АЛГЕБРАИЧЕСКАЯПРОБЛЕМА СОБСТВЕННЫХ ЗНАЧЕНИЙ Вводные замечания Во многих задачах обработки информации и управления часто возникает необходимость определить собственные значения и найти соответствующие им собственные векторы некоторой матрицы А. Ax x , x 0 Первая задача значительно сложнее второй. Она сводится к нахождению корней характеристического уравнения данной матрицы, которое имеет следующий вид: det( A E ) 0. (9.1) В свою очередь большинство методов решения этой задачи требуют предварительного раскрытия (развертывания) определителя, то есть получения алгебраического уравнения, с последующим решением этого уравнения. Поэтому в настоящем пособии рассматриваются некоторые методы развертывания характеристического определителя (9.1). 9.2. Методы развертывания характеристических определителей Основные методы развертывания характеристических определителей подробно рассмотрены в [1,2]. Ниже рассмотрены наиболее простые из них. Метод А. Н. Крылова Рассмотрим характеристический полином матрицы А: det( E A) n p1n 1 ... p n где (9.2) - искомые коэффициенты. Выберем произвольный вектор z ( 0) и подействуем на него матрицей D( A) A n p1 A n 1 ... p 0 E . p1 , p2 ,..., pn Согласно теореме Гамильтона —Кели, характеристический полином матрицы А является для нее аннулирующим многочленом. Поэтому ( 0) ( 0) n1 ( 0) A z p1 A z ... p0 z 0 . n (9.3) Обозначив Ak z ( 0 ) z ( k ) (k=1,2,…n), (9.4) из (9.3) получим векторное равенство ( n) ( n1) ( 0) z p1 z ... p0 z 0 , (9.5) которое эквивалентно следующей СЛАУ относительно коэффициентов искомого характеристического многочлена: p1 z1( n1) p2 z1( n2 ) ... p0 z1( 0 ) z1( n ) ( n 1) ( n2 ) (0) (n) p2 z 2 ... p0 z 2 z 2 p1 z 2 ............................................................... p z ( n1) p z ( n2 ) ... p z ( 0) z ( n ) 2 n 0 n n 1 n где . (9.6) - j-я координата вектора z (k ) . Таким образом, определение коэффициентов характеристического полинома (9.2) методом А. Н. Крылова сводится к решению СЛАУ (9.6). В соответствии с (9.4) коэффициенты этой системы вычисляются по следующим формулам: zj (k ) zi где ( k 1) n aij z i j 1 (k ) (k=0,1,…n), (i=1,2,…n), (9.7) элементы матрицы. Может случиться, что СЛАУ (9.6) не имеет единственного решения. В этом случае следует изменить начальный вектор z ( 0) и повторить все вычисления. Пример. Найдем характеристический полином матрицы А [3]. a ij - 1 2 A 3 4 4 1 2 3 2 1 2 . 3 2 1 2 3 В качестве начального вектора выбираем z (0) 1 0 0 . 0 По формулам (9.7) находим: z (1) 1 30 208 2108 2 22 178 1704 ( 2 ) ( 3 ) ( 4 ) z z z 3 ; 18 ; 192 ; 1656 . 4 20 242 1992 В результате получаем СЛАУ характеристического многочлена: относительно коэффициентов искомого 208 p1 30 p 2 p 3 p 4 2108, 178 p1 22 p 2 2 p3 1704, 192 p1 18 p 2 3 p3 1656, 242 p1 20 p 2 4 p3 1992. Решая эту систему методом Гаусса, находим характеристический полином матрицы А: det( E A) 4 43 402 56 20 . Метод Леверрье Пусть 1 , 2 ,..., n - собственные числа матрицы А характеристического полинома (9.2). Имеют место следующие рекуррентные формулы [3]: p1 s1 , p2 ( s2 p1s1 ) / 2, ............................ pn ( sn p1sn1 ... pn1s1 ) / n, или, что то же, нули (9.8) где n s k ik i 1 (k=0,1,…n). (9.9) С другой стороны, имеет место следующая формула [10]: sk Spur Ak , (9.10) т.е. величина sk при k=1,…n является следом k-й степени матрицы А. Напомним, что следом матрицы B b называется сумма всех ее диагональных элементов: ij n Spur B bii i 1 . (9.11) Таким образом, для расчета коэффициентов характеристического многочлена матрицы А порядка n сначала необходимо найти n степеней этой матрицы, затем по формулам (9.10) рассчитать коэффициенты sk . Наконец, используя формулы (9.8), мы можем найти искомые коэффициенты. Изложенный метод носит название метода Леверрье. Метод линеаризации В некоторых задачах достаточно найти не все собственные значения и соответствующие собственные векторы, а только некоторые из них. Для этой цели обычно применяют итерационные процессы, сходящиеся к одному собственному значению и собственному вектору. Один из методов, решающих подобную задачу, основан на следующих соображениях. Перепишем задачу на собственные значения следующим образом: n a k 1 x xi 0 ik k (i=1,2,…n). (9.12) Эти уравнения можно рассматривать как систему уравнений относительно неизвестных x1 , x2 ,..., xn , . Система нелинейна из-за наличия произведений xi и поэтому ее целесообразно решать методом Ньютона (см. гл.5). Линеаризованная система вида (5.8) в данном случае имеет вид: n (r ) (r ) (r ) x x x F ( x , ) (i=1,2,…n). ik k i i i a k 1 (9.13) Здесь обозначено: xi xi ( r 1) xi , ( r 1) ( r ) , (r ) n Fi ( x , ) aik xk xi k 1 (9.14) . (9.15) Задав начальное приближение x1 , x2 ,..., xn , (0) и подставив его в систему (9.13), мы получим СЛАУ относительно приращений xi . Решив эту систему методом Гаусса, из формул (9.14) находим компоненты следующего приближения и так далее. Считается [10], что при удачном выборе начального приближения для ( 0) ( 0) ( 0) нахождения одного собственного значения и соответствующего собственного вектора достаточно 3-5 итераций.