::: |
0 |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
0 |
0 |
::: |
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
::: |
::: |
::: |
::: |
::: |
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Разложим определитель (1) по элементам первой строки
D( ) = (p )( )n 1 p2( )n 2 + p3( )n 3 . . . pn = ( 1)n ( n p1 n 1
(2)
Обозначим
|
|
a11 |
a12 |
::: |
a1n |
1 |
|
|
A = |
0a21 |
a22 |
::: |
a2n |
- заданная матрица |
|||
|
Ba |
n1 |
a |
::: |
a |
C |
|
|
|
B |
|
n2 |
::: |
nnC |
|
||
|
@ |
::: |
::: |
::: |
A |
|
||
|
|
|
|
|
|
|
01
|
B |
p1 |
p2 |
::: |
pn 1 |
pn |
C |
|
P = |
0 |
0 |
::: |
1 |
0 |
- матрица Фробениуса, подобная |
||
|
B |
::: |
::: |
::: |
::: |
::: |
C |
|
|
@ |
|
|
|
|
|
A |
|
P = S 1AS
p2 n 2 p3 n 3 . . . pn)
матрице A
где S невырожденная матрица.
Так как подобные матрицы имеют равный характеристический полином, то
det(A E) = det(p E) (3)
Покажем, каким образом исходя из матрицы A строится матрица P . По методу Данилевского переход от матрицы A к матрице P осуществлется с помощью n 1 преобразования подобия, последовательно преобразующих строки матрицы A, начиная с последней в соотвествующие строки матрицы P . Рассмотрим начало процесса.
Необходимо последнюю строку an1; an2; :::; an;n 1; annперевести в строку 0; 0; :::; 1; 0. Предполагая, что an;n 1 6= 0 разделим все элементы n 1 столбца матрицы A на an;n 1, тогда n-ая стока примет вид an1; an2; :::; 1; ann. Затем вычтем n 1 столбец преобразованной матрицы, умноженный на соотвествующие числа an1; an2; :::; ann
из всех столбцов матрицы, тогда последняя строка примет вид 0; 0; :::; 1; 0.
Указанные операции являются элементарными операциями над столбцами матрицы A. Произведя те же преобразования над единичной матрицей получим
|
0 |
|
0 |
|
|
|
1 |
|
::: |
|
0 |
|
|
0 |
1 |
|||
|
= Bm |
1 |
|
|
|
0 |
|
::: |
|
0 |
|
|
0 |
C |
||||
Mn 1 |
n 1;1 |
m |
n 1;2 |
::: |
m |
|
|
m |
|
|||||||||
|
B |
|
|
|
::: |
n 1;n 1 |
|
n 1;nC |
||||||||||
|
B |
|
::: |
|
|
|
::: |
|
|
::: |
|
|
::: |
C |
||||
|
|
0 |
|
|
|
0 |
|
::: |
|
0 |
|
|
1 |
|||||
|
B |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
C |
где |
@ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
A |
(mn |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
1;n |
1 |
= |
|
1 |
|
|
i = n 1 |
(4) |
|
|
|
||||||
|
|
mn 1;i = |
|
ani |
|
|
i 6= n 1 |
|
|
|
|
|||||||
|
|
an;n 1 |
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
an;n 1 |
|
|
|
|
|
Отсюда следует, что произведенные операции равносильны умножению справа матрицы Mn 1на матрицу
A
31
|
0 |
b21 |
|
b22 |
::: |
b2;n 1 |
|
b2n |
1 |
|
= B = Bb |
b11 |
|
b12 |
::: |
b1;n 1 |
|
b1n |
C(5) |
AMn 1 |
::: |
b |
::: |
::: |
b |
b |
|
||
|
B n 1;1 |
|
n 1;2 |
::: |
n 1;n 1 |
|
n 1;nC |
||
|
B |
0 |
|
0 |
::: |
|
::: |
C |
|
|
|
::: |
1 |
|
0 |
||||
|
B |
|
|
|
|
|
|
|
C |
|
@ |
|
|
|
|
|
|
|
A |
Используя правила умножения матриц находим, что элементы матрицы B вычисляются:
(bi;n 1 = ai;n 1mn 1;n 1 |
j = n 1 |
|
6 |
|
6 |
|
bij = aij + ai;n 1mn 1;;j |
j 6= n 1 |
1 |
|
i |
|
n (6) |
Но матрица B не подобна матрице A. Для преобразования подобия нужно обратную матрицу Mn 11умножить слева на матрицуB
|
|
Mn 11AMn 1 = Mn 11B |
|
|
|
|
||||
Непосредственной проверкой можно убедиться, что |
|
|
|
1 |
|
|||||
1 |
|
0 |
0 |
1 |
::: |
0 |
|
0 |
|
|
|
|
|
1 |
0 |
::: |
0 |
|
0 |
|
|
Mn 1 |
= |
Ba::: |
a::: |
::: |
a |
a |
|
C |
(7) |
|
|
|
B n1 |
n2 |
::: |
n;n 1 |
|
nnC |
|
||
|
|
B |
0 |
0 |
::: |
::: |
C |
|
||
|
|
::: |
1 |
|
0 |
|
||||
|
|
B |
|
|
|
|
|
|
C |
|
|
|
@ |
|
|
|
|
|
|
A |
|
Обозначим
Mn 11B = C = Mn 11AMn 1 (8)
Умножение слева матрицы Mn 11 на матрицу B не изменяет преобразованной строки (в данном случае
последней) матрицы B. Поэтому матрица имеет вид: |
|
|
|
|
|
|
1 |
|
|||||||||
|
|
0 |
c21 |
|
|
|
c22 |
|
::: |
|
c2;n 1 |
|
c2n |
|
|||
|
|
Bc |
c11 |
|
|
|
c12 |
|
::: |
|
c1;n 1 |
|
c1n |
C |
|
||
C = |
::: |
|
|
c |
n 1;2 |
|
::: |
c |
n 1;n 1 |
c |
|
(9) |
|||||
|
|
B n 1;1 |
|
|
|
::: |
|
|
n 1;nC |
|
|||||||
|
|
B |
0 |
|
|
|
::: |
|
|
|
::: |
|
|
::: |
C |
|
|
|
|
|
|
|
0 |
|
::: |
|
|
1 |
|
|
0 |
|
|||
|
|
B |
|
|
|
|
|
|
|
|
|
|
|
|
|
C |
|
|
|
@ |
|
|
|
|
|
|
|
|
|
|
|
|
|
A |
|
Перемножая Mn 11(формула 7) и матрицу B (формула 5) находим, что |
|
||||||||||||||||
8c |
|
= |
n |
a |
|
b |
i = n |
|
|
1 |
|
1 6 j 6 n (10) |
|||||
< |
cij |
= bij |
|
|
|
|
1 |
6 i |
6 n |
2 |
|
|
|
|
|||
n 1;j |
k=1 |
|
nk kj |
|
|
|
|
|
|
|
|
|
|||||
: |
|
|
P |
|
|
|
|
|
|
|
|
|
|
|
|
|
Умножение матрицы Mn 11 на B меняет лишь n 1 строку матрицы B. Элементы этой строки могут быть найдены из системы (10)
Матрица C A и имеет одну приведенную строку. На этом заканчивается первый этап процесса приведения. Прододжая этот процесс получим матрицу Фробениуса.
P = M1 1M2 1M3 1:::Mn 12Mn 11AMn 1Mn 2Mn 3:::M3M2M1 (100)
Если все n 1 промежуточных преобразований возможны.
32
10.1.1Исключительные случаи метода Данилевского
Допустим, что при преобразовании матрицы A в матрицу Фробениуса P после нескольких шагов пришли к матрице вида:
0d21 |
d22 |
::: |
::: |
::: d2;n 1 |
d2n |
1 |
|||
|
d11 |
d12 |
::: |
::: |
::: d1;n 1 |
d1n |
|
||
Bd |
d |
::: |
d |
::: |
d |
d |
|
C |
|
D = B k1 |
k2 |
::: |
kk |
::: |
k;n 1 |
|
knC |
||
B |
::: |
::: |
::: |
::: |
::: |
C |
|||
0 |
0 |
::: |
1 |
::: |
0 |
0 |
|||
B |
|
|
|
|
|
|
|
|
C |
B |
0 |
0 |
::: |
0 |
::: |
0 |
0 |
C |
|
B |
|
|
|
|
|
|
|
|
C |
B |
|
|
|
|
|
|
|
|
C |
B |
0 |
0 |
::: |
0 |
::: |
1 |
0 |
C |
|
B |
::: |
::: |
::: |
::: |
::: |
::: |
::: |
C |
|
B |
C |
||||||||
@ |
|
|
|
|
|
|
|
|
A |
причем оказалось что dk;k 1 = 0
Тогда продолжать преобразование по методу Фробениуса нельзя.
1.Пусть какой-либо элемент матрицы D стоящий левее 0-ого элемента dk;k 1отличен от 0 т.е. dkL 6= 0 L < k 1. Тогда этот элемент выдвигаем на место dk;k 1 т.е. переставляем k 1 и L-ый столбцы матрицы D и одновременно переставляем ее k 1 и L-ую строку (для сохранения подобия). Можно показать, что новая матрица подобна D и мы можем продолжать метод Фробениуса.
2.Пусть dkL = 0 при L = 1; 2; :::; k 1, тогда матрица D будет иметь вид
0 |
d11 |
d12 |
::: |
d1;k |
1 |
d1k |
::: |
d1;n |
1 |
d1n |
1 |
|
|
|
|
|
||
::: |
::: |
::: |
::: |
|
::: |
::: |
::: |
|
::: |
|
|
|
|
|
||||
D = B |
0 |
0 |
::: |
0 |
|
d |
kk |
::: |
d |
|
d |
kn |
C |
= |
D1 |
L |
|
|
B |
dk 1;1 |
dk 1;2 |
::: |
dk 1;k 1 |
|
|
k;n 1 |
|
C |
|
0 |
D |
|
|
||||
B |
dk 1;k |
::: dk 1;n 1 |
dk 1;n |
C |
|
|
|
2 |
|
|||||||||
0 |
0 |
::: |
0 |
|
1 |
::: |
0 |
|
0 |
|
|
|||||||
B |
|
|
|
|
|
|
|
|
|
|
|
|
C |
|
|
|
|
|
B |
|
|
|
|
|
|
|
|
|
|
|
|
C |
|
|
|
|
|
B |
0 |
0 |
::: |
0 |
|
0 |
::: |
1 |
|
0 |
C |
|
|
|
|
|
||
B |
::: |
::: |
::: |
::: |
|
::: |
::: |
::: |
|
::: |
C |
|
|
|
|
|
||
B |
|
|
C |
|
|
|
|
|
||||||||||
@ |
|
|
|
|
|
|
|
|
|
|
|
|
A |
|
|
|
|
|
В этом случае хар-ий определитель распадается на 2:
det(D E) = det(D1 E) det(D2 E)
При этом матрица D2уже приведена к канонической форме Фробениуса. Остается применить метод Данилевского к матрице D1.
10.1.2Блок-схема построения матрицы Фробениуса
Входные данные. n - размер, A - исходная матрица
Выходные данные: P - матрица Фробениуса, D1; D2 - при исключительном случае.
33
10.1.3Вычисление собственных векторов по Данилевскому
Пусть - собственное значение матрицы A, а значит и подобной ей матрице P . Найдем собственный вектор y соотвестующий матрице P
34