|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Спектральный анализ матрицы
Собственные числа и собственные векторы матрицы. Из курса линейной алгебры известно, что если Ах=λх, то вектор х называется собственным вектором матрицы А, а число λ – собственным числом, соответствующим данному собственному вектору. Совокупность всех собственных чисел матрицы называется спектром матрицы. Если в спектре матрицы одно и тоже собственное число встречается k раз, то говорят, что кратность этого собственного числа равна k. Для нахождения собственных чисел матрицы А используется команда eigenvalues (A). Для нахождения собственных векторов матрицы А используется команда eigenvectors (A). В результате выполнения этой команды будут получены собственные числа, их кратность и соответствующие собственные векторы. Чтобы понять, в каком виде получаются результаты выполнения команды eigenvectors, внимательно разберитесь со следующим примером: Пример: A имеет 3 собственных вектора: a1 = (−1,0,1), отвечающий собственному числу λ1 = 2 кратности 1, a2 = (1,1,1), отвечающий собственному числу λ2 = 3 кратности 1, a3 = (1,−2,1), отвечающий собственному числу λ3 = 6 кратности 1. Найдем их в Maple: > A:=matrix([[3,-1,1],[-1,5,-1],[1,-1,3]]): > eigenvectors(A); [2,1,{[-1,0,1]}], [3,1,{[1,1,1]}], [6,1,{[1,-2,1]}] В строке вывода перечислены в квадратных скобках собственное число, его кратность и соответствующий собственный вектор в фигурных скобках, затем следующие наборы таких же данных.
Характеристический и минимальный многочлены матрицы. Для вычисления характеристического многочлена PА (λ) = det(λE − A) матрицы A используется команда charpoly (A,lambda). Минимальный многочлен (делитель) матрицы А можно найти с помощью команды minpoly (A,lambda).
Канонические и специальные виды матрицы. Привести матрицу А к нормальной форме Жордана можно командой jordan (A). К треугольному виду матрицу А можно привести тремя способами: 1) команда gausselim (A) приводит матрицу А к треугольному виду методом Гаусса; 2) команда ffgausselim (A) приводит матрицу А к треугольному виду методом Гаусса без деления. Эта команда предпочтительней для работы с символьными матрицами, так как не производит нормировку элементов и исключает возможные ошибки, связанные с делением на нуль; 3) команда gaussjord (A) приводит матрицу А к треугольному виду методом Гаусса-Жордана. Характеристическую матрицу F(A) = λE − A можно вычислить командой charmat (A,lambda).
Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.003 сек.) |