Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Численные методы. Учебно-методический комплекс.pdf
Скачиваний:
0
Добавлен:
15.08.2026
Размер:
1 Мб
Скачать

 

0

0

0

 

 

a

0

0

 

A1

 

 

 

 

,

 

11

a22

 

 

= a21

0

0

 

D =

0

0

.

 

 

a32

0

 

 

 

0

0

 

 

 

a31

 

 

 

a33

В случае симметричной положительно определенной матрицы A метод сходится при 0 <ω < 2 .

Для получения расчетных формул перепишем (4) в виде

( E +ω D1 A1 )xn+1 =((1 ω )E ω D1 A2 )xn +ω D1 f ,

где

 

 

 

0

a

a

 

 

 

 

 

 

 

 

12

13

 

 

 

 

 

 

A2 =

0 0

a23

.

 

 

 

 

 

 

0

0

0

 

 

 

 

В покомпонентной записи получим

 

aij

xnj +ω fi ,

xin+1 +ωaij

xnj +1 =(1 ω )xin ω

i1

 

 

 

 

m

 

 

 

j=1

aii

 

 

 

 

j=i+1

aii

 

aii

 

i =1,2,K,m .

Отсюда последовательно, начиная с i =1, находим все xin+1 :

 

 

 

 

 

m a1 j

 

 

 

f

1

 

 

 

 

xn+1

=(1 ω )xn ω

 

xn

+ω

 

 

,

 

 

 

 

 

 

 

 

 

 

 

1

 

 

1

j=2 a11

j

 

 

a11

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

a

21

 

 

 

 

 

 

m

 

a2 j

 

f

2

xn+1

= −ω

 

xn+1

+(1 ω )xn ω

 

 

 

xn +ω

 

 

 

 

 

 

 

 

2

 

 

1

 

 

2

 

j=2 a22

j

a22

 

 

a11

 

 

 

 

 

и т.д.

7. Метод прогонки. Метод применим в случае, когда матрица A трехдиагональная. Общая постановка задачи имеет следующий вид.

Дана СЛАУ с трехдиагональной матрицей A . Развернутая запись этой системы имеет вид

 

 

,

(1)

αi xi1 βi xi + γi xi+1 = δi , α1 = γn = 0, i =1,n

которому соответствует расширенная матрица

 

 

 

 

β

1

γ

1

0

0 K 0

0

δ

 

 

 

 

α2

 

γ2

0 K 0

0

1

 

 

 

 

 

β2

δ2

 

 

A1 =

 

0

 

α3

β3

γ3 K 0

0

 

 

 

 

 

δ3 .

 

 

 

K

K

K

K K K

K

K

 

 

 

0

 

0

K K K αn

βn

 

 

 

 

 

 

δn

 

Знак «-» при коэффициенте βi взят для более удобного

представления расчетных формул метода.

системы

(1) методом

Требуется найти

решение

x* =( x1*,K,xn *)T

исключения Гаусса. Если к системе применить алгоритм прямого

хода метода Гаусса, то вместо получится ~ :

A1 A1

КазНПУ 703-10-11 Учебно-методический комплекс дисциплины. Издание третье.

21

 

 

1

P

0

0

K Q

 

 

 

 

0

1

P2

0

1

 

~

 

 

1

K Q2

 

=

 

0

0

1

P3

 

 

A1

 

K Q3 .

 

 

K

K

K

K

K K

 

 

 

0

0

0

1

K Q

 

 

 

 

 

 

 

 

n

 

Учитывая, что последний столбец в этой матрице соответствует правой части, и переходя к системе, включающей неизвестные, получаем рекуррентную формулу:

 

 

.

(2)

xi = Pi xi+1 + Qi , i =1,n 1

Соотношение (2) есть формула обратного хода, а формулы для коэффициентов Pi , Qi , которые называются прогоночными, опреде-

ляются по формулам:

Pi =

 

 

γi

 

, Qi =

αiQi1 δi

 

 

 

 

 

 

 

, i =1,n 1.

(3)

β

 

α

P

 

i

 

β

i

α

P

 

 

 

 

 

 

i

i1

 

 

i

i1

 

 

 

 

Определение прогоночных коэффициентов по формулам (3) соответствует прямому ходу прогонки.

Обратный ход метода прогонки начинается с вычисления xn по формуле:

xn =

αnQn1 δn

, т.е. xn = Qn .

(4)

 

β

n

α

n

P

 

 

 

 

 

n1

 

 

Остальные значения неизвестных находятся

рекуррентно по

формуле (2).

Замечания. 1. Алгоритм метода прогонки называется корректным, если для всех i =1,n βi αi Pi1 0 , и устойчивым, если | Pi |<1, i =1,n 1.

2. Достаточным условием корректности и устойчивости прогонки является условие преобладания диагональных элементов в

матрице A , в которой αi 0 и γi 0 ( i = 2,n 1) :

|βi ||αi |+|γi |

(5)

и в (5) имеет место строгое неравенство хотя бы при одном i . 3. Алгоритм метода прогонки является очень экономичным и

требует для своей реализации количество операций, пропорциональное n .

Вопросы

1.Методы решения СЛУ.

2.Метод Гаусса решения систем линейных алгебраических уравнений. Метод Гаусса с выбором главного элемента.

3.Прямые методы

КазНПУ 703-10-11 Учебно-методический комплекс дисциплины. Издание третье.

22

4.Итерационные методы решения СЛУ.

5.Итерационный метод Зейделя. Условия сходимости.

Тема. Численные методы решения задач на собственные значения.

Постановка задачи. При решении теоретических и практических задач часто возникает необходимость определить собственные значения данной матрицы A , т.е. вычислить корни ее векового (харак-

теристического) уравнения

det( A λE ) = 0,

(1)

а также найти соответствующие собственные векторы матрицы A . Вторая задача является более простой, так как если корни характеристического уравнения известны, то нахождение собственных векторов сводится к отысканию ненулевых решений некоторых однородных линейных систем. Поэтому в первую очередь рассмотрим первую задачу – вычисление корней характеристического уравнения (1).

Здесь в основном применяется два приема: 1) развертывание векового определителя в полином n -ой степени

D( λ ) = det( A λE )

с последующим решением уравнения D( λ ) = 0 одним из известных приближенных способов и 2) приближенное определение корней характеристического уравнения (чаще всего наибольших по модулю) методом итерации, без предварительного развертывания векового определителя.

Перейдем к изложению основных методов решения поставленной

задачи, причем начнемсразвертываниявековых определителей.

 

1. Развертывание вековых определителей.

 

Определение. Вековым определителем

матрицы A = [ aij ]

назы-

вается определитель вида

a11 λ

a12

 

a1n

 

 

 

 

K

 

 

 

 

 

 

D( λ ) = det( A λE ) =

a21

a22 λ

K

a2n

 

.

(1)

K

K

K

K

 

 

an1

an2

L ann λ

 

 

 

Приравнивая этот определитель нулю, получаем характеристи-

ческое уравнение

D( λ ) = 0 .

КазНПУ 703-10-11 Учебно-методический комплекс дисциплины. Издание третье.

23

Если требуется найти все корни характеристического уравнения, то целесообразно предварительно вычислить определитель (1).

Развертывая определитель (1), получаем полином n -ой степени

D( λ ) = ( 1)n [ λn σ1λn1 +σ2λn2 −K+( 1)n σn ],

(2)

где

 

n

 

 

 

 

 

 

 

 

 

σ1 = ∑aαα

 

 

 

 

 

α=1

 

 

 

есть сумма всех диагональных миноров первого порядка

матрицы A .

 

aαα

aαβ

 

 

σ2

= ∑

 

 

 

α<β

aβα

aββ

 

 

есть сумма всех диагональных миноров второго порядка матрицы A и т.д. Наконец,

 

σn = det A.

 

Легко убедиться, что число диагональных миноров k -го порядка

матрицы A равно

 

Cnk =

n( n 1)K( n k +1)

 

( k =1,2,3,...,n ).

k!

 

 

Отсюда следует, что непосредственное вычисление коэффициентов характеристического полинома (2) эквивалентно вычислению

Cn1 + Cn2 + Cn3 +K+ Cnn = 2n 1

определителей различных порядков. Последняя задача, вообще говоря, технически трудноосуществима для сколько-нибудь больших значений n . Поэтому созданы специальные методы развертывания вековых определителей (методы А. Н. Крылова, А. М. Данилевского, Леверрье, метод неопределенных коэффициентов и др.). В дальнейшем мы изложим некоторые из этих методов.

2. Метод А. М. Данилевского. Сущность метода А. М.

Данилевского заключается в приведении векового определителя к так называемому нормальному виду Фробениуса

 

p1 λ p2

p3

K pn

 

 

 

 

 

 

 

1

λ

0

K

0

 

.

(1)

D( λ ) =

0

1

λ

K

0

 

 

K

K

K

K

0

 

 

 

 

0

0

0

K − λ

 

 

 

Если нам удалось записать вековой определитель в форме (1),

то, разлагая его по элементам первой строки, будем иметь:

 

D( λ ) =( p1 λ )( λ )n1 p2 ( λ )n2 + p3 ( λ )n3 −K+( 1)n1 pn ] или

(2)

D( λ ) = ( 1)n ( λn

p1λn1 p2 λn2

p3λn3 −K− pn ).

КазНПУ 703-10-11 Учебно-методический комплекс дисциплины. Издание третье.

24

Таким образом, развертывание векового определителя, записанного в нормальной форме (1), не представляет затруднений.

Обозначим через

 

a

 

 

a

K

a

 

 

 

 

11

 

 

12

 

1n

 

 

a21

 

 

a22

K a2n

 

A =

 

 

 

 

 

 

.

 

 

 

K

 

 

K K K

 

 

 

 

 

 

an2

 

 

 

 

 

an1

 

 

L ann

 

данную матрицу, а через

 

 

 

 

 

 

 

 

 

p

 

p

2

K

p

n1

p

 

 

1

 

 

 

 

n

 

1

 

0

K

0

0

P =

0

 

1

K

0

0

 

 

 

 

 

 

 

 

 

0

 

K K K

K

 

 

0

 

0

K

1

0

 

 

 

 

подобную ей матрицу Фробениуса, т.е.

P = S 1 AS ,

где S - неособенная матрица.

Так как подобные матрицы обладают одинаковыми характеристическими полиномами, то имеем:

 

 

 

 

 

 

 

 

 

 

 

det( A λE ) = det( P λE ).

 

 

(3)

Поэтому для обоснования метода достаточно показать, каким

образом, исходя из матрицы A ,

строится матрица P . Согласно методу

А. М. Данилевского, переход от матрицы A к подобной ей матрице P

осуществляется с помощью

n 1 преобразований подобия, последо-

вательно преобразующих строки матрицы A ,

начиная с последней, в

соответствующие строки матрицы P .

 

 

 

 

 

На первом этапе находят:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

0

K

 

0

0

 

 

 

 

 

 

 

 

 

 

 

 

 

0

1

 

 

0

0

 

 

 

 

 

 

 

 

 

 

 

 

 

K

 

 

 

 

 

 

 

 

 

M

n1

=

 

K

K

K

 

K

K

,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

mn1,1 mn1,2 K

mn1,n1

mn1,n

 

 

 

 

 

 

 

 

 

 

 

 

 

0

0

K

 

0

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

где mn1,n1

=

 

1

 

 

, mn1, j = −

an, j

;

 

 

 

 

 

 

 

 

an,n1

 

 

 

 

 

 

 

 

 

 

 

 

an,n1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

b

b

K

b

b

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

11

12

 

1,n1

1n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

b21

b22

K b2,n1

b2n

 

 

 

 

 

 

 

B =

AM

n1

=

K K K K K

,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

bn1,1 bn1,2

K bn1,n1 bn1,n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

0

K

1

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

bij = aij + ai ,n1mn1, j (1 i n; j n 1);

 

 

 

 

 

 

где b

= a

i ,n1

m

n1,n1

(1 i n );

 

 

 

 

 

 

i ,n1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

КазНПУ 703-10-11 Учебно-методический комплекс дисциплины. Издание третье.

25

10

M n11 = K

an10

C = M n11 B = M n11 AM n1 (матрица C приведенную строку);

0

K

0

0

 

1

 

0

0

 

K

 

K

K

K

K

;

 

 

 

 

 

an2

K an,n1

ann

0

K

0

1

 

 

подобна матрице A и имеет одну

 

c

c

K

c

c

 

 

11

12

 

1,n1

1n

 

 

c21

c22

K c2,n1

c2n

 

C =

K

K

K

K

K

,

 

 

 

 

 

 

 

cn1,1

cn1,2

K cn1,n1

cn1,n

 

0

0

K

1

0

 

 

 

где cij = bij ( i =1,2,3,...,n ) ,

cn1, j = ank bkj

( j =1,2,3,...,n ) . Этим

заканчивается

 

n

 

 

первый этап процесса.

k =1

 

 

 

 

 

Далее, если cn1,n2 0 ,

то над матрицей C можно повторить анало-

гичные операции, взяв за основную

n 2 -ю ее строку.

В результате

получим матрицу

 

 

 

D= M n12CM n2

сдвумя приведенными строками. Над последней матрицей

проделываем те же операции. Продолжая этот процесс, мы, наконец, получим матрицу Фробениуса

P = M11 KM n12 M n11 AM n1M n2 KM1 ,

если, конечно, все n 1 промежуточных преобразований возможны.

Метод А. М. Данилевского дает возможность определять собственные векторы данной матрицы A , если известны ее собственные

значения.

Пусть

λi ( i =1,2,K) - собственные значения матрицы A , а,

следовательно,

и собственные значения матрицы Фробениуса P . Это

вытекает

из

соотношения (3). Тогда собственные векторы

 

i по

X

методу А. М. Данилевского определяют из соотношения

 

 

 

 

 

 

 

i = M n1M n2 KM1Yi ,

 

 

 

 

 

X

 

 

λn1

 

 

 

 

 

 

 

 

i

 

 

 

 

 

 

 

 

 

λn2

 

 

 

 

 

 

где

 

i

 

 

( i =1,2,K) - собственные векторы, соответствующие

 

 

Yi =

K

 

 

 

λ

i

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

собственным значениям λi матрицы Фробениуса P .

Каждое умножение в правой части этого равенства, начиная с M1Yi , позволяет определить одну из координат вектора X i .

КазНПУ 703-10-11 Учебно-методический комплекс дисциплины. Издание третье.

26

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]