Сходимость последовательностей векторов и матриц

Свойства норм матриц.

Дата добавления: 2014-12-02 ; просмотров: 3137 ; Нарушение авторских прав

1) Сходимость последовательностей векторов и матриц, причем Сходимость последовательностей векторов и матриц;

2) Сходимость последовательностей векторов и матриц, где aÎR;

3) Сходимость последовательностей векторов и матриц;

Дополнительно верны следующие свойства:

4) Сходимость последовательностей векторов и матриц;

5) Сходимость последовательностей векторов и матриц, здесь X – вектор.

Как и для векторов, для матриц можно определить понятие погрешности.

Определение.Пусть A* – точное значение матрицы, A ‑ приближенное значение. Абсолютная и относительная погрешность матрицы A*: Сходимость последовательностей векторов и матриц, Сходимость последовательностей векторов и матриц.

Пример: Пусть

Сходимость последовательностей векторов и матриц.

Сходимость последовательностей векторов и матриц;

Сходимость последовательностей векторов и матриц;

Сходимость последовательностей векторов и матриц.

13.)

Метод простых итераций, реализующийся в процессе последовательных приближений, сходится к единственному решению исходной системы Сходимость последовательностей векторов и матрицпри любом начальном приближении Сходимость последовательностей векторов и матрицсо скоростью не медленнее геометрической прогрессии, если какая-либо норма матрицы Сходимость последовательностей векторов и матрицменьше единицы, т.е. Сходимость последовательностей векторов и матриц.

1. Условие теоремы, как достаточное, предъявляет завышенные требования к матрице Сходимость последовательностей векторов и матриц, и потому иногда сходимость будет, если даже Сходимость последовательностей векторов и матриц.

2. Сходящийся процесс обладает свойством «самоисправляемости», т.е. отдельная ошибка в вычислениях не отразится на окончательном результате, так как ошибочное приближение можно рассматривать, как новое начальное.

3. Условия сходимости выполняются, если в матрице Сходимость последовательностей векторов и матрицдиагональные элементы преобладают, т.е.

Сходимость последовательностей векторов и матриц

и хотя бы для одного Сходимость последовательностей векторов и матрицнеравенство строгое. Другими словами, модули диагональных коэффициентов в каждом уравнении системы больше суммы модулей недиагональных коэффициентов (свободные члены не рассматриваются).

4. Чем меньше величина нормы Сходимость последовательностей векторов и матриц, тем быстрее сходимость метода.

Теорема о необходимом и достаточном условии сходимости метода простых итераций. Для сходимости метода простых итераций (10.12) при любых Сходимость последовательностей векторов и матрици Сходимость последовательностей векторов и матрицнеобходимо и достаточно, чтобы собственные значения матрицы Сходимость последовательностей векторов и матрицбыли по модулю меньше единицы, т.е. Сходимость последовательностей векторов и матриц.

Преобразование системы Сходимость последовательностей векторов и матрицк виду Сходимость последовательностей векторов и матрицс матрицей Сходимость последовательностей векторов и матриц, удовлетворяющей условиям сходимости, может быть выполнено несколькими способами. Алгоритм:


1.
Уравнения, входящие в систему Сходимость последовательностей векторов и матриц, переставляются так, чтобы выполнялось условие преобладания диагональных элементов (для той же цели можно использовать другие элементарные преобразования). Затем первое уравнение разрешается относительно Сходимость последовательностей векторов и матриц, второе — относительно Сходимость последовательностей векторов и матрици т.д. При этом получается матрица Сходимость последовательностей векторов и матрицс нулевыми диагональными элементами.

Выражая Сходимость последовательностей векторов и матрициз первого уравнения, Сходимость последовательностей векторов и матриц— из второго, а Сходимость последовательностей векторов и матриц— из третьего, получаем систему вида Сходимость последовательностей векторов и матриц

2. Уравнения преобразуются так, чтобы выполнялось условие преобладания диагональных элементов, но при этом коэффициенты Сходимость последовательностей векторов и матрицне обязательно равнялись нулю.

3. Если Сходимость последовательностей векторов и матриц, систему Сходимость последовательностей векторов и матрицследует умножить на матрицу Сходимость последовательностей векторов и матриц, где Сходимость последовательностей векторов и матриц— матрица с малыми по модулю элементами. Тогда получается система Сходимость последовательностей векторов и матрицили Сходимость последовательностей векторов и матриц, которую можно записать в форме Сходимость последовательностей векторов и матриц, где Сходимость последовательностей векторов и матриц Сходимость последовательностей векторов и матриц. Если Сходимость последовательностей векторов и матрицдостаточно малы, условие сходимости выполняется.

В ме­то­де простой ите­ра­ции если аii 0, то ис­ход­ная сис­тема мо­жет быть пре­об­ра­зо­вана к виду хi = bi + aij хj , i  j, т.е. из каждого уравнения по­­сле­до­ва­тельно вы­ра­жа­ют хi.

Таким образом, в мат­рич­ном виде имеем Х = В+ .

Полученную сис­­­­тему бу­дем решать методом по­сле­до­ва­тель­ных при­­ближений.

За ну­левое приближение Х (0) мож­но при­нять матрицу В:Х (0) = = B, и далее, под­ста­вив най­денные значения в исходную систему, по­лу­чим
Х (1) = В + A Х (0) .

При бесконечном повторении этой вы­чис­ли­тель­­ной схемы имеем

Сходимость последовательностей векторов и матриц, где Сходимость последовательностей векторов и матрици будет искомое решение системы.

Выбор начального приближения влияет на количество итераций, необходимых для получения приближенного решения. Наиболее часто в качестве начального приближения берут Сходимость последовательностей векторов и матриц или Сходимость последовательностей векторов и матриц .

Итерационные методы решения линейных алгебраических систем: (основанны на использовании повторяющегося (циклического) процесса и позволяющие получить решение в результате последовательных приближений.)
Метод Гаусса – Зейделя

Расчетные формулы имеют вид:

Сходимость последовательностей векторов и матриц

т.е. для подсчета i–й компоненты (k+1)–го приближения к искомому вектору используется уже вычисленное на этом, т.е. (k+1)–м шаге, новые значения первых i–1 компонент.

Подробные формулы имеют вид:

Сходимость последовательностей векторов и матриц

Достаточное условие сходимости этого метода такое же, как и для метода простой итерации, т.е. диагональное преобладание:

Видео:Лекция №2.2 НормыСкачать

Лекция №2.2 Нормы

Сходимость последовательностей

При построении модели явления может возникать задача исследования сходимости последовательностей в линейном нормированном пространстве, например в процессе реализации итерационных алгоритмов. Элементами множества могут быть векторы, матрицы, функции. Сходимость последовательностей векторов и матриц обусловливается наличием предела последовательностей для их одноименных элементов.

В качестве практически важного примера рассмотрим вопросы сходимости на множестве непрерывных функций х(?), определенных

на интервале [я, b.

Последовательность непрерывных функций x^(t), х^ (/), . х^(?) сходится поточечно к функции х(?) на интервале [я, Ь, если в каждой точке t этого интервала для любого сколь угодно малого числа 8 > О существует число K[t, е) такое, что для любого k> K(t, е) выполняется неравенство х^ (?) — х(?)| оо по равномерной норме.

Сходимость последовательностей векторов и матриц

Последовательность х^(?),х^(?), . х^(?). сходится в среднем квадратичном к функции х(?) на [я, Ь, если расстояние между

общим членом последовательности х^(?) и функцией х(?) стремится к нулю при к —> оо по квадратичной норме.

Сходимость последовательностей векторов и матриц

Пример 11.3.1. Рассмотрим на простом примере отличие равномерной нормы от квадратичной нормы при оценке сходимости последовательностей. Пусть задана эмпирическая формула х^ (t) = kt/(l +kt) для аппроксимации разрывной функции х(?) = 1 на интервале [0;1]

(рис. 11.3.1) и задано условие, чтобы k ) = ktj( + kt) и х(?) = 1 по равномерной норме (11.3.1): Сходимость последовательностей векторов и матриц

Сходимости последовательности к дг(?) по равномерной

норме нет, так как в окрестности точки t = 0 при к> оо значения эмпирической формулы не входят в ?-окрестность.

Вычислим расстояние по квадратичной норме (11.3.2):

Сходимость последовательностей векторов и матриц

Интегральная оценка расстояния в этом случае пропорциональна площади, заключенной между общим членом последовательности

(?) и функцией x(t>, которая при А:-»оо может стать сколь угодно малой. На рис. 11.3.1 представлена последовательность функций, полученных для значений к = 1,10,100,1000.

Искомое число K[t, s) найдется из неравенства [ . I 99. Число А: = 1000 удовлетворяет погрешности 8 = 0,03.

Видео:Матрицы и векторыСкачать

Матрицы и векторы

Матричные ряды

Определение 3.4. Нормой матрицы В = назовем вещественное

число || В || = max Х1&Ч 1

Замечание 3.3. При таком определении нормы матрицы для любого вектора S и любой матрицы В имеем ЦВ^Ц п^+00

В нашем конечномерном случае совершенно очевидно, что это равносильно покомпонентной сходимости: Сходимость последовательностей векторов и матриц

Говорят, что ряд YjAk сходится к матрице А, если эти частные суммы k=1

Будем рассматривать матричные степенные ряды ? a kA k > А 0 = Е. С каж-

дым матричным рядом связан формальный скалярный комплексный степенной ряд: вместо матрицы А подставим комплексную переменную Z:

Сходимость последовательностей векторов и матриц

и будем обозначать этот ряд /(Z). Нам не важно, сходится он или нет. А матричный ряд будем, соответственно, обозначать /(Л). Через р обозначим радиус сходимости ряда (3.8). Таким образом, 0 z = ? —, р = +оо.

Определение 3.6. Пусть АУВ — (w х /2)-матрицы. Говорят, что матрицы Л и В подобны, А

В, если Л = 5В5 -1 , где S — невырожденная матрица.

Таким образом, все матрицы разбиваются отношением подобия на классы эквивалентности.

В, то ряды /(Л) и f(B) сходятся или расходятся одновременно и в случае сходимости имеет место соотношение /(Л) = = Sf(B)S-K

Доказательство. Рассмотрим частные суммы этих рядов:

x — индукционное предложение.

Сходимость последовательностей векторов и матриц

Теперь видим, что эти суммы сходятся или расходятся одновременно, и в случае сходимости перейдем к пределу. Лемма доказана.

Ряд /(В) сходится тогда и только тогда, когда сходится каждый из рядов f(Bj) для каждого блока отдельно. Более того, в случае сходимости имеет место соотношение

Лемма 3.2. Пусть матрица В имеет квазидиагональный вид:

Сходимость последовательностей векторов и матриц Сходимость последовательностей векторов и матриц

Доказательство. Заметим, что В к — тоже блочно-диагональная матрица, у которой вдоль главной диагонали будут стоять степени блоков (можно это проверить методом математической индукции). Поэтому akB k =didLg<akBi[. akB k n>. Тогда

Сходимость последовательностей векторов и матриц

и переходим к пределу. Лемма доказана.

По теореме Жордана [1] в каждом классе подобных матриц найдется матрица в жордановой форме. Клетка Жордана имеет вид Сходимость последовательностей векторов и матриц

Сходимость последовательностей векторов и матриц

Мы выбрали верхнедиагональную форму и обозначили клетку Жордана (жорданову клетку) через А. В частности, если г — 1, то жорданова клетка — это просто число X.

Лемма 3.3. Пусть — клетка Жордана и пусть р —

радиус сходимости степенного ряда /(Z). Тогда:

  • 1) если Х р (собственное число за кругом сходимости), то ряд /(А) расходится.

Доказательство. Для доказательства леммы надо просто выписать, чему равно /(А).

Теорема 3.9. Если все собственные числа матрицы А находятся внутри круга сходимости, то f(A) сходится. Если какое-либо собственное число матрицы А лежит вне круга сходимости, то /(А) расходится.

Доказательство. Пусть А — произвольная матрица, Л — ее жорданова форма. Утверждение теоремы следует теперь из лемм 3.1, 3.2, 3.3.

📺 Видео

✓ Критерий Коши сходимости числовых последовательностей | матан #013 | Борис Трушин |Скачать

✓ Критерий Коши сходимости числовых последовательностей | матан #013 | Борис Трушин |

Занятие 12. Векторы и матрицыСкачать

Занятие 12. Векторы и матрицы

Собственные значения и собственные векторы матрицы (4)Скачать

Собственные значения и собственные векторы матрицы (4)

Лекция 2, Векторные и матричные нормы, унитарные матрицы, SVDСкачать

Лекция 2, Векторные и матричные нормы, унитарные матрицы, SVD

Урок 1. Матрицы, определитель матрицы и ранг матрицы | Высшая математика | TutorOnlineСкачать

Урок 1. Матрицы, определитель матрицы и ранг матрицы | Высшая математика | TutorOnline

А.7.35 Собственные вектора и собственные значения матрицыСкачать

А.7.35 Собственные вектора и собственные значения матрицы

Что такое векторы и матрицы? Душкин объяснитСкачать

Что такое векторы и матрицы? Душкин объяснит

Cеминар 11. Равномерная сходимость функциональных последовательностей.Скачать

Cеминар 11. Равномерная сходимость функциональных последовательностей.

Высшая математика. Линейные пространства. Векторы. БазисСкачать

Высшая математика. Линейные пространства. Векторы. Базис

Собственные векторы и собственные значения матрицыСкачать

Собственные векторы и собственные значения матрицы

Лекция 16. Понятие вектора и векторного пространства. Базис векторного пространства.Скачать

Лекция 16. Понятие вектора и векторного пространства. Базис векторного пространства.

Айгенвектора и айгензначения | Сущность Линейной Алгебры, глава 10Скачать

Айгенвектора и айгензначения | Сущность Линейной Алгебры, глава 10

Как разложить вектор по базису - bezbotvyСкачать

Как разложить вектор по базису - bezbotvy

Линал 2.6. Умножение матрицы на векторСкачать

Линал 2.6. Умножение матрицы на вектор

#11. Произведение матриц и векторов, элементы линейной алгебры | NumPy урокиСкачать

#11. Произведение матриц и векторов, элементы линейной алгебры | NumPy уроки

Собственные векторы и собственные числа линейного оператораСкачать

Собственные векторы и собственные числа линейного оператора

Урок 3. Произведение векторов и загадочный угол между векторами. Высшая математика | TutorOnlineСкачать

Урок 3. Произведение векторов и загадочный угол между векторами. Высшая математика | TutorOnline

1. Базовые понятия линейной алгебры. Скорости сходимости числовых последовательностей. ФКН 2024Скачать

1. Базовые понятия линейной алгебры. Скорости сходимости числовых последовательностей. ФКН 2024
Поделиться или сохранить к себе: