лекции / лекция 2 ММОСУ
.pdfРисунок 2.1 Получим количественную характеристику обусловленности СЛАУ.
Рассмотрим исходную систему
.
Изменим вектор правой части таким образом, что b b0 b, при этом изменится решение СЛАУ x x0 x. Найдем зависимость x от b:
A x0 x b0 b, Ax0 A x b0 b.
Учитывая, что Ax0 b0 имеем
A x b,
x A 1 b.
Вычислим зависимость норм векторов x и b. По правилу треугольников имеем
xA 1 bA 1 b,
поэтому, если A 1 мала, то большие изменения b приведут к малым изменениям x. Удобно иметь дело с относительными величинами
|
x |
|
|
|
и |
|
|
|
|
b |
|
|
|
|
|
|
. |
||||||
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
x |
0 |
|
|
|
|
|
|
|
|
|
|
b |
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
Учитывая, что b0 Ax0 , умножая полученное неравенство на b0 ,
получим:
xb0 A 1 bb0 A 1 bAx0 A 1 bAx0
Разделим обе части неравенства на x0b0 :
|
x |
|
|
|
|
|
A |
|
|
|
A 1 |
|
|
|
|
|
|
b |
|
|
|
|
|
|
. |
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
x |
0 |
|
|
|
|
|
|
|
|
|
|
b |
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
Величина
AA 1 cond A
называется числом обусловленности матрицы. Как следует из полученного неравенства, это число характеризует относительное изменение нормы решения СЛАУ в зависимости от относительного изменения нормы правой части системы.
Для вычисления числа обусловленности матрицы воспользуемся определением нормы матрицы
A 2 AT A max i AT A ,
1 i n
где i AT A – собственное число матрицы AT A. Вычислим
A 1 A 1 T A 1
Учитывая симметричность A 1 T A 1 и коммутативность операций
транспонирования и обращения, получим:
|
|
T |
|
|
1 |
. |
|
|
|
|
|
|
|
A 1 |
A 1 AT A |
|
|
|
|
|
|
|
|||||
Поэтому |
|
|
|
|
|
|
|
|
|
|
|||
|
|
2 |
|
T |
|
|
|
|
1 |
|
|
1 |
|
|
|
|
|
|
|
|
|||||||
|
A 1 |
|
|
A 1 |
A 1 |
|
max |
|
|
|
|
. |
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
1 i n i AT A |
|
min i AT A |
|||
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
1 i n |
|
Из определения числа обусловленности
max i AT A 12 cond A A A 1 1 i n 1.
min i AT A
1 i n
Вычисление собственных значений матрицы
Рассмотрим наиболее простой алгоритм вычисления собственных значений матрицы, основанный на вычислении корней характеристического полинома матрицы – алгоритм А. Н. Крылова. Алгоритм является следствием теоремы Гамильтона-Кэли.
Теорема: квадратная матрица А является корнем своего характеристического полинома
p s det Is A sn pn 1sn 1 p1s p0,
то есть матрица А удовлетворяет матричному уравнению
An pn 1An 1 p1A p0I 0.
Алгоритм А.Н. Крылова основан на вычислении коэффициентов характеристического полинома матрицы, а собственные значения вычисляют как корни характеристического полинома
p si 0, |
i 1, ,n. |
Для вычисления коэффициентов характеристического полинома воспользуемся матричным уравнением, следующим из теоремы Гамильтона-
Кэли. Умножим обе части этого уравнения на произвольный x0 0 Rn
Anx0 pn 1An 1x0 p1Ax0 p0x0 0,
введем обозначения xi Aix0 ‚ после чего исходное матричное уравнение сведется к векторному уравнению:
xn pn 1xn 1 p1x1 p0x0 0.
Из коэффициентов pi ii 0n 1 составим вектор p pn 1 pn 2 p1 p0 T ,
а из векторов xi ii 0n 1 матрицу
Xxn 1 | xn 2 | | x1 | x0 .
Врезультате получена СЛАУ относительно вектора неизвестных коэффициентов характеристического полинома
Xp xn
Решая эту СЛАУ, получим характеристический полином, корни которого есть собственные значения матрицы.