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.

412 CAPITOLUL 5. DESCOMPUNEREA VALORILOR SINGULARE<br />

Demonstraţie.<br />

B = A H A.<br />

Rezultatele sunt urmare directă aplicării teoremei 4.3 matricei<br />

✸<br />

În al doilea rând, avem următoarea caracterizare minimax a <strong>valorilor</strong> <strong>si</strong>ngulare<br />

care îşi are originea în teorema Courant-Fisher (v. §4.1).<br />

Teorema 5.10 Fie A ∈ IC n×n şi σ(A) = {σ 1 ,σ 2 ,...,σ p }, p = min(m,n), mulţimea<br />

<strong>valorilor</strong> sale <strong>si</strong>ngulare. Atunci pentru toţi k ∈ 1 : p avem<br />

σ k = max<br />

dimV = k<br />

min ‖Ax‖ = min<br />

x ∈ V S dimV = n−k<br />

unde ‖ · ‖ def<br />

= ‖ · ‖ 2 este norma euclidiană în IC n .<br />

max ‖Ax‖, (5.104)<br />

x ∈ V S<br />

Demonstraţie. Con<strong>si</strong>derăm matricea hermitică B = A H A. Pentru orice vector<br />

x ∈ IC n avem x H Bx = ‖Ax‖ 2 şi, presupunând că valorile <strong>proprii</strong> ale matricei B sunt<br />

ordonate descrescător, λ k (B) = σk 2 . Cu aceste precizări, caracterizările minimax<br />

(5.104) rezultă imediat din aplicarea teoremei Courant-Fisher matricei B. ✸<br />

Corespondentul teoremei de separare 4.5 are următorul enunţ.<br />

Teorema 5.11 (Teorema de separare a <strong>valorilor</strong> <strong>si</strong>ngulare) Fie A ∈ IC n×n . Notăm<br />

def<br />

def<br />

A k = A(:,1 : k) sau A k = A(1 : k, :). Atunci valorile <strong>si</strong>ngulare ale matricei A k<br />

separă valorile <strong>si</strong>ngulare ale matricei A k+1 , i.e.<br />

σ 1 (A k+1 ) ≥ σ 1 (A k ) ≥ σ 2 (A k+1 ) ≥ ... ≥ σ k (A k+1 ) ≥ σ k (A k ) ≥ σ k+1 (A k+1 ),<br />

(5.105)<br />

pentru toţi k ∈ 1 : p−1, p = min(m,n).<br />

Demonstraţie. Presupunem mai întâi că A k este matricea formată din primele k<br />

coloane ale matricei A. Atunci submatricea lider principală de ordinul k a matricei<br />

B = A H [k] def<br />

A este dată de B = B(1:k,1:k) = A H k A k şi separarea (5.105) rezultă<br />

din aplicarea directă a teoremei 4.5 matricei B. Dacă A k este matricea formată din<br />

primele k linii ale matricei A, atunci inegalităţile (5.105) se obţin aplicând teorema<br />

4.5 matricei C = AA H . ✸<br />

Una din observaţiile imediate care rezultă din teorema 5.11 este aceea că adăugarea<br />

unei coloane sau unei linii la o matrice dată are ca efect creşterea valorii<br />

<strong>si</strong>ngulare maxime (i.e. a normei spectrale) şi scăderea valorii <strong>si</strong>ngulare minime.<br />

O relaţie dintre valorile <strong>si</strong>ngulare a două matrice şi valorile <strong>si</strong>ngulare ale sumei<br />

lor, dată în teorema următoare, este utilă în aprecierea influenţei perturbaţiilor<br />

numerice în elementele unei matrice asupra <strong>valorilor</strong> sale <strong>si</strong>ngulare.<br />

Teorema 5.12 Fie matricele A,E ∈ IC n×n . Atunci, cu notaţii evidente, avem<br />

pentru toţi k ∈ 1 : min(m,n).<br />

σ k (A)−σ 1 (E) ≤ σ k (A+E) ≤ σ k (A)+σ 1 (E) (5.106)

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

Saved successfully!

Ooh no, something went wrong!