Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
П2.doc
Скачиваний:
0
Добавлен:
01.07.2025
Размер:
809 Кб
Скачать
☆

3. Метод Крилова

Крім методу Фадєєва-Левер’є знаходження коефіцієнтів характеристичного рівняння матриці досить поширеним є метод Крилова, який базується на відомій теоремі Келі-Гамільтона, яка стверджує, що будь-яка матриця А задовольняє своє характеристичне рівняння

. (5)

Якщо рівняння (5) помножити на довільний вектор , то можна отримати такий запис:

, (6)

де вектори обчислюються за формулами:

(7)

На основі рівняння (7) формуємо систему лінійних алгебраїчних рівнянь для знаходження коефіцієнтів характеристичного рівняння матриці:

. (8)

Якщо система (8) виявиться виродженою, то необхідно замінити початковий вектор , який для зручності зазвичай обирають як .

Приклад 3. Користуючись методом Крилова, побудувати характеристичне рівняння матриці, наведеної в прикладі 1.

Вибираючи початковий вектор , знаходимо необхідні вектори (7) і будуємо та розв’язуємо систему рівнянь (8). Результати обчислень, одержані за допомогою програми Mathcad, наведено на лістингу 4.

4. QR-алгоритм

QR-алгоритм базується на перетворенні подібності матриці А таким чином, щоб власні значення матриці, отриманої внаслідок перетворення, обчислювалися простіше, ніж для початкової матриці. Найпростіше знайти власні значення трикутної матриці, для якої:

,

при цьому власні значення дорівнюють діагональним елементам матриці .

Дещо складніше знаходити власні значення для блочно-діагональної матриці

,

оскільки і задача про знаходження власних значень матриці А зводиться до задачі знаходження власних значень матриць, які знаходяться на діагоналі. А це вже простіша задача, бо порядок діагональних матриць нижчий, ніж вихідної матриці. Якщо блочні матриці мають розмірність або , то задача розв’язується просто, оскільки власні значення матриць розмірності обчислюються за наступними формулами:

,

. (9)

QR-алгоритм дозволяє створити на базі матриці А матрицю , подібну до А, яка має блочно-діагональну форму. Нагадаємо, що матриці вважаються подібними, якщо вони мають однакові власні значення.

Розглянемо коротко QR-алгоритм. Нехай А – довільна матриця з дійсними коефіцієнтами, власні значення якої необхідно визначити. Її можна завжди подати у вигляді добутку двох матриць

, (10)

де – ортогональна матриця, а - верхня трикутна матриця. Нагадаємо, що матриця називається ортогональною, якщо і .

Із виразу (13) знаходимо . Тоді матриця

, (11)

на основі властивостей ортогональних матриць, буде подібна до матриці А.

Тепер розкладемо матрицю на добуток ортогональної і правої трикутної матриць і сформуємо нову матрицю , яка подібна до матриці А.

Продовжуючи цей процес далі, можна побудувати послідовність матриць , де . Матрицю можна розкласти на добуток ортогональної і правої трикутної матриць і сформуємо нову матрицю , яка також подібна до матриці А. При цьому матриця обчислюється за формулою

. (12)

Розкладання матриці на добуток ортогональної і правої трикутної матриці здійснюється послідовною дією на матрицю А ортогональних матриць обертання Гівенса. Для отримання верхньої трикутної матриці елементи початкової матриці , які стоять нижче головної діагоналі, обтулюються по стовпцях. Для цього використовується послідовність ортогональних матриць обертання:

, , (13)

де , , – кут обертання.

Відмітимо властивість матриці обертання , а саме , де Е – одинична матриця.

Дійсно, з добутку отримуємо: , , . З цього випливає, що усі недіагональні елементи будуть дорівнювати нулю, а діагональні – одиниці, а отже матриця і , що випливає з оберненої матриці.

Тепер помножимо транспоновану матрицю Гівенса на матрицю А, і в отриманій матриці виділимо елемент , який ми хочемо зробити нульовим: .

Розв’язавши систему рівнянь

одержимо:

, . (14)

В усіх подальших обчисленнях із матрицями Гівенса елемент буде залишатися нульовим, тому що в цих матрицях більше не використовуються одночасно елементи, що розташовані в рядку і стовпці .

У разі збіжності процесу QR-розкладання матриці обчислення власних векторів за відомими власними значеннями здійснюється за формулами:

(15)

Приклад 5. Знайти наближені значення власних значень матриці з прикладу 1.

Результати обчислень після першої ітерації наведено на лістингу 5.

На лістингу 6 наведено програму реалізації QR-алгоритму з кількістю ітерацій, яка задається параметром К та результати обчислені за допомогою вбудованої функції eigevals(A), та результати одержані за допомогою програми при виконанні однієї та 30 ітерацій, які практично точно співпадають з точними.