
- •Определение 2. Величина называется абсолютной погрешностью представления числа X с помощью числа .
- •1.2 Распространение ошибок округления в арифметических операциях.
- •1.7.2. Простейшие свойства многочленов Чебышева.
- •11. Численное интегрирование. Использование функциональных рядов.
- •12. Квадратурные формулы на основе интерполяции. Формулы для коэффициентов и остаточного члена.
- •13. Базовые квадратурные формулы прямоугольников, трапеций и парабол. Формулы теоретической погрешности.
- •14. Обобщенные квадратурные формулы трапеций и Симпсона
- •15. Теоретические оценки погрешности обобщенных формул трапеций и Симпсона.
- •17. Общие свойства полиномов ортогональных с весом.
- •18. Алгебраическая степень точности квадратурной формулы. Квадратурные формулы Гаусса-Кристоффеля.
- •19. Теорема о необходимых условиях выбора узлов в формулах Гаусса-Кристоффеля.
- •20. Классические ортогональные многочлены. Построение ортогональных многочленов Лежандра на каноническом отрезке [-1,1].
- •2. Покажем, что - неподвижная точка. Из сходимостиследует, т.Е.
- •22. Метод простых итераций решения функциональных уравнений и систем. Условия сходимости.
- •23. Метод Ньютона. Геометрическая интерпретация. Теорема о сходимости метода в одномерном случае.
- •24. Метод Ньютона в многомерном случае. Организация итерационного алгоритма.
- •25. Численные методы решения слау. Прямые и итерационные методы – общие понятия.
- •26. Нормы вещественных квадратных матриц. Спектральные свойства матриц.
- •27. Обусловленность матриц и систем лау. Определение числа обусловленности.
- •28. Метод итераций для слау второго рода. Теорема о достаточных условиях сходимости.
- •29. Спектральный признак сходимости (теорема о необх. И достат. Условиях сходимости).
- •30. Стационарные итерационные процедуры. Приведение слау первого рода к системе второго рода.
- •31. Метод простых итераций Ричардсона. Условия сходимости.
- •32. Теорема о выборе ускоряющего множителя в методе Ричардсона.
- •33. Метод Якоби. Организация алгоритма. Теорема о достаточных условиях сходимости.
- •34. Метод Зейделя как ускорение метода Якоби. Организация алгоритма. Теорема об условиях сходимости.
- •35. Метод последовательной верхней релаксации. Организация алгоритма.
- •36. Численное дифференцирование на основе интерполяции.
- •37. Численное дифференцирование на равномерной сетке, основанное на тэйлоровском разложении. Теоремы об аппроксимации первой и второй производной.
- •38. Задача Коши. Постановки задачи в одномерном случае для первой и второй производной. Сведение к системе уравнений с первой производной.
- •39. Метод Эйлера. Алгоритм, геометрическая интерпретация, порядок точности.
- •40. Методы Рунге-Кутты повышенной точности. Метод “предиктор – корректор” и метод «средней точки».
- •41. Общая постановка краевой задачи для оду 2-го порядка. Классификация граничных условий.
- •42. Метод “стрельбы” решения краевой задачи с граничными условиями первого рода.
- •43. Метод конечных разностей решения линейной краевой задачи для оду 2-го порядка.
- •45. Устойчивость разностных схем. Спектральный признак устойчивости для уравнений с постоянными коэффициентами. Примеры для оду и уравнений в частных производных.
- •16. Правило Рунге практической оценки погрешности квадратурной формулы Симпсона.
- •10. Среднеквадратичное приближение. Метод наименьших квадратов в регрессионном анализе. Вывод уравнения прямой регрессии.
26. Нормы вещественных квадратных матриц. Спектральные свойства матриц.
Пусть
- вектор-столбец,
.
Приведем некоторые известные нормы
векторов:
1.
- эклидова
норма вектора;
2.
- так называемая
-норма,
или норма
Гильберта-Шмидта
(при
совпадает с эвклидовой нормой, а при
совпадает с так называемой 1-нормой).
3.
-чебышевская
норма.
Все эти нормы в
эквивалентны: сходимость в одной из
этих норм влечет за собой сходимость в
другой (следствие конечности
).
Перейдем к понятию
матричной
нормы. Пусть
-
множество квадратных вещественных
матриц порядка
.
Пусть каждой матрице
поставлено в соответствие число
.
Это число называетсянормой
матрицы A,
если выполняются следующие аксиомы:
1.
;
2.
;
3.
- неравенство треугольника;
4.
- кольцевое свойство.
Определение 1.
Норма
называетсямультипликативной,
если выполняются все четыре аксиомы, и
аддитивной,
если выполняются только первые три
аксиомы.
Определение 2. Если матричная норма удовлетворяет условию
|
(1) |
то такая норма называется согласованной с нормой вектора.
Большинство используемых в численном анализе матричных норм согласованы с той или иной векторной нормой.
Определим некоторые наиболее употребительные на практике матричные нормы.
-
- евклидова норма или норма Фробениуса
-
- спектральная норма
где
- собственные значения симметричной
матрицы
(сингулярные числа матрицыА).
Обе указанные нормы согласованы с
эвклидовой нормой вектора
.
-
- столбцовая
норма
(norm(a,1)).
(Согласована с векторной нормой
).
-
- строчная норма
(norm(a,inf)).
(Согласована с
).
Замечание. Из всех приведенных матричных норм, согласованных с евклидовой нормой вектора, спектральная норма принимает минимальное значение.
Определение 3.
Число
(вообще говоря, комплексное) называется
собственным
значением матрицы А,
соответствующим собственному вектору
x,
если выполняется условие:
|
(20) |
Определение 4.
Множество
всех собственных чисел матрицы А
,
записанных с учетом их кратности,
называетсяспектром
матрицы А и
обозначается S(A).
Определение 5. Спектральным радиусом r(A) квадратной матрицы А называется максимальное по модулю собственное значение матрицы A.
Определение 6.
Сингулярным
числом
матрицыА
называется собственное значение матрицы
.
Определение 7.
Матрица А
называется положительно
(неотрицательно)
определенной
(пишут:
или
),
если соответствующая квадратичная
форма
.
Простейшие следствия из определений.
Следствие 1.
(Критерий
Сильвестра).
все ведущие угловые миноры матрицыА
положительны.
доказывается в курсе линейной алгебры
Следствие 2.
,
причем
.
следует из критерия
Сильвестра.
Следствие 3.
все собственные значения
.
(Для
).
Пусть
- собственное значение, соответствующее
собственному векторуv.
По условию
.
Следствие 4. Пусть
А
– вещественная матрица
матрица
.
Имеем:
{по
свойству скалярного произведения}
.
Следствие 5. Сингулярные числа вещественной матрицы А – неотрицательны.
Следует из С.3 и
С.4.
Следствие 6. Пусть
А
– вещественная и симметрическая матрица
.
Имеем:
.
Следствие 7. Если
А
– невырожденная матрица
собственные значения матрицА
и A-1
взаимообратны.
Пусть
результат.