![](/user_photo/1334_ivfwg.png)
Куликов С.П., Самохин А.Б., Чердынцев В.В. Учебное пособие
.pdf![](/html/1334/288/html_cQQQo9voum.3nIL/htmlconvd-pAclQn31x1.jpg)
31
b |
|
|
x + L |
|
Рассматривается интеграл вида I = ∫ |
|
|
dx , где |
|
x |
2 |
+ x + K |
||
a |
|
|
a = (K − L) / 2, b = K + L , значения K, L даны в табл. 4.3, n = 4,6,8. Точное значение интеграла равно:
|
L − |
1 |
|
|
|
x + |
1 |
|
|
|
|
b |
||||
|
|
|
|
|
||||||||||||
I = |
1 |
ln(x2 + x + K ) + |
2 |
|
|
arctg |
2 |
|
|
|
|
. |
||||
2 |
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
K − |
1 |
|
K − |
|
1 |
|
|||||||||
|
|
|
|
|
|
|
|
a |
||||||||
4 |
|
|
4 |
Сравнить его со значениями, полученными методом трапеций (4.3.1), методом парабол (4.5.1), методом Гаусса (4.7.1), коэффициенты этого метода приведены в табл. 4.1
Таблица 4.1
|
i |
ti |
Ai |
|
1,4 |
m 0,861136 |
0,347854 |
n=4 |
2,3 |
m 0,339981 |
0,652145 |
|
1,6 |
m 0,932464 |
0,171324 |
n=6 |
2,5 |
m 0,661209 |
0,360761 |
|
3,4 |
m 0,238619 |
0,467913 |
|
1,8 |
m 0,960289 |
0,101228 |
n=8 |
2,7 |
m 0,796666 |
0,222381 |
|
3,6 |
m 0,525532 |
0,313706 |
|
4,5 |
m 0,183434 |
0,362683 |
Результаты расчетов свести в табл. 4.2:
Таблица 4.2
n |
4 |
6 |
8 |
Itr |
… |
… |
… |
Ipar |
… |
… |
… |
Ig |
… |
… |
… |
Построить график зависимости величины интегралов от n, на который нанести результаты расчетов и точное значение интеграла. Оценить качественно скорость сходимости различных методов.
![](/html/1334/288/html_cQQQo9voum.3nIL/htmlconvd-pAclQn32x1.jpg)
32
Таблица 4.3
№ |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
K |
3,2 |
3,4 |
3,6 |
3,8 |
4,0 |
2,2 |
2,4 |
2,6 |
L |
1,6 |
1,8 |
2,0 |
2,2 |
2,4 |
1,2 |
1,4 |
1,6 |
№ |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
16 |
K |
2,8 |
3,0 |
1,2 |
1,4 |
1,6 |
1,8 |
4,2 |
4,4 |
L |
1,8 |
2,2 |
0,8 |
1,0 |
1,2 |
1,4 |
3,2 |
3,4 |
5. Численные методы линейной алгебры.
Рассматриваются численные методы решения систем линейных алгебраических уравнений (СЛАУ), а также нахождения собственных значений и собственных векторов матриц.
5.1. Численное решение СЛАУ.
СЛАУ используются во многих областях науки и техники и являются наиболее часто встречающимся типом задач вычислительной математики. В общем виде СЛАУ из n уравнений с n неизвестными записывается в виде:
r |
|
|
|
A x=b |
|
|
(5.1) |
Здесь x - неизвестный вектор решения, b - заданный вектор |
|||
в n -мерном пространстве, а |
|
|
|
a |
a |
a |
|
1,1 |
1,2 |
1,n |
|
A = a2,1 |
a2,2 |
a2,n - |
|
|
an,2 |
|
|
an,1 |
an,n |
линейный оператор в этом пространстве, заданная матрица размером n n или в другом виде A = {ai, j }, i, j =1,2,...,n.
Доказывается, что если определитель матрицы не равен нулю, то СЛАУ имеет единственное решение. Ниже будем полагать, что это условие выполняется. Однако, отличие определителя A от нуля и даже весьма отдаленное от нуля его значение не могут служить гарантией того, что решение СЛАУ будет найдено
![](/html/1334/288/html_cQQQo9voum.3nIL/htmlconvd-pAclQn33x1.jpg)
33
численно с заданной точностью. Причиной этого может быть как плохая обусловленность самой системы, так и выбранного алгоритма.
Для, так называемых, плохо обусловленных задач это решение принципиально нельзя получить совершенно точно. Для них малые изменения в исходных данных ( коэффициентах матрицы и в векторе правой части ), которые могут находиться в пределах точности их задания, приводят к несоразмерно большим изменениям в решении. В результате, в пределах точности задания исходных данных (например, в пределах ошибки округления из-за ограниченного формата числовых данных ЭВМ) может существовать множество различных решений, удовлетворяющих системе.
В качестве примера плохо обусловленной системы можно привести СЛАУ с почти линейно зависимыми строками (столбцами) в матрице. Плохо обусловленным алгоритмом для решения СЛАУ можно назвать метод Гаусса без выбора главного элемента
(см.5.2).
Для характеристики обусловленности задачи вводят, так называемое, число обусловленности K . Для СЛАУ в качестве числа обусловленности можно принять
K = A
A−1
.
Здесь - какая-либо норма в пространстве n -мерных век-
торов, которая выражается через норму вектора следующим образом:
|
|
|
|
|
|
|
|
|
|
r |
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
A x |
|
|
|
|
|
|
|
|
|
|
|
r |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
A |
|
= max |
|
|
|
|
|
|
|
|
|
|
= max |
|
|
|
A x |
|||||||
|
|
|
|
|
r |
|
|
|
|
|
||||||||||||||
|
|
|
r |
|
≠ 0 |
|
|
|
|
|
|
|
r |
=1 |
|
|
|
|
|
|||||
|
|
|
x |
|
|
|
x |
|
|
|
|
|
x |
|
|
|
|
|
||||||
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Норма матрицы характеризует максимально возможное относительное увеличение по норме ненулевого вектора при воздействии на него матрицы.
Пусть решение x СЛАУ получено с относительной ошибкой δx . Тогда для нее справедлива оценка:
r
δx <≈ Kε маш.
![](/html/1334/288/html_cQQQo9voum.3nIL/htmlconvd-pAclQn34x1.jpg)
34
Здесь ε маш. - машинная константа – наименьшее число, которое
при прибавлении к единице ещё изменяет её значение в машинном представлении. Отметим, что оценка справедлива для малых
ошибок в заданной матрице K |
|
A |
|
/ |
|
|
A |
|
<1. |
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Введём понятие невязки h решения: |
|
|
|
|
|
|
|
|
|||||||
|
|
r |
|
|
|
|
|
|
|
|
|||||
h = A x − b |
|
|
r |
|
|
|
(5.2) |
||||||||
Заметим, что малость невязки |
|
h |
|
< ε |
|
|
|
, |
ε <<1 |
не гарантирует |
|||||
|
|
|
|
x |
|
||||||||||
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
малость относительной ошибки |
δx |
|
в решении. Так, для относи- |
тельной невязки выполняется соотношение
h
r <≈ A ε маш. ,
x
в то время как для δx справедливо:
|
r |
|
|
|
<≈ |
|
A−1 |
|
|
|
h |
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|||||||
|
δx |
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
r |
|
|||
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
Норма обратной матрицы для плохо обусловленной СЛАУ велика, также как и число обусловленности K , характеризующее в этом случае близость матрицы к вырожденной (сингуляр-
ной), для которой A−1
→ ∞ .
Существуют два основных класса методов для решения СЛАУ – прямые и итерационные. Прямые методы характеризуются тем, что при абсолютной точности вычислений (на гипотетической бесконечноразрядной ЭВМ) точное решение СЛАУ может быть получено с помощью конечного числа арифметических операций. Итерационные методы характеризуются тем, что даже при абсолютной точности вычислений за конечное число арифметических операций может быть получено лишь приближенное решение системы, хотя возможно и как угодно близкое к точному. Однако при реальных вычислениях на ЭВМ указанное различие теряет свой смысл и для многих задач итерационные методы оказываются более предпочтительными, чем прямые в
![](/html/1334/288/html_cQQQo9voum.3nIL/htmlconvd-pAclQn35x1.jpg)
35
силу отсутствия накопления ошибок для сходящегося процесса и возможности приблизиться к решению с заданной точностью.
Рассмотрим сначала прямые методы. Наиболее известным является метод Гаусса, поскольку другие методы являются, как правило, его модификацией.
5.2 Прямые методы решения СЛАУ
Количество операций при решения системы ~ n3 . Матрица A либо неявно обращается, либо представляется в виде произведения матриц удобных для обращения.
В первом случае матрица Aпоследовательно преобразуется с помощью элементарных (эквивалентных) преобразований:
1.Перестановка столбцов и строк.
2.Умножение столбцов и строк на число.
3.Прибавление к строке (столбцу) другой строки, умножен-
ной на число.
Каждое элементарное преобразование можно представить в виде матрицы Li , в результате последовательного умножения A на Li , она преобразуется в единичную матрицу:
Ln..L2 L1 A x = Ln..L1b
5.2.1 Метод Гаусса (Метод исключений)
Формально, метод Гаусса основан на последовательном применении матриц
|
1 |
0 |
0 |
|
|
|
|
|
|
aij |
||
|
|
|
|
|
|
|
|
1 |
|
= − |
||
0 |
l |
ii |
0 |
; lii |
= |
|
; lij |
|
|
|||
|
(5.2.1.1) |
|||||||||||
Li = |
|
|
|
|
|
|
||||||
|
0 |
lij |
0 |
|
|
|
aii |
|
aii |
|||
|
0 |
lni |
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
36
Пример для матрицы (3 × 3):
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
a11− 1 |
0 0 |
|
a |
11 |
a |
12 |
|
|
a |
13 |
|
|
|||||||||||
|
|
a |
21 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
− |
|
|
1 0 |
a |
21 |
a 22 |
|
|
a 23 |
= |
||||||||||||
a11 |
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
a 32 |
|
|
a 33 |
|
|
|||||||
|
− |
a 31 |
0 |
|
|
1 |
|
|
a 31 |
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
a11 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
a12 |
|
|
|
|
|
|
|
a13 |
|
|
|
||||||
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
a11 |
|
|
|
|
|
|
|
a11 |
|
|
|
||||||
|
0 |
|
a 22 |
− |
|
a |
12 |
|
|
a |
21 |
|
|
a 23 |
− |
|
a |
21 |
a |
13 |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
a11 |
|
|
|
|
|
a11 |
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
0 |
|
a 32 |
− |
|
a12 |
|
a 31 |
|
a 33 |
− |
|
a13 a |
31 |
|
||||||||
|
|
|
|
a11 |
|
|
|
|
|
a11 |
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
Действие матрицы Li |
преобразуют элементы i -го столбца мат- |
рицы A ниже диагонали в нулевые (т.е. исключают их).
5.2.2Вычислительная схема метода Гаусса.
Вкаждом уравнении выделяется ведущий элемент, на который производится деление; пусть это будет a11. Делим первое урав-
нение на a11:
|
a1 j |
|
|
b |
|
c1 j = |
|
g1 |
= |
1 |
|
a11 |
a11 |
||||
|
|
|
Все остальные элементы преобразуются по схеме:
aij(1) |
|
a1 j |
|
( ) |
|
b |
|
|
= aij − ai1 |
|
; |
bi 1 |
= bi − ai1 |
1 |
(5.2.2.1) |
||
a |
||||||||
a |
||||||||
|
11 |
|
|
|
11 |
|
37
x1 + c12 x2 + ... + c1n xn = g1 |
|||
|
a22(1)x2 + ... + a2(1n)xn = b2(1) |
||
|
|||
................................ |
|
||
|
|
|
|
|
(1) |
(1) |
(1) |
|
an2 x2 |
+ ... + ann xn = bn |
На втором шаге ведущим элементом выбирается a22(1) , на него
делится вторая строка, а все остальные элементы преобразуются по формуле:
|
|
|
|
|
|
c2 j = |
|
c2(1j) |
|
; g2 |
= |
b2(1) |
; |
|
|
|
|
||||||
|
|
|
|
|
|
|
( ) |
a |
(1) |
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
a 1 |
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
22 |
|
|
|
|
|
22 |
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(5.2.2.2) |
|
( |
|
) |
|
( ) |
|
( ) |
|
a2(1j) |
|
|
(2) |
|
|
|
(1) |
|
(1) |
|
b(1) |
|
||
a |
|
2 |
|
= a |
1 |
− a |
1 |
|
|
|
|
; b |
|
= b |
|
− a |
|
|
2 |
; |
|||
|
|
|
|
|
|
|
i2 |
( ) |
|||||||||||||||
ij |
|
ij |
i2 |
( ) |
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
i |
|
|
i |
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
a 1 |
|
|
|
|
|
|
|
|
|
|
a 1 |
|
||
|
|
|
|
|
|
|
|
|
22 |
|
|
|
|
|
|
|
|
|
|
|
22 |
|
Элементы во втором столбце с i > 2 становятся равны 0. В результате таких преобразований, мы приходим к верхней треугольной матрице с единичной диагональю:
1 |
c12 ... |
|
|
|
|
0 |
1 |
... |
... ... ... |
||
|
|
|
|
0 |
... |
0 |
c1n c 2 n
...
1
|
|
x |
1 |
|
|
|
|
|
|
|
|
|
x 2 |
|
|
||
|
... |
|
= |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
x n |
|
|
g1
g 2...
g n
Преобразование к верхней треугольной матрице называется прямым ходом.
Далее следует обратный ход: начиная с xn , последовательно вычисляются компоненты вектора:
xn = gn ; xn−1 = gn−1 − cn−1,n xn ;
![](/html/1334/288/html_cQQQo9voum.3nIL/htmlconvd-pAclQn38x1.jpg)
38 |
|
n |
|
xk = gk − ∑cki xi , k = n, n − 1,K,1. |
(5.2.2.3) |
i=k +1
В машинных расчетах в качестве ведущего элемента обычно выбирается максимальный элемент i - го столбца с j > i или
строки aij с i > j .
Эта строка (или столбец) переставляются на место i -ой строки (столбца). Такой выбор уменьшает ошибки округления. При ручных расчетах элементы матрицы записываются вместе с элемен-
тами вектора b в расширенную матрицу:
a |
|
a |
|
a |
|
b |
|
|
|
|
|||||
|
11 |
|
12 |
|
13 |
1 |
|
a |
21 |
a 22 |
a 23 |
b2 |
|
||
|
|
a 32 |
a 33 |
b3 |
|
||
a 31 |
|
далее из соображений удобства выбирают ведущий элемент, а преобразование остальных элементов проводят по правилу пря- моугольника. В матрице выделяется прямоугольник, на главной диагонали которого расположены ведущий и преобразуемый элементы.
|
|
i |
|
|
… |
|
|
t |
|
… |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i |
aii |
|
|
… |
|
|
ait |
|
… |
|
||
|
… |
… |
|
|
… |
|
|
… |
|
… |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k |
aki |
|
|
… |
|
|
akt |
|
… |
|
||
|
… |
… |
|
|
… |
|
|
… |
|
… |
|
||
|
|
|
|
|
|
|
|
|
|
||||
Пусть aij - ведущий элемент, тогда |
|
|
|||||||||||
|
|
a |
(1) |
= a |
kt |
− |
aki ait |
. |
(5.2.2.4) |
||||
|
|
kt |
|
||||||||||
|
|
|
|
|
|
aii |
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
![](/html/1334/288/html_cQQQo9voum.3nIL/htmlconvd-pAclQn39x1.jpg)
39
Из преобразуемого элемента вычитается произведение элементов, стоящих на побочной диагонали, деленное на ведущий элемент.
|
|
|
|
|
|
|
5.2.3 Ортогонализация матриц |
|
|
|
||||||||||||||||||
|
Матрица называется ортогональной, если |
|
A AT = D |
, D |
||||||||||||||||||||||||
- диагональная матрица, |
т.е. в ней отличны от нуля только диа- |
|||||||||||||||||||||||||||
гональные элементы, если A AT = E , то |
|
A - ортонормированная |
||||||||||||||||||||||||||
матрица. Любая неособенная матрица A может быть представле- |
||||||||||||||||||||||||||||
на в виде: A = R T , R - ортогональная, а T – верхняя треугольная |
||||||||||||||||||||||||||||
матрица с единичной диагональю. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
Рассмотрим матрицу А, как набор вектор – столбцов ai , |
|
|
||||||||||||||||||||||||||
|
r |
|
r |
|
|
|
r |
|
|
|
r |
линейно независимы, т.к. det A ≠ 0 . |
||||||||||||||||
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
||||||||||||||||||||||
A = [a1 |
|
a2 |
K |
an ] - |
вектора ai - |
|||||||||||||||||||||||
Выберем первый столбец матрицы |
|
|
|
r |
|
|
|
|
|
r |
r |
r |
|
|||||||||||||||
R - |
r1 |
, равным a1 ; |
ri |
= a1 . |
|
|||||||||||||||||||||||
|
|
|
|
|
r |
|
r |
|
r |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
r |
r |
|
по- |
Запишемa2 |
|
= t12r1 + r2 , |
условие ортогональности R (r1 |
, r2 ) = 0 |
||||||||||||||||||||||||
зволяет получить t12 : |
|
|
|
|
|
|
|
|
|
|
|
r |
r |
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
r r |
|
|
r r |
|
|
|
|
|
|
(r1, a2 ) |
|
|
|
|||||||
|
|
|
|
|
|
|
(r1 |
, a2 ) = t12 (r1 , r1 ), t12 = |
r r |
|
, |
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
r |
|
|
r |
|
(r1, r1 ) |
|
|
|
|
|||||
следовательно, известен и вектор |
|
|
|
|
r |
|
Аналогичным |
|||||||||||||||||||||
r2 = a2 |
− t12 r1 . |
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
r |
|
|
|
r |
|
|
|
|
|
r |
|
|
|
r |
|
|
|
образом представляется и a3 = t13 |
r1 + t23 r2 |
+ r3 , где |
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
t13 |
= |
(r1 , a3 ) |
, t23 |
= |
|
(r2 |
, a3 ) |
. |
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
r r |
|
|
|
r r |
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
(r1 , r1 ) |
|
|
|
|
(r2 |
, r2 ) |
|
|
|
|
|
|
|
||||
В общем случае получим выражения: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
r |
|
|
k −1 |
|
|
|
|
|
|
|
(ri |
, ak |
) |
|
|
|
|
|
|||
|
|
|
|
|
|
|
= ak − ∑tik ri , tik |
= |
|
. |
|
|
(5.2.3.1) |
|||||||||||||||
|
|
|
|
|
|
|
rk |
|
|
r |
r |
) |
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
i =1 |
|
|
|
|
|
|
|
(r1i , ri |
|
|
|
|
|
|
|||
Покажем, что tik - элементы матрицы Т . |
Действительно: |
|
||||||||||||||||||||||||||
a1 |
= r1 |
r |
|
r |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
r |
= t |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
a |
r |
+ r |
|
|
, или иначе: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
r2 |
12 |
r1 |
2 |
r |
r |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
a3 = t13 r1 + t23 r2 |
+ r3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
KKKKKKKKK
![](/html/1334/288/html_cQQQo9voum.3nIL/htmlconvd-pAclQn40x1.jpg)
40
a11
a21a31K
a12 a13
a22 a23
a32 a33
KK
K r11
K = r21
K r31
K K.
r12 |
r13 |
K 1 |
t12 |
t13 |
K |
r22 |
r23 |
K 0 |
1 |
t23 |
K |
r32 |
r33 |
K 0 |
0 |
1 K. |
|
K. |
K. |
K K. |
K. |
K .K |
5.2.4 Решение системы уравнений методом ортогонализации
Оптимальной является следующая схема, основанная на
свойствах вектора r . Запишем систему |
|
r |
= b в виде: |
|||||||||||||||||
A x |
||||||||||||||||||||
r |
r |
|
r |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
a1 x1 + a2 x2 + K + an xn = b |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
Из структуры векторов r |
следует, что(ri , a j )= 0 , |
|
|
|
||||||||||||||||
(iПродифференцируем соотношение дважды по h : |
|
|
|
|
|
|||||||||||||||
Система линейных уравнений умножается слева на RT в резуль- |
||||||||||||||||||||
тате из |
r |
= R T |
r |
|
получим |
|
r |
= D −1 RT b - далее ком- |
||||||||||||
A x |
x = b |
|
T x |
|||||||||||||||||
поненты x получаются обратным ходом метода Гаусса, т.к. Т |
||||||||||||||||||||
верхняя треугольная матрица. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
Продифференцируем соотношение дважды по |
h : |
|
|
|
|
|
|
|||||||||||||
Система линейных уравнений умножается слева на RT в резуль- |
||||||||||||||||||||
тате из |
r |
= R T |
r |
|
получим |
|
r |
= D −1 RT b - далее ком- |
||||||||||||
A x |
x = b |
|
T x |
|||||||||||||||||
поненты x получаются обратным ходом метода Гаусса, т.к. Т |
||||||||||||||||||||
верхняя треугольная матрица. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
<j). Домножаем систему слева на rn : |
|
r |
|
|
|
|
|
|
|
|||||||||||
r |
r |
r |
|
|
|
|
r |
|
|
|
|
|
|
|
|
|
|
|
||
rn (a1 |
x1 + a |
2 x2 + K + an |
xn ) = rn b , |
|
|
r |
|
|
r |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
r |
r |
|
|
|
|
||
в уравнении остается одно слагаемое: (rn an ) xn |
= |
(rn b ). |
||||||||||||||||||
|
|
|
|
|
|
|
|
|
r |
, b ) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(r |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
xn |
= |
|
n |
|
|
; |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
r |
r |
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
(rn , an ) |
|
|
r |
b ) |
|
|
|
|||||
|
r |
r |
|
|
|
|
|
|
r |
|
r |
|
(r |
|
r |
(1) |
||||
|
a x + K + a |
|
|
x |
|
|
= b − a |
|
n |
|
|
|
= b |
|||||||
|
n−1 |
n−1 |
|
r |
r |
|
) |
|
||||||||||||
|
|
1 1 |
|
|
|
|
|
|
n |
(r a |
n |
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|