FORMAT(1Х,'ТНЕ EIGENVALUES ARE'')

100 FORMAT(1Х,'ТНЕ EIGENVALUES ARE'')

101 FORMAT(1X,E15.8)

STOP

END

Результат работы программы получаем в виде:

Собственные значения равны

0.33709179E 08

0.19149061E 08

0.71417603E 07

Метод Гивенса для симметричных матриц

Метод Гивенса основан на преобразовании подобия, аналогич­ном применяемому в методе Якоби. Однако в этом случае алго­ритм построен таким образом, что вновь образованные нулевые элементы при всех последующих преобразованиях сохраняются. Поэтому метод Гивенса требует выполнения конечного числа преобразований и по сравнению с методом Якоби связан с мень­шими затратами машинного времени. Его единственный недоста­ток состоит в том, что симметричная матрица приводится не к диагональному, а к трехдиагональному виду. Ниже будет пока­зано, что такая форма матрицы может быть весьма полезной и оправдывает усилия, затраченные на ее получение.

В случае матрицы размерности п х п метод Гивенса требует п — 2 основных шагов, на каждом из которых выполняется ряд преобразований, число которых зависит от числа нулей, кото­рое хотят получить в данном столбце или строке. На k -м шаге обращают в нули элементы, стоящие вне трех диагоналей k-й строки и k -го столбца, сохраняя в то же время нулевые элементы, полученные на предыдущих шагах. Таким образом, перед нача­лом k -го шага преобразованная матрица является трехдиа­гональной, если ограничиться рассмотрением ее первых k — 1 строк и столбцов. По мере преобразований симметричная матри­ца размерности 5х5 приобретает следующие формы:

На каждом основном шаге изменяются лишь те элементы мат­рицы а_ij, 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:

А_k = Р_kA_k-1Р_k, k=1, 2, ..., п-2,

где Aо == А.

Каждая преобразующая матрица имеет вид

u_k u_k^T

P_k = E - -------------- ,

2K_k²

где

u_i,_k = 0 при i = 1, 2, …, k,

u_i,_k = a_k,_i при i = k+2, …, n,

u_k+1,_k = a_k,k+1 ± Sk.

Здесь

n 1/2

S_k = S a²_k,i

i=k+1

2K²_k = S²_k ± ak, k+1 Sk.

В этих уравнениях берется знак, соответствующий элементу a_k,_k+1. Это позволяет сделать значение и_k+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:

Похожие работы

Итерационный метод решения проблемы собственных значений

Скачать

9495

0

11

... 0135 0.7866 -0.5989 График значений собственного числа заданной матрицы за время итерационного процесса/ График значений собственного вектора, соответствующего собственному числу Рассмотрим другие примеры: Исходные данные: yn=[1,1,1]; L1= 0.01 edop=0.00001; a=[1 1 1; 2 3 4; 0 4 0]; Найдем собственные значения исходной матрицы, используя функцию eig. Получим L1= 6.2085 ...

Решение алгебраического уравнения n-ой степени

Скачать

43593

0

0

... решения от численных методов расчёта. Для определения корней уравнения не требуется знания теорий групп Абеля, Галуа, Ли и пр. и применения специальной математической терминологии: колец, полей, идеалов, изоморфизмов и т.д. Для решения алгебраического уравнения n - ой степени нужно только умение решать квадратные уравнения и извлекать корни из комплексного числа. Корни могут быть определены с ...

Диагностирование характеристик вала с дисками по собственным частотам его крутильных колебаний

Скачать

37874

0

13

... степень изношенности дисков, налипание к валу инородных предметов и так далее, то обратная задача состоит в диагностировании характеристик вала с дисками по собственным частотам колебаний вала. Известно, что изменения указанных значений характеристик вала проявляются в изменениях значений собственных частот его колебаний, что в свою очередь может привести к ненужным вибрациям, увеличению шума и т. ...

Прямой метод вращения векового определителя

Скачать

12467

0

16

... собственных значений сводится к проблеме раскрытия определителя  по степеням  и последующему решению алгебраического уравнения m- й степени. Определитель  называется характеристическим (или вековым ) определителем, а уравнение (2) называется характеристическим (или вековым ) уравнением. Различают полную проблему собственных значений, когда необходимо отыскать все собственные значения ...