Xreferat.com » Рефераты по математике » Собственные значения

Собственные значения

 

0

0

*

*

*  

0

0

*

*

*

 

*

*

0

0

0

после третьего основного шага, состоящего из одного преобразования. Теперь матрица имеет трехдиагональный вид.

 

*

*

*

0

0

A3=

0

*

*

*

0

 

0

0

*

*

*

 

0

0

0

*

*

На каждом основном шаге изменяются лишь те элементы матрицы аij, которые расположены в ее правой нижней (заштрихованной) части. Таким образом на k-м шаге преобразуется только матрица порядка (п — k + 1), занимающая правый нижний угол исходной матрицы. Ясно, что на каждой следующей стадии выполняется меньшее число преобразований, чем на предыдущей. Всего для приведения матрицы к трехдиагональному виду требуется выполнить (n2 — Зп + 2)/2 преобразований.

Наш опыт применения метода Гивенса показывает, что можно при выполнении одного шага преобразований обратить в нуль сразу все элементы целой строки и столбца, стоящие вне трех диагоналей матрицы. Метод, позволяющий выполнить такое преобразование, предложил Хаусхолдер .

Метод Хаусхолдера для симметричных матриц

Метод Хаусхолдера позволяет привести матрицу к трехдиагональному виду, выполнив почти вдвое меньше вычислений по сравнению с другими методами. Это обусловлено тем, что при его применении становятся нулевыми сразу все элементы строк и столбцов, стоящие вне трех диагоналей матрицы. Метод Хаусхолдера позволяет получить требуемый результат быстрее, чем метод Гивенса, так как связан с выполнением меньшего числа, хотя и более сложных преобразований. Это его свойство особенно ярко проявляется применительно к большим матрицам. Хотя в методе Хаусхолдера вместо плоских вращении используются эрмитовы ортогональные преобразования матриц, трехдиагональная форма матрицы, которую получают этим методом, имеет те же собственные значения, что и трехдиагональная матрица, получаемая методом Гивенса. При использовании метода Хаусхолдера на п — 2 основных шагах выполняются следующие преобразования:

Аk = РkAk-1Рk, k=1, 2, ..., п-2,

где Aо == А.

Каждая преобразующая матрица имеет вид

Собственные значения

где

ui,k = 0 при i = 1, 2, …, k,

ui,k = ak,iпри i = k+2, …, n,

uk+1,k = ak,k+1 ± Sk.

Здесь

Собственные значения

2K2k = S2k ± ak, k+1 Sk.

В этих уравнениях берется знак, соответствующий элементу ak,k+1. Это позволяет сделать значение иk+1,k максимальным. Отметим, что методами Гивенса и Хаусхолдера можно пользоваться и в случае несимметричных матриц, приводя их, правда, не к трехдиагональному, а другому частному виду треугольной матрицы известной как матрица Гессенберга:

*

*

0

0

0

0

*

*

*

0

0

0

*

*

*

*

0

0

*

*

*

*

*

0

*

*

*

*

*

*

*

*

*

*

*

*

5. ОПРЕДЕЛЕНИЕ СОБСТВЕННЫХ ЗНАЧЕНИЙ СИММЕТРИЧНОЙ ТРЕХДИАГОНАЛЬНОЙ МАТРИЦЫ

Приведя симметричную матрицу к трехдиагональному виду методом Гивенса или Хаусхолдера, необходимо найти ее собственные значения. Чтобы ясней были достоинства трехдиагональной формы, сформулируем задачу о собственных значениях в виде

dеt(А—l E) = 0,

где А — симметричная трехдиагональная матрица. Раcкрыв выражение в скобках, получим

a1 - l

b2

 

0

 

b1

a2 - l

   

= 0

     

bn

0

 

bn

an - l

 

Произвольный определитель порядка п можно выразить через п миноров порядка п — 1, каждый из которых в свою очередь выражается через п — 1 миноров порядка п — 2. Удобство трехдиагональной формы в том, что на каждом шаге все миноры, кроме двух, оказываются равными нулю. В результате исходный определитель представляется последовательностью полиномов

fm(l ) = (am - l ) fm-1 (l ) – b2 m fm-2(l ).

Приняв

f0 (l ) = 1 и f1 (l ) = a1 - l при r = 2, .... п,

получим совокупность полиномов, известную как последовательность Штурма и обладающую тем свойством, что корни полинома fj (l ) располагаются между корнями полинома fj+1 (l ). Поэтому для f1 (l ) = a1— l можно утверждать, что значение l К = а1 заключено между корнями полинома f2 (l ) == (a2 — l ) (a1 — l ) —b22. Это облегчает итерационное определение корней полинома, так как если известны границы интервалов, в которых лежат значения корней полинома, то их можно найти методом половинного деления. Так последовательно находят корни всех полиномов, и последний из них fn (l ) дает все искомые п собственные значения. Эту процедуру можно проиллюстрировать графически (см. рис. 3).

Последовательность Штурма обладает еще и таким свойством: для любого значения b, при котором fn (b) <> 0, число собственных значений матрицы A, больших b, равно числу изменений знака последовательности

1, f1 (b), f2 (b), … , (1)n fn (b).

Если целое число, равное числу изменений знака, обозначить через V(b), то число собственных значений в интервале действительных чисел [b, с] будет равно V(b)—V(c).

Собственные значения

Рис. 3. Итерационное определение корней полинома

6. ДРУГИЕ МЕТОДЫ ВЫЧИСЛЕНИЯ СОБСТВЕННЫХ ЗНАЧЕНИЙ

В этом разделе мы рассмотрим два метода определения собственных значений, имеющие большое практическое значение. Оба разработаны в последние 20 лет и наиболее эффективны в тех случаях, когда требуется найти все собственные значения произвольной матрицы действительных или комплексных чисел. В обоих используются преобразования, позволяющие получить последовательность подобных матриц, сходящуюся к матрице блочной треугольной формы:

X1

*

 

*

*

*

 

x2

*

*

*

*

   

x3

*

*

*

     

*

*

*

       

*

*

*

         

*

*

 

0

       

*

             

*

где блоки Хm, представляют собой матрицы размерности 2 х 2, расположенные на главной диагонали. Собственные значения блоков Хm, являются в то же время собственными значениями исходной матрицы размерности п x п. Такая форма удобна, так как детерминант второго порядка блоков Хm позволяет определять комплексные собственные значения, не вводя комплексных элементов в окончательную матрицу. Если все собственные значения исходной матрицы действительные, то в окончательном виде она будет треугольной, причем собственные значения будут расположены на диагонали.

Метод LR

Этот метод первоначально был разработан Рутисхаузером в 1958 г. Метод основан на представлении матрицы A в виде произведения

А = LR,

где L — левая треугольная матрица с единичными диагональными элементами, а R — правая треугольная. Применяя преобразование подобия L-1 A R, видим, что,

A2 = L-1 A R = L-1 (RL)L = R L.

Следовательно,

Am-1 = L m-1 Rm-1,

Am = R m-1 Lm-1.

Этот процесс повторяется до тех пор, пока Ls не превратится в единичную матрицу Е, а Rs не приобретет квазидиагональную форму. Хотя этот метод очень удобен, он не всегда устойчив. Поэтому предпочтение часто отдают другому методу.

Метод QR

Метод QR. предложен Фрэнсисом в 1961 г. Соответствующий ему алгоритм определяется соотношением

Am = Q m Rm.

где Q m — ортогональная матрица, а Rm — верхняя треугольная матрица. При использовании метода последовательно получаем

Am+1 = Q mT Am Q m = Q mT Q m Rm Q m = Rm Q m.

В пределе последовательность матриц А стремится к квазидиагональной форме. Этот метод сложнее предыдущего и требует больших затрат машинного времени. Однако его устойчивость,обусловленная использованием ортогональных преобразующих матриц, обеспечила ему прочную репутацию лучшего метода решения задач самой общей формы.

Пример 3

Пусть требуется найти все собственные значения произвольной матрицы размерности 6 x 6

2,3

4,3

5,6

3,2

1,4

2,2

1,4

2,4

5,7

8,4

3,4

5,2

2,5

6,5

4,2

7,1

4,7

9,3

3,8

5,7

2,9

1,6

2,5

7,9

2,4

5,4

3,7

6,2

3,9

1,8

1,8

1,7

3,9

4,6

5,7

5,9

Сделаем это в два приема, приведя сначала матрицу с помощью преобразования подобия к виду Гсссенберга, затем с помощью разновидности метода QR найдем собственные значения. В приведенной ниже программе использованы две подпрограммы из пакета программ для научных исследований фирмы IВМ. Подпрограмма НSВС преобразует матрицу размерности 6 x 6 к форме Гессенберга, а подпрограмма АТЕIG позволяет найти собственные значения.

{**********************************************************************}

Программа определение всех собственных значений произвольной матрицы
размерности 6х5. Используются подпрограммы НSВС и АТЕIG из пакета программ
для научных исследований фирмы IBM

{**********************************************************************}

DIMENSION A(6,6),RR(6),RI(6),IANA(6)

READ(5,100)((A(I,J),J=1,6),I=1,6)

WRITE(6,104)

104 FORMAT(///lX,’THE ORIGINAL MATRIX IS AS FOLLOWS’)

WRITE(6,103)

103 FORMAT(1X,65(-'--'))

WRITE(6,101)((A(I,J),J=1,6),I=1,6)

WRITE(6,103)

FORMAT(6(1X,F10.5))

100FORMAT(6F10.5)

CALL HSBG(6,A,6)

WRITE(6,105)

105FORMAT(///1X,'THE MATRIX W HESSENBUR5 FORM IS') WRITE(6,103)

WRITE(6,101)((A(I,J),J=1,6),I=1,6)

WRITE(6,103)

CALL ATEIG(6,A,RR,RI,IANA,6)

WRITE(6,106)

FORHAT(///1X,'THE EIGENVALUES ARE AS FOLLOUS')
Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: