Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Согласованные и подчиненные векторные и матричные нормы.
Определение. Матричная норма ||•||M называется согласованной с векторной нормой ||•||V, если ||A||V≤ ||A||M ||x||V (1) для любой матрицы A и всех векторов x. Определение. Пусть задана векторная норма ||•||V. Тогда числовая функция (2) называется нормой матрицы, подчиненной (индуцированной ) векторной норме ||•||V. Теорема (Подчиненная векторная норма). Функция (2) определена и является согласованной нормой в для любых норм в Cm и Cn. Теорема. Для подчиненной матричной нормы справедливо ||Ax||≤||A|x||, ||E||=1 Доказательство Следствие. Матричная норма ||•||M, подчиненная векторной норме ||•||V, согласована с этой нормой. Матричная норма, подчиненная векторной норме ||•||∞ Получим оценку сверху для величины ||Ax||∞ ||Ax||∞ . Покажем, что эта оценка достигается. Пусть максимум по i имеет место при i=l. Возьмем x=(sign(al1),…,sing(aln)). Имеем и точные равенства во всей цепочке выше. Таким образом, подчиненная векторной норме ||•||∞
Число обусловленности. Определение. Величина (1) называется числом обусловленности матрицы A по отношению к матричной норме ||•||. Свойства числа обусловленности 10. Для любой матричной нормы cond(A)≥1. 20. Для любой матрицы A и любого числа α выполняется равенство cond(A) =cond(αA). 30. Для спектральной и евклидовой норм число обусловленности не меняется при умножении матрицы слева и справа на любую унитарную матрицу. 40. Для 1-, 2-, ∞-норм и евклидовой нормы число обусловленности не меняется при перестановке строк и столбцов. 50. Для спектральной нормы число обусловленности любой матрицы равно отношению максимального сингулярного числа к минимальному.
Сходимость матриц Определение. Матрица А называется сходящейся, если Лемма. ||•||: ||A||<1 . Доказательство . ||Ak||≤||A||k→k→0 0 Ak→||•||0 Ak→||•||∞0 Теорема. Матрица является сходящейся тогда и только тогда, когда . Доказательство. Пусть Ak→0.Рассмотрим собственный вектор x≠0: Ax=λx. Тогда A2x=A(Ax)=A(λx)=λ(Ax)=λ2x…Akx=λkx→0 . Обратно || ||:||A||<1 Ak→k→∞0 Следствие.
Теорема Гершгорина Теорема Гершгорина и ее следствия. Для произвольной матрицы AЄ обозначим - строчная почти-нормы, а также - столбцовые почти – нормы матр. А. Наиболее полезная и легко применяемая теорема, дающая оценка для собственных значений – теоремы Гершгорина.
Теорема Гершгорина (строчная). Все собственные значения матрицы A заключены в объединении n кругов Кроме того, если объединение k из этих кругов есть связная область, не пересекающаяся с остальными n−k кругами, то в ней находится ровно k собственных значений матрицы A. Теорема (Гершгорина (столбцовая)). Все собственные значения матрицы AЄ принадлежат объединению nкругов (столбцовой области Гершгорина) Кроме того, если k из этих кругов образуют область, изолированную от остальных n-k кругов, то в ней находится ровно kсобственных значений матрицы А.
32. Уточнение оценок собственных значений с помощью преобразования подобия. Если относительно матрицы имеется некоторая дополнительная информация, в силу которой собственные значения принадлежат (или не принадлежат) конкретным множествам, то в сочетании с теоремой Гершгорина эта информация может привести к более точной локализации собственных значений. Определяющие свойства некоторых типов матриц и свойства их собственных значений приведены в таблице
Следствие. Пусть и пусть p1,p2,…,pn- произвольные положительные числа. Все собственные значения матрицы A принадлежат каждой из двух областей Пусть
33. Локализация собственных значений Неравенство Шура. Теорема Бендиксона. Теорема (Неравенство Шура). Если A = (aij) ∈ имеет собственные значения λ1,…,λn, то причем равенство имеет место тогда и только тогда, когда матрица А нормальная. Доказательство. Согласно теореме Шура сущ. унитарная матрица , такая, что U*AU =T, где T – верхняя треугольная матрица с диагональными элементами tii=λi, i=1,n. Тогда ,а значит т.е. матрицыAA∗и TT∗подобны. Поскольку след у подобных матриц равен, то trAA∗ =trTT∗ (2) Далее с учётом (2) справедливы соотношения что и доказывает (1). Равенство возможно тогда и только тогда, когда , т.е. тогда итолько тогда, когдаматрицаA– нормальная.
Теорема (Бендиксона). Если ,то Доказательство. Пусть x - нормированный собственный вектор матрицы A, соответствующий собственному значению λk: Ax=λkx, x*x=1. (1). Тогда (Ax)*x=x*A*x=(λkx)*x= x*x.(2). Т. к. матр. Bэрмитова, то для нее справедлива теор Рэлея-Ритца: Отсюда с учетом первого соотношения теоремы Рэлея-Ритца имеем Аналогично, применяя теоремуРэлея-Ритца к эрмитовой матрице C, получим второе соотношение теоремы.
|
|||||||||||||||||||||
Последнее изменение этой страницы: 2017-01-24; просмотров: 1348; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 18.188.252.23 (0.009 с.) |