Частичная проблема собственных значений

Задача определения собственных значений и собственных векторов важна и как самостоятельная задача, и как вспомогательная задача. Её можно разбить на три естественных этапа:

построение характеристического многочлена

;

решение алгебраического уравнения ,

т.е. отыскание собственных значений матрицы;

отыскание ненулевых решений однородной системы

,

т.е. нахождение собственных векторов матрицы А. Каждый из трех отмеченных этапов представляет собой достаточно сложную задачу. Однако иногда можно вычислить собственные значения и соответствующие им собственные векторы, минуя этап построения характеристического многочлена и не прибегая к решению указанных выше систем однородных алгебраических уравнений. Этого удается достичь при помощи различных косвенных соображений, используя те или иные свойства собственных значений и собственных векторов матрицы.

Мы рассмотрим приближенный метод решения частичной проблемы собственных значений, т.е. задачи нахождения не всех собственных значений и соответствующих им собственных векторов матрицы, а только некоторых из них - метод отыскания максимального по модулю собственного значения матрицы.

Предположим, что квадратная матрица А порядка п, имеет п собственных линейно независимых нормированных векторов, т.е. эти векторы образуют базис п -мерного векторного пространства (как известно, это всегда имеет место, если А - симметрическая матрица).

. (3.46)

. (3.47)

Допустим, что

. (3.48)

Возьмем произвольный вектор . Имеем

,

где - координаты вектора в базисе собственных векторов . Предположим, что

. (3.49)

Последовательно находим векторы

(3.50)

Тогда согласно (3.46)

и вообще

, (3.51)

где .

В силу (3.48) при и

. (3.52)

Значит, вектор при больших близок к собственному вектору матрицы А, соответствующему собственному значению .

Используя (3.51), найдем скалярное произведение

(3.53)

Согласно (3.47) . Для каждого из остальных скалярных произведений в (3.53) воспользуемся неравенством Коши - Буняковского (3.25):

Теперь из (3.53) с учётом (3.52) получим

.

Аналогично можем получить

.

Последние две соотношения дадут

. (3.54)

Таким образом, при условии (3.48) итерационный процесс (3.50) позволяет найти с любой точностью максимальное по модулю собственное значение и соответствующий ему собственный вектор.

Следует заметить, что если . Если же . То и другое явление при счете на ЭВМ нежелательно. В первом случае может наступить переполнение (выход за допустимый диапазон чисел). Во втором случае может стать машинным нулем (слишком малой величиной), и информация теряется. Поэтому целесообразно на каждой итерации нормировать собственный вектор , т.е. итерации вести по формулам:

Подтверждением того, что не является кратным собственным значением и что нет собственного значения, равного - , служит сходимость итерационного процесса при выборе различных к одному и тому же собственному вектору (с точностью до противоположного вектора).

Рассмотрим теперь, как, используя метод отыскания максимального по модулю собственного значения матрицы, определить максимальное и минимальное собственные значения симметрической матрицы. Как известно, все собственные значения вещественной симметрической матрицы А действительны [8, II] и существует ортонормированный базис , составленный из собственных векторов матрицы А.

Пусть -

некоторый алгебраический многочлен от t первой степени с действительными коэффициентами. Обозначим через В следующую матрицу

,

где Е - единичная матрица. Докажем, что собственные значения матриц А и В связаны соотношением

, (3.55)

а собственный вектор матрицы А, соответствующий собственному значению , является собственным вектором матрицы В, соответствующим собственному значению .

Пусть - собственный вектор матрицы А, соответствующий собственному значению :

.

Тогда

Допустим, что максимальное по модулю собственное значение симметрической матрицы А известно. Постоим матрицу

(3.56)

и определим для нее максимальное по модулю собственное значение .

Если , то очевидно, что

.

Кроме того, согласно (3.55) и (3.56)

.

Поэтому

,

т.е. . (3.57)

Если , то

и

.

Поэтому

,

откуда

.