12.01.2015 Views

Calculul valorilor si vectorilor proprii

Calculul valorilor si vectorilor proprii

Calculul valorilor si vectorilor proprii

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

4.8. ALGORITMUL QR SIMETRIC 319<br />

mul de memorie este M ≈ 3n 2 /2 locaţii, necesar pentru memorarea elementelor<br />

triunghiului inferior al matricei A şi a elementelor matricei Q 50 .<br />

Algoritmul TQ este numeric stabil, i.e. matricea tridiagonală calculată într-o<br />

aritmetică în virgulă mobilă este o matrice exact ortogonal asemenea cu o matrice<br />

uşor perturbată A + E, unde matricea de perturbaţie E satisface condiţia<br />

‖E‖ ≤ p(n)ε M ‖A‖, cu p(n) o funcţie cu creştere ”modestă” de dimen<strong>si</strong>unea n a<br />

problemei.<br />

✸<br />

Observaţia 4.10 Spre deosebire de cazul ne<strong>si</strong>metric în care reducerea la forma<br />

superior Hessenberg se putea face, suficient de performant, şi prin transformări<br />

de asemănare neortogonale, aici astfel de transformări alterează <strong>si</strong>metria şi, prin<br />

urmare, nu sunt recomandate.<br />

✸<br />

4.8.2 Faza iterativă a algoritmului QR <strong>si</strong>metric<br />

Etapa iterativă a algoritmului QR <strong>si</strong>metric beneficiază de importante <strong>si</strong>mplificări<br />

calculatorii care se datorează, în principal, conservării <strong>si</strong>metriei matricei iniţiale la<br />

transformări ortogonale de asemănare şi constau în:<br />

– conservarea structurii tridiagonale la transformările implicate de iteraţiile<br />

QR; în consecinţă toate transformările aferente şirului QR se pot desfăsura în<br />

locaţiile de memorie ale vectorului f al elementelor diagonale şi ale vectorului g al<br />

elementelor subdiagonale ale matricei tridiagonale curente (v. (4.279));<br />

– valorile <strong>proprii</strong> ale unei matrice <strong>si</strong>metrice reale fiind reale nu sunt necesare<br />

deplasări complexe şi, prin urmare, nu este necesară strategia paşilor dubli.<br />

Vom folo<strong>si</strong> aceste observaţii în vederea elaborării unui algoritm QR <strong>si</strong>metric cât<br />

mai performant.<br />

A. Algoritmul QR <strong>si</strong>metric cu deplasare explicită<br />

Presupunem matricea <strong>si</strong>metrică tridiagonală T ∈ IR n×n dată prin vectorii f şi g din<br />

(4.279). Pentru claritateaexpunerii vom utiliza şi indexareaobişnuită a elementelor<br />

matricei T urmând ca algoritmul să fie scris exclu<strong>si</strong>v în raport cu elementele <strong>vectorilor</strong><br />

f şi g.<br />

Algoritmul QR <strong>si</strong>metric cu deplasare explicită construieşte un şir de matrice<br />

tridiagonale, ortogonal asemenea<br />

T = T 1 ,T 2 ,···,T k ,T k+1 ,··· (4.280)<br />

pe baza relaţiei de recurenţă<br />

{<br />

T −µIn = QR<br />

T ← T ′ = RQ+µI n<br />

, (4.281)<br />

unde T semnifică matricea curentă din şirul (4.280), iar indicele superior ′ marchează<br />

matricea succesor. Deplasarea µ se poate alege ca în cazul ne<strong>si</strong>metric<br />

µ = t nn = f n (4.282)<br />

50 A<strong>si</strong>gurăm cititorul că unele licenţe minore, cum este utilizarea explicită a doi vectori (v şi<br />

w) când sunt suficiente locaţiile de memorie ale unuia <strong>si</strong>ngur, servesc exclu<strong>si</strong>v clarităţii prezentării<br />

algoritmului.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!