69321

Властивості власних значень і власних векторів матриці

Лекция

Математика и математический анализ

Метод характеристичного рівняння матриці Коли на деякий вектор х діє матриця А то в загальному випадку отримується новий вектор у = Ах який відрізняється від вектора х як своїм модулем розміром так і орієнтацією в багатовимірному просторі.

Украинкский

2014-10-03

115 KB

1 чел.

Лекція 6. Властивості власних значень і власних векторів матриці

4.1. Метод характеристичного рівняння матриці

Коли на деякий вектор х діє матриця А, то в загальному випадку отримується новий вектор у = Ах, який відрізняється від вектора х як своїм модулем (розміром), так і орієнтацією в багатовимірному просторі. Але можуть бути випадки, коли компоненти вектора у будуть пропорційні компонентам вектора х з коефіцієнтом пропорційності λ, тобто вектор зберігає свою орієнтацію в просторі. Такі вектори х називають власними векторами матриці А, а коефіцієнти λ — власними значеннями (або числами) матриці А.

Власні значення матриць знаходяться з рівняння

або  (4.1)

звідки при x0 отримаємо умову тотожності (4.1) у вигляді: 

 (4.2)

Якщо цей визначник розкрити відносно власних значень, то отримаємо так зване характеристичне рівняння матриці А у вигляді полінома n–степеня відносно власних значень.

4.1.1. Метод Фадєєва-Левер’є

Для знаходження коефіцієнтів характеристичного рівняння крім прямого розкриття самого визначника існує декілька методів, серед яких виділяється метод Фадєєва–Левер’є, з допомогою якого:

1. Визначаються коефіцієнти характеристичного полінома:

det(pE - A) = pn +  (4.3)

2. Обчислюється обернена матриця

A - 1 = К0 0 (4.4)

3. Обчислюється резольвента матриці

A - 1 = К0 / (4.4)

(pE - A) - 1 = . (4.5)

Метод Фадєєва–Левер’є базується на обчисленні слідів матриці А і добутків матриць AKn - i де Kn - i — коефіцієнти чисельника резольвенти матриці (4.5).

Коефіцієнти чисельника і знаменника виразу (4.5) визначаються ітераційно (спочатку коефіцієнт чисельника Kn - i, а потом коефіцієнт знаменника λn - i) відповідно до наступної процедури, де E — одинична матриця, Sp(A) = — слід матриці:

Kn - 1 = E;

Kn - 2 = AKn - 1 + λn - 1E;

Kn - k = AKn - k + 1 + λn - k + 1E;

K0 = AK1 + λ1E;

O = AK0 + λ0  умова перевірки.

Приклад 4.1.

Побудувати характеристичне рівняння матриці

A = , n = 3

Відповідно до методу Фадєєва–Левер’є (4.5):

(pI - A) - 1 = ;

Коефіцієнти чисельника і знаменника визначаються так:

K2 = I, λ2 = - SpA = 7,

K1 = A + 7Е = ; AK1 = ;
= -
Sp(AK1) = 16.
K0 = AK1 + 16Е = ; AK0 = ;
= - Sp(AK0) = 12.

Для контролю перевіряємо умову АК0 + λ0I = 0;

Характеристичне рівняння має вигляд:

з якого можна знайти власні значення матриці λ = [ - 3, - 2, - 1]t.

Обернена матриця

A - 1 =

і резольвента матриці

4.1.2. Метод Крилова

Крім методу Фадєєва–Левер’є досить відомим є також і метод Крилова, який базується на відомій теоремі Келлі–Гамільтона про те, що довільна матриця А задовольняє своє характеристичне рівняння:

. (4.6)

Якщо вираз (4.6) помножити на довільний вектор х, то можна отримати:

 (4.7)

де введено вектори

...,  (4.8)

компоненти яких обчислюються за формулами:

. (4.9)

На основі матрично–векторного рівняння (4.7) формуємо наступну систему лінійних рівнянь для коефіцієнтів характеристичного рівняння матриці:

. (4.10)

Якщо виявиться, що система (4.10) вироджена, то необхідно замінити початковий вектор х, який для зручності звичайно обирають як x = [1,0,0,…,0]t.

Приклад 4.2.

Користуючись методом Крилова, побудувати характеристичне рівняння матриці:

A = .

Обчислимо спочатку

А2 =  та А3 = .

Вибираючи x = [1,1,0]t знаходимо необхідні вектори: x(1) = Ax = [ - 1, - 3,2]t, x(2) = Ax(1) = [5,9, - 10]t, x(3) = Ax(2) = [ - 31, - 27,38]t.

Система рівнянь (4.10) для нашого прикладу набуде вигляду:

,

звідки отримуємо вектор коефіцієнтів λ = [7,16,12]t, який співпадає з результатом, отриманим в Прикладі 4.1.

Примітка: Задача визначення коефіцієнтів характеристичного рівняння матриці належить до погано обумовлених задач, оскільки потребує дуже високої точності обчислення цих коефіцієнтів. Це положення було проілюстровано в прикладі 1.2 глави 1 на базі штучного полінома, побудованого Уілкінсоном Д.

Тому розглянуті методи Фадєєва–Левер’є і Крилова підходять лише для досить невеликих порядків матриці А, тому що із зростанням її порядку n коефіцієнти характеристичного полінома звичайно збільшуються дуже швидко, ускладнюючи знаходження коренів цього полінома.

У зв’язку з цим в практичних розрахунках методи обчислення власних значень матриць, які використовують характеристичний поліном, майже витіснені ітераційними методами, один з яких (найбільш ефективний) описано нижче.

PAGE  79


 

А также другие работы, которые могут Вас заинтересовать

15819. Начало работы с Microsoft SQL Server 2005 187 KB
  Начало работы с Microsoft SQL Server 2005 Утилита SQL Server Management Studio Подавляющую массу задач администрирования SQL Server можно выполнить в графической утилите SQL Server Management Studio. В ней можно создавать базы данных и все ассоциированные с ними объекты таблицы представления ...
15820. Основы Transact SQL: Добавление, изменение и удаление данных 63 KB
  Основы Transact SQL: Добавление изменение и удаление данных. Основы Transact SQL: Добавление изменение и удаление данных в таблицах Запросы рассмотренные ранее были направлены на то чтобы получить данные содержащиеся в существующих таблицах базы данных. Главным ключевым сло...
15821. Основы Transact SQL: Простые выборки данных 241.5 KB
  Основы Transact SQL: Простые выборки данных SQL это аббревиатура выражения Structured Query Language язык структурированных запросов. SQL основывается на реляционной алгебре и специально разработан для взаимодействия с реляционными базами данных. SQL является прежде всего инфор...
15822. Основы Transact SQL: Простые выборки данных 199.5 KB
  Основы Transact SQL: Простые выборки данных Создание вычисляемых полей Конструкция SELECT кроме имен столбцов таблиц может также включать так называемые вычисляемые поля. В отличие от всех выбранных нами ранее столбцов вычисляемых полей на самом деле в таблицах базы дан...
15823. Основы Transact SQL: Сложные (многотабличные запросы) 173.5 KB
  Основы Transact SQL: Сложные многотабличные запросы Основы Transact SQL: Сложные многотабличные запросы В SQL сложные запросы являются комбинацией простых SQLзапросов. Каждый простой запрос в качестве ответа возвращает набор записей таблицу а комбинация простых запросов...
15824. Создание ограничений в SQL Server 2005 416 KB
  Создание ограничений в SQL Server 2005 Создание ограничений Перед тем как начать работать с таблицами следует ограничить вводимые в них данные в целях обеспечения так называемой целостности данных т. е. ограничить возникновение в базе данных некорректных или п
15825. Создание таблиц в SQL Server 2005 376.5 KB
  Создание таблиц в SQL Server 2005 Создание таблиц и ограничений Таблицы представляют собой объекты базы данных используемые непосредственно для хранения всех данных. Одним из самых главных правил организации баз данных является то что в одной таблице должн
15826. Мифологическое знание как разновидность модельных представлений о психической регуляции труда 28.77 KB
  Мифологическое знание как разновидность модельных представлений о психической регуляции труда Для исторической науки в целом реконструкция религиозных представлений является важным критерием уровня духовного развития человеческой общности изучаемого периода иб...
15827. Изобразительные средства фиксации представлений о труде у древних славян и их предков 19.51 KB
  Изобразительные средства фиксации представлений о труде у древних славян и их предков Первыми способами применения визуальных средств для фиксации элементов труда были несомненно изображения животных объектов охоты на стенах пещер в эпоху каменного века. Множес...