Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Численные методы методичка 4.pdf
Скачиваний:
64
Добавлен:
02.02.2015
Размер:
924.65 Кб
Скачать

y 0 z 0 z 0 , x1 x1 z 0 , x2 x2 ,

що буде за довільного z 0 ортогональним одночасно до x1 і x2 , і так далі.

1.4.RQ-ітерація

R Q - і т е р а ц і я (R a y l e i g h Qu o t ien t It era tio n ) є швидше збіжною модифікацією методу зворотних ітерацій зі змінними зсувами, що застосовують для симетричних матриць. У цій модифікації зворотної ітерації як зсув використовується співвідношення Релея.

Як і SP-алгоритм, RQ-ітерація не припускає попереднього приведення матриці до тридіагонального вигляду. Ал го р и тм RQ - і тер а ц ія наступний.

Алгоритм 6. Для заданих симетричної матриці А порядку n, почат-

кового вектора x 0 такого, що

 

x 0

 

2

1 ,

величини точності 0 покла-

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

сти лічильник ітерацій k 1 та виконати:

 

 

 

 

 

 

 

 

 

1.

Визначити співвідношення Релея

 

 

 

 

 

 

 

 

 

 

 

k 1

 

Ax k 1 , x k 1

 

 

 

 

 

 

 

 

x k 1 , x k 1

.

 

 

(11)

2.

Обчислити вектор y k як розв’язок системи лінійних рівнянь

 

A

k 1

E y

k

 

x

k 1

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3.

Обчислити наближений власний вектор

 

 

 

 

 

 

 

x k

 

 

 

y k

 

.

 

 

 

 

 

 

 

 

 

 

 

y k

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4.

Якщо виконується умова

 

 

Ax k k 1 x k

 

 

 

, то збіжність до

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

власного значення досягнута; в протилежному випадку покласти k k 1 та перейти до кроку 1.

Якщо умова збіжності виконана, то число k 1 віддалено від деяко-

го власного значення матриці А не більш, ніж на ε.

Зсуви на співвідношення Релея за наявності ортонормованого базису із власних векторів x1, x2 , , xn забезпечують асимптотично к у біч ну

22

ш в и д кіс ть збі ж но с ті послідовності Релея x 0 , x 1 , x 2 , до деякого

з векторів цього базису в залежності від початкового наближення.

Пр а кти ч не за сто сува ння RQ - іт ер а ц і ї пов’язано з низкою

о со бли во с тей . По-перше, треба мати добре початкове наближення x 0 , що апроксимує за напрямом шуканий власний вектор. Якщо шуканим є

вектор x1 , то одним з можливих способів пошуку наближення x 0 є за-

стосування декількох кроків PMабо SP-алгоритму степеневого методу. По-друге, на кожній ітерації алгоритму потрібно розв’язувати систему лінійних рівнянь з новою матрицею, що призводить до додаткових обчислювальних затрат. По-третє, застосування змінних зсувів суттєво погіршує на кожному кроці зумовленість системи лінійних рівнянь. Однак в цьому випадку похибки заокруглення зосереджуються саме в напрямі шуканого власного вектора, що тільки прискорює домінування необхідної складової. Тому часто як критерій припинення роботи алгоритму використовують

умову y k C , де С – достатньо велике число. І нарешті, в RQ-ітерації

можна використовувати довільні векторні норми, але природнішим є застосування евклідової норми вектора. Тоді

x k 1

 

 

 

1

 

 

x k 1 , x k 1

 

 

2

 

 

 

 

 

 

і співвідношення Релея (11) матиме вигляд

k 1 Ax k 1 , x k 1 .

Приклад 4. Знайти деяке власне значення та відповідний йому влас-

 

11

6

2

 

 

 

 

 

 

з точністю 10 3 , прийнявши за

ний вектор матриці A

6

10

4

 

 

2

4

 

 

 

 

6

 

 

 

 

 

1

 

 

 

 

 

 

 

початковий наближення вектор x 0 0

.

 

 

 

 

 

 

 

 

 

 

0

 

Ро з в ' я за н ня .

Покладемо лічильник ітерацій k 1 . Обчислимо

співвідношення Релея:

 

 

 

 

 

0 Ax 0 , x 0 11.

23

Розв’яжемо систему лінійних рівнянь A 0 E y 1 x 0 , тобто

 

 

 

 

 

 

 

 

0

6

2

 

 

 

 

y

1

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

6

1

4

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

y

 

0

 

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

4

5

 

 

 

1

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

y

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,039

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

y 1

 

0,136

 

 

 

 

 

В результаті отримаємо

 

 

 

вектор

 

. Його евклідова норма

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,093

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

y 1

 

 

 

0,169 . Обчислимо наближення до власного вектора:

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,039

 

0,232

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x 1

 

 

1

 

 

 

 

 

 

1

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

y

 

 

 

 

 

 

0,136

 

0,803

.

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

y

 

 

 

 

 

0,169

 

 

 

0,093

 

 

 

0,549

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Перевіримо виконання умови збіжності:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Ax 1 0 x 1

 

 

 

2

 

5,915 ,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

тобто умову збіжності не виконано, тому ітераційний процес треба продовжити.

На четвертій ітерації проміжні результати обчислень будуть такими. Співвідношення Релея:

 

 

11

6

2

 

0,662

 

0,662

 

 

 

3 Ax 3

 

 

 

 

 

 

 

,

 

 

 

 

 

, x 3

 

6

10

4

 

0,378

 

0,378

 

 

6,003 .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

4

6

 

0,647

 

 

0,647

 

 

 

 

 

 

 

 

 

 

 

Вектор

y 4 , знайдений

як

 

розв’язок

системи

лінійних рівнянь

3

E y

4

x

3

,

 

 

 

 

 

 

 

A

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

201,022

 

 

 

 

 

 

 

 

y 4

 

 

 

 

 

 

 

 

 

 

100,515

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

201,006

 

 

Його

евклідова

 

норма

 

y 4

 

2

301,524 . Тоді

можна обчислити

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

наближення до власного вектора:

 

 

 

24

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

201,022

 

 

0,667

 

x 4

 

 

 

 

 

1

 

 

4

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

y

 

 

 

 

 

 

100,515

 

 

0,333

.

 

 

 

 

 

y

4

 

 

301,524

 

201,006

 

 

0,667

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Умова збіжності

 

 

 

 

Ax 4 3 x 4

 

 

 

3,316 10 3 10 3 не виконується,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

тому для досягнення необхідної точності результату треба провести ще одну ітерацію. Покладемо k 5 та обчислимо співвідношення Релея:

 

 

 

 

 

 

 

 

 

 

4

 

Ax

4

, x

4

6,000 .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Знайдемо

 

вектор

 

y 5

 

як

розв’язок

системи

лінійних

рівнянь

A

4

E y

5

x

4

,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1,221 108

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

y 5

6,104 107

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1,221 108

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

та обчислимо

його

евклідову

 

норму

 

y 5

 

 

 

2

1,831 108 .

Отримані

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

результати

 

 

свідчать,

що

 

матриця

системи

лінійних

рівнянь

 

 

 

5

6

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

A 4 E

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

6

4

 

4

погано

 

зумовлена. Наближення до

власного

 

 

 

 

2

4

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

вектора на п’ятій ітерації:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,667

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x 5

 

 

 

 

 

 

 

 

 

 

 

 

 

y 5

0,333 .

 

 

 

 

 

 

 

 

 

 

 

y 5

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

0,667

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Ax

5

 

4

x

5

 

 

 

 

5,461 10

9

 

 

 

тому за

 

 

 

 

 

Умову збіжності

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

виконано,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

п’ять ітерацій знайдено друге власне значення матриці А 2

6,000

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,667

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

та відповідний власний вектор x2

x 5

0,333 .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,667

 

 

 

 

25