Число обусловленности матрицы (системы уравнений)
Решение системы линейных уравнений обладает одной особенностью. Может оказаться, что при очень малом изменении коэффициентов системы или ее свободных членов решение изменяется очень сильно. Такие системы или их матрицы коэффициентов называются «плохо обусловленными». Как правило, появление в инженерных расчетах плохо обусловленной системы уравнений означает, что математическая модель технической задачи выбрана неудачно. Действительно, в инженерных расчетах все входные величины (коэффициенты системы и свободные члены) берутся с некоторым округлением (редко более трех значащих цифр). Поэтому сильные колебания решения при изменении входных данных в пределах величины округления не допустимы.
При решении чисто математических задач входные данные считаются абсолютно точными, из-за чего плохо обусловленные матрицы встречаются достаточно часто. Но компьютерное решение таких задач нужно воспринимать с большой осторожностью, так как компьютер сам при вычислениях вносит ошибки округления.
Хорошо или плохо обусловлена система уравнений (матрица), определяется по числу обусловленности , где матрицаА – это матрица коэффициентов системы. Для объяснения этого понятия введем характеристику величины элементов матрицы, а именно норму матрицы. Норма матрицы обозначается . Чаще всего используется одна из трех норм:
, ,,
где – это наибольшее из собственных чисел матрицы.
По определению . При использовании различных норм матрицы будут получаться различные числа обусловленности. Однако если число обусловленности матрицы большое при использовании одной из норм, то оно будет большим и при использовании другой нормы. Система считается плохо обусловленной, если ее число обусловленности велико (порядкаи больше).
Лабораторная работа №3
- Оглавление предисловие
- Основные понятия и вычислительные методы (теоретическая часть)
- Метод Гаусса
- Метод lu-разложения
- Обращение матрицы и вычисление определителя
- Число обусловленности матрицы (системы уравнений)
- Вычислительные методы для решения нелинейных уравнений
- Метод половинного деления
- Метод Ньютона (метод касательных)
- Метод секущих
- Метод итераций
- Преимущества и недостатки методов
- Методы решения систем нелинейных уравнений
- Метод Ньютона для систем уравнений
- Метод итераций для систем уравнений
- Некоторые сведения о полиномах и их корнях
- Полиномиальные уравнения
- Вычисление интегралов
- Дифференциальные уравнения (численные методы)
- Жесткие системы дифференциальных уравнений
- Аналитическое решение систем линейных дифференциальных уравнений с постоянными коэффициентами
- Нахождение экстремумов функции нескольких переменных
- Метод покоординатного спуска
- Симплекс-метод
- Метод наискорейшего спуска
- Метод Ньютона
- Преобразования Фурье и Лапласа
- Применение системы mathcad для решения вычислительных задач (практическая часть)
- Исправления
- Продолжение простейших вычислений
- Точность
- Символьные вычисления
- Переменные
- Функции пользователя
- Операции математического анализа
- Построение графиков функций одного переменного
- Задания для самостоятельной работы
- Матрицы
- Векторы
- Системы линейных уравнений
- Число обусловленности матрицы
- Собственные числа и собственные векторы матрицы
- Графики функций двух переменных
- Задания для самостоятельной работы
- Нахождение корней нелинейного уравнения
- Решение систем нелинейных уравнений
- Корни многочлена
- Наибольший общий делитель двух многочленов
- Кратные корни
- Результант
- Задания для самостоятельной работы
- Полиномиальные уравнения
- Вычисление определенных интегралов
- Решение дифференциальных уравнений
- Задания для самостоятельной работы
- Системы дифференциальных уравнений
- Решение жестких систем дифференциальных уравнений
- Решение линейных систем дифференциальных уравнений с постоянными коэффициентами
- Задания для самостоятельной работы
- Нахождение экстремумов функции
- Экстремумы функции многих переменных
- Преобразования Фурье и Лапласа
- Дискретное преобразование Фурье
- Задания для самостоятельной работы