Xreferat.com » Рефераты по математике » Линейные системы уравнений

Линейные системы уравнений

добиться того, чтобы левые и правые одноименные собственные векторы оказались ортогональными, т.е. Линейные системы уравнений. Проверка линейной независимости может быть объединена с процессом ортогонализации заданной системы векторов методом Грама-Шмидта.

Для заданных векторов построим систему векторов Линейные системы уравнений таких, что Линейные системы уравнений, следующим образом:


Линейные системы уравнений


Откуда последовательно находятся коэффициенты Линейные системы уравнений:


Линейные системы уравнений

Линейные системы уравнений

Линейные системы уравнений

Линейные системы уравнений


Взаимной ортогональности векторов v можно было бы добиваться и так, чтобы каждый Линейные системы уравнений был ортогонален каждому Линейные системы уравнений, положив Линейные системы уравнений и приравняв нулю скалярные произведения Линейные системы уравнений:


Линейные системы уравнений


Определитель этой системы называют определителем Грама:

Линейные системы уравнений,


где Линейные системы уравнений- матрица, в общем случае комплексно сопряженная с матрицей

Линейные системы уравнений, составленной из заданных векторов.

Если грамиан положителен, а он всегда неотрицателен, то векторы Линейные системы уравнений линейно независимы, а если равен нулю, то зависимы. Это один из способов проверки конкретного набора векторов на их линейную независимость.

Для заданного выше набора векторов Линейные системы уравнений определитель произведения матрицы X на транспонированную X* будет равен


Линейные системы уравнений


Таким образом, заданная система векторов линейно независима. Для построения ортонормированной системы векторов последовательно вычислим коэффициенты и ортогональные векторы:


Линейные системы уравнений


После нормирования векторы образуют правую систему собственных векторов. Транспонированная Т-матрица с этими векторами есть Линейные системы уравнений-матрица (Линейные системы уравнений); ее строки являются собственными левосторонними векторами:

Линейные системы уравнений.

Внешнее (матричное) произведение каждого нормированного вектора Линейные системы уравнений самого на себя дает нам проекторы искомой матрицы:


Линейные системы уравнений


Умножая каждое собственное значение Линейные системы уравнений из заданного набора на свой проектор и суммируя, получим:


Линейные системы уравнений.


Аналогично получается обратная матрица:


Линейные системы уравнений.


С помощью этих же проекторов вычисляется любая аналитическая функция, аргументом которой является матрица A:


Линейные системы уравнений.


10.Оценка величины и нахождение собственных значений


Краткое рассмотрение основных теоретических положений линейной алгебры позволяет сделать следующие выводы: для успешного решения систем линейных алгебраических уравнений и вычислений матричных функций необходимо уметь находить ее собственные значения и собственные векторы.

Для любой матрицы A с действительными компонентами и любого ненулевого вектора v существует отношение Рэлея, связывающее скалярное произведение векторов v и Av с минимальным и максимальным собственными значениями:


Линейные системы уравнений.


К высказанному необходимо сделать еще ряд замечаний, связанных со случаями, когда исходная матрица имеет кратные собственные значения или оказывается вырожденной.

Характеристическое уравнение матрицы A с кратным корнем Линейные системы уравнений можно записать в виде


Линейные системы уравнений.


На основании этой записи можно составить минимальное характеристическое уравнение Линейные системы уравнений, для которого матрица A также является корнем:


Линейные системы уравнений.


Особенности в части определения собственных значений и векторов обычно возникают в несимметричных матрицах (Линейные системы уравнений). Некоторые из них никакими подобными преобразованиями не удается свести к диагональной. Например, не поддаются диагонализации матрицы n-го порядка, которые не имеют n линейно независимых собственных векторов. Однако любая матрица A размера Линейные системы уравнений с помощью преобразования подобия может быть приведена к прямой сумме жордановых блоков или к канонической жордановой форме:


Линейные системы уравнений,


где A – произвольная матрица размера Линейные системы уравнений;

Линейные системы уравнений – жорданов блок размера Линейные системы уравнений;


V – некоторая невырожденная матрица размера Линейные системы уравнений.


Характеристическое уравнение жорданова блока размера Линейные системы уравнений независимо от количества единиц в верхней диагонали записывается в виде произведения Линейные системы уравнений одинаковых сомножителей и, следовательно, имеет только Линейные системы уравнений кратных корней:


Линейные системы уравнений.


Если выразить матрицу V в форме вектора с компонентами в виде векторов-столбцов Линейные системы уравнений, то из равенства AV=VJ для каждого жорданового блока следует соотношение


Линейные системы уравнений.

Здесь Линейные системы уравнений в зависимости от структуры верхней диагонали, в которой может быть либо ноль, либо единица. Если жордановы блоки имеют размер Линейные системы уравнений, то мы имеем случай симметричной матрицы или матрицы с различными собственными значениями.

При поиске решений систем линейных уравнений с несимметричными матрицами, последние стремятся теми или иными приемами свести к выражению с симметричными матрицами.

Один из возможных подходов к решению несимметричных линейных систем состоит в замене исходной системы эквивалентной системой:


Линейные системы уравнений.


Недостаток этого подхода состоит в том, что мера обусловленности произведения матрицы A на свою транспонированную, оцениваемая отношением Линейные системы уравнений, оказывается больше, чем у матрицы A.

Под мерой обусловленности понимают отношение наибольшего собственного значения матрицы к наименьшему. Это отношение влияет на скорость сходимости итерационных процедур при решении уравнений.

Итак, основными алгебраическими системами уравнений можно считать неоднородные системы уравнений с симметричными матрицами коэффициентов.


Литература


Вержбицкий В.М. Основы численных методов: Учебник для вузов – 3-е изд. М: Высшая школа, 2009. – 840 с.

Самарcкий А.А. Задачи и упражнения по численным методам. Изд. 3 Изд-во: КомКнига, ЛКИ, 2006. – 208 с.

Турчак Л.И., Плотников П.В. Основы численных методов. Изд-во: ФИЗМАТЛИТ®, 2003. – 304 с.

Хеннер Е.К., Лапчик М.П., Рагулина М.И. Численные методы. Изд-во: «Академия/Academia», 2004. – 384c.

Чистяков С.В. Численные и качественные методы прикладной математики. СПб: 2004. – 268 с.

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: