12.01.2015 Views

Calculul valorilor si vectorilor proprii

Calculul valorilor si vectorilor proprii

Calculul valorilor si vectorilor proprii

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

4.11. STABILITATE NUMERICĂ 357<br />

de matricea iniţială, i.e.<br />

Ŝ = Q H (A+E)Q, (4.361)<br />

unde Q este o matrice unitară şi E o matrice a erorilorraportatela datele de intrare<br />

ale algoritmului satisfăcând condiţia<br />

‖E‖ ≤ p(n)‖A‖ε M , (4.362)<br />

cu p(n) o funcţie de ordinul matricei, cu o creştere modestă 63 .<br />

Dacă se acumulează transformările, atunci matricea de transformare calculată<br />

ˆQ este aproape unitară în sensul că<br />

ˆQ H ˆQ = In +E, cu ‖E‖ ≤ p(n)‖A‖ε M . (4.363)<br />

Prin urmare, valorile <strong>proprii</strong> calculate cu algoritmul QR, ca şi vectorii <strong>proprii</strong><br />

calculaţi sau subspaţiile invariante calculate sunt valori <strong>proprii</strong> exacte, vectori<br />

<strong>proprii</strong> exacţi sau subspaţii invariante exacte ale unor matrice foarte apropiate<br />

de matricea dată. Această înseamnă că nivelul erorilor în rezultate va fi redus<br />

dacă problema concretă respectivă este bine condiţionată, respectiv poate fi important<br />

în cazul unei condiţionări necorespunzătoare. Aşa cum s-a menţionat, pentru<br />

aprecierea erorilor din rezultate, pachetele profe<strong>si</strong>onale de programe permit estimarea<br />

numerelor de condiţionare şi, pe această bază estimarea erorilor conform<br />

celor arătate în secţiunea precedentă. Con<strong>si</strong>derăm util să prezentăm în finalul acestei<br />

secţiuni astfel de estimări ale erorilor de calcul al <strong>valorilor</strong> <strong>proprii</strong>, <strong>vectorilor</strong><br />

<strong>proprii</strong> şi subspaţiilor invariante cu algoritmii propuşi în capitolul de faţă. Vom<br />

utiliza notaţia consacrată cu accentˆpentru valorile calculate.<br />

Matrice generale (nehermitice)<br />

• Valori <strong>proprii</strong>:<br />

• Vectori <strong>proprii</strong>:<br />

• Subspaţii invariante:<br />

|ˆλ i −λ i | ≤ κ λi p(n)‖A‖ε M . (4.364)<br />

θ(ˆx i ,x i ) ≤ p(n)‖A‖ Fε M<br />

sep i<br />

. (4.365)<br />

θ(ŜI,S I ) ≤ p(n)‖A‖ Fε M<br />

sep I<br />

. (4.366)<br />

Matrice hermitice (în cazul real, <strong>si</strong>metrice)<br />

• Valori <strong>proprii</strong>:<br />

|ˆλ i −λ i | ≤ κ λi p(n)‖A‖ε M . (4.367)<br />

63 Practic pentru toţi algoritmii prezentaţi în acest capitol, p(n) este o funcţie polinomială de un<br />

grad ”modest” (1, 2 sau, foarte rar, 3) de parametri ce definesc dimen<strong>si</strong>unea problemei. Expre<strong>si</strong>ile<br />

existente, la un moment istoric dat, pentru p(n) sunt, în general, evaluări pe<strong>si</strong>miste şi cunoaşterea<br />

exactă a acestor expre<strong>si</strong>i este lip<strong>si</strong>tă de semnificaţie pentru practica numerică. În [XV] se afirmă<br />

că o apreciere de genul p(n) < 10n este adevărată în majoritatea <strong>si</strong>tuaţiilor practice pentru care<br />

se foloseşte formula de evaluare ”funcţie cu o creştere modestă”.

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

Saved successfully!

Ooh no, something went wrong!