
- •1.Прямые методы решения слау.
- •2)Lu-разложение.
- •2.Метод трехдиагональной матричной прогонки.
- •4. Задачи линейного программирования(лп). Регуляризация задач лп.
- •5.Регуляризация плохо обусловленных слау.
- •7. Принцип сжатых отображений в огр.Обл. Банахова пр-ва.
- •6.Обзор задач линейной алгебры. Уточнение эл-ов приближ. Обратной ма-цы .
- •8.Методы решения нелинейных одномерных у-ий.
- •9 Не лок метод Ньют (квазиньют процесс)
- •26 Полиномы Чебышева(пч)
- •33.Жёсткие начальные задачи. Неявный метод Эйлера и его устойчивость.
- •34.Жёские начальные задачи. Неявный метод средней точки и его устойчивость.
- •35.Жёсткие задачи. Неявный метод трапеций и его устойчивость.
- •25.Аппроксимация функции с помощью кубического сплайна
- •15,Численное дифференцирование
- •10,Метод секущих
- •38. Нахождение наибольшего по модулю собственного значения матрицы.
- •11. Методы решения систем нелинейных уравнений. Квазиньютоновские методы.
- •12. Интерполирование. Конечные разности, разностные отношения и их свойства.
38. Нахождение наибольшего по модулю собственного значения матрицы.
Пусть имеем хар Ур-ние D(λ)=det(A- λE)=0. Корни этого уравнения λ1, λ2,…, λn явл. собств. зн-ми м-цы А. Пусть им соответствуют линейно независим. собств. вектора x1,x2,…,xn. Рассм. итерационный метод вычисления наиб. по модулю собств. зн-ия м-цы А не требующего раскрытия опр-ля.
Пусть среди собств. зн-ий м-цы А есть одно наиб. по модулю. Для определенности положим |1| > |2|>=…>= |n| (1). Наиб. по модулю явл. 1-ое собств. зн-ие. Очевидно, что для действительной матрицы наибольшее по модулю собственное значение λ1 будет действительным. Такой случай всегда имеет место, если матрица А действительна и её элементы положительны.
Определим λ1 для этого возьмем произвольный вектор y = (y1…yn)Т и разложим его по собственным векторам матрицы А.
,
где сj
– постоянные коэффициенты
.
Произведя
преобразования А над вектором y
получим:
.
Отсюда
т.к. xj
собственный вектор преобразования А
получим, что Аxj=
λxj
и тогда:
.
Величину Ау называют итерацией над
вектором у.
Последовательно
образуя итерации Ay,
A2y,
…, Amy=ym,
находим m-тую
итерацию:
(2)
– m-тая
итерация.
Пусть
ym=Amy
m=1,2,…
и
,
где yim
координаты
ym
в выбранном базисе е1,е2,…еn.
Разлогая собственные вектора xj по векторам базиса можем записать выражение для составляющих вектора у:
(3)
(4)
Разделив
(4) на (3) будем иметь:
(5)
Пусть
и
,
что можно всегда получить выбирая
надлежащим образом вектор у и базис
(е1,…еn).
Преобразуем выражение (5) к виду:
.
Переходя
к
и
учитывая (1) получим:
(6)
Можем
записать:
(7) ;
Для достаточно большого номера итерации m можем с любой степенью точности с помощью (7) определить наибольшее по модулю корень λ1 характеристического уравнения матрицы А. Для получения более точного значения корня λ1 следует взять среднее арифметическое из суммы отношений координат вектора у.
Собственный вектор матрица А соответствующий λ1 приближенно можем взять пологая что: x1=ym=Amy, т.к. Amy=c1 λ1mx1 т.е. Amy лишь числовым множителем отличается от собственного вектора x1 и поэтому является собственным вектором соответствующим λ1.
11. Методы решения систем нелинейных уравнений. Квазиньютоновские методы.
Нелокальный метод Ньютона.
Будем
полагать ,что а)
,
б)
,
c)
(2)
,
(3)
(4)
if
GoTo на конец просчета else
и
GoTo (2)
Справедливо
(5)
-верхняя
граница ;
(6)
(2)
в (6): (7)
+
Пусть
,
,
,
,
В
силу (4)
означает
=>
.
<
=
.
Итак
{
}
{
}
,(8)
lim
= lim
=
lim
Из
(7)=>(9)
Из
(9)=> {
}
,
(10) lim
=>
=1
Теорема:
Пусть
оператор f,
-начальная
шаговая длина и
-нач.
приближение удовлетв. Услов.(а, б, с),
тогда итерац. Пр.(2),(3).(4) со сверхлин. С
лок. Квадратич. Скор. Сходится к решению
уравнения (1).
(11)