То сходимость итерационного процесса может быть значительно увеличена, если использовать следующий алгоритм
Вид материала | Документы |
Содержание§ 4. алгебра матриц Задача определения собственных значений 4.1. Вычисление собственных векторов и собственных значений матриц по методу крылова |
- Уголовный процесс, 1106.99kb.
- Не был на квн, но думаю, что почти во всем согласился бы с Сережей. Кроме одной фразы:, 30.84kb.
- Конспект лекции 14. Алгоритм деятельности по разрешению конфликта «17 шагов» (по, 19.85kb.
- Компьютер сочиняет, 32.66kb.
- 1. общие положения планируемые расходы на приобретение Предмета лизинга, размер и порядок, 238.77kb.
- Секция “Философская онтология”, 38.57kb.
- Чный ответ, демонстрирующий хорошее знание текста произведения, умение использовать, 243.63kb.
- -, 309.11kb.
- В основных направлениях экономического и социального развития СССР на 1986-1990, 974.56kb.
- «Основы проблемного обучения в начальной школе», 404.27kb.
1 2
§ 4. АЛГЕБРА МАТРИЦ
Матрицей называется прямоугольная таблица из чисел, содержащая некоторое количество m строк и n столбцов, при этом числа m и n называются порядками матрицы. Если m = n, матрица называется квадратной, а число m = n - ее порядком. Для записи матриц используются следующие обозначения:
, (1.33)
где числа aij называются элементами матрицы A. В случае, если m = n и определитель матрицы detA 0, матрица A называется невырожденной и для нее можно найти обратную матрицу. Обратной по отношению к данной матрице A называется матрица A-1, которая, будучи умноженной как справа, так и слева на A, дает единичную матрицу:
.
Матрица AT, полученная перестановкой строк со столбцами в матрице A, называется транспонированной. Квадратная матрица A называется симметрической, если AT = A, и ортогональной, если AT A = E.
Характеристическим уравнением матрицы A называется матричное уравнение ||A - E|| = 0, в котором i - собственные (или характеристические) числа (или значения) матрицы A. Собственным вектором, отвечающим собственному числу i, называется вектор
,
который удовлетворяет матричному уравнению Ax =i x. Когда говорят о вычислении собственных чисел, то различают полную и частичную проблему собственных чисел. В полной проблеме вычисляют все собственные числа и соответствующие им собственные векторы матриц, а под частичной проблемой обычно понимают задачу нахождения одного или нескольких собственных чисел и соответствующих им собственных векторов.
В настоящем параграфе рассматривается несколько эффективных алгоритмов, реализующих как операции над матрицами, так и задачи решения полной проблемы собственных значений.
Задача определения собственных значений и собственных векторов матриц имеет большое значение при решении очень широкого спектра задач. Методы решения указанной задачи по типу примененной вычислительной схемы можно разделить на прямые (точные) и итерационные (приближенные).
В прямых методах по некоторому правилу вычисляются коэффициенты матрицы с заранее известными свойствами, а затем собственные значения находятся как корни характеристического многочлена по какому-либо известному численному методу. После этого определяются собственные векторы, что считается не очень сложной задачей.
В итерационных методах коэффициенты характеристического уравнения не вычисляют, а составляют некоторые итерационные последовательности, позволяющие найти одно или несколько, а иногда и все собственные значения исходной матрицы А. Итерационные методы почти всегда более трудоемкие, однако они надежнее прямых методов, так как менее чувствительны к ошибкам округления.
К прямым можно отнести методы Крылова, Данилевского, Самуэльсона и др., а к итерационным - степенной и метод Якоби, или, как его еще называют, метод вращений. Последний метод считается наиболее эффективным из всех известных [Kpылов и др., 1972].
4.1. ВЫЧИСЛЕНИЕ СОБСТВЕННЫХ ВЕКТОРОВ И СОБСТВЕННЫХ ЗНАЧЕНИЙ МАТРИЦ ПО МЕТОДУ КРЫЛОВА
Пусть А - некоторая квадратная матрица ||аij|| порядка n. Рассмотрим связанное с ней уравнение ||А -Е|| = 0, определитель которого есть алгебраический многочлен степени n от :
||А -Е|| = (-1)n (n - P1n -1 Pn -1Pn . (1.34)
Корнями этого многочлена являются собственные значения (собственные числа) матрицы А. Эта система имеет ненулевое решение тогда и только тогда, когда n.
А.Н.Крылов1 предложил эффективный метод построения характеристического многочлена, основанный на применении минимального многочлена матрицы, аннулирующего заданный вектор.
Возьмем произвольный вектор с(0) 0, размерности n и составим последовательность линейно независимых векторов по правилу
с(1) = А с(0); c(2) = A c(1); ...; c(n) = A c(n -1) .
Очевидно, что c(n) будет являться линейной комбинацией предыдущих линейно независимых векторов.
Расписав полученную на последнем шаге систему
(1.35)
где сi - соответствующие координаты вектора с(i), а qi - неопределенные коэффициенты, получим неоднородную систему из n алгебраических уравнений. Определитель этой системы
будет отличен от нуля тогда и только тогда, когда с(i) образуют систему линейно независимых векторов [Крылов и др., 1972]. Полученные значения qi будут равны рi - коэффициентам характеристического уравнения матрицы А (1.34).
Для определения qi систему (1.35) решают методом Гаусса (с обязательной проверкой). Если систему не удается привести в ходе решения к треугольному виду, то говорят о зависимости построенной системы векторов, и тогда можно записать только делитель характеристического многочлена матpицы. Сам многочлен решается одним из известных методов решения линейных алгебраических уравнений.
После того как найдены собственные значения i матрицы А, ищут собственные векторы матрицы А, что приводит к решению следующей однородной системы линейных алгебраических уравнений:
(A - E)х = 0. (1.36)
Так как i являются корнями минимального аннулирующего вектора с(0) многочлена (1.34), то решения системы (1.36) представляют в виде линейной комбинации независимых векторов с(i)
x(k) =i1 c(n -1) + i2 c(n -2) + ... + in c(0),
где коэффициенты ij удовлетворяют условию Ax(n)=k x(n). Умножая x(n) на А и учитывая, что с(j)=Ас(j-1), получают
i(i1c(n-1)+i2c(n-2)+...+inc(0)) =
= i1 c(n) + i2 c(n-1) + ... + in c(1).
Если же учесть, что A)c(n) º 0, то после приведения подобных (с учетом формул 1.35) последнее равенство можно переписать в виде
(qn i1 - i in)c(0) + (qn-1 i1 + in - i in-1)c(1) +
+ (qn-2i1 + in-1 - iin)c(2) + ... + (q1i1 + i2 - ii1)c(n-1) = 0.
1 Библиотека стандартных программ. Поставляется вместе с транслятором языка.
1 Крылов А.Н. О численном решении уравнения высокой степени // ИАН ОМЕН. 1931. № 4. С. 491-539