Вычислительная математика - ИСЭМ СО РАН
Вычислительная математика - ИСЭМ СО РАН
Вычислительная математика - ИСЭМ СО РАН
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Пусть A i (δ) – интервальная n×n-матрица, с элементами [a ij −δ, a ij +δ]. Тогда A ∈ A i0 (δ)<br />
для некоторого δ. Изменяя δ (0 < δ ≤ ∆), будем оценивать расстояние от x 0 до множеств<br />
Ξ(A i (δ), b), где x 0 – решение системы линейных алгебраических уравнений Ax = b. Если<br />
для некоторого δ выполняется x 0 ∈ Ξ(A j (δ), b), то матрица A является зашумленной<br />
матрицей A j .<br />
Поскольку возможна ситуация, когда при некотором δ ≤ ∆ имеется несколько значений<br />
j т.ч. A ∈ A j (δ), и в такой ситуации распознавание таким способом невозможно, в ходе<br />
итераций алгоритма будем оценивать не вхождение x 0 в Ξ(A i (δ), b) , а близость значения<br />
x 0 к множествам Ξ(A i (δ), b) при изменении значения δ.<br />
Второй предлагаемый алгоритм распознавания числовых матриц – алгоритм, работающий<br />
с обыкновенными, неинтервальными системами уравнений. При этом оценка множества<br />
решений интервальной линейной системы уравнений находится по отдельным его<br />
элементам, получаемым случайным образом в ходе варьирования δ. На итерациях алгоритма<br />
производятся возмущения матриц в пределах [a ij − ∆, a ij + ∆], заданных на старте<br />
алгоритма. Находятся точки из множеств (представители множеств) Ξ(A i (δ), b), с помощью<br />
которых оценивается близость x 0 к множествам Ξ(A i (δ), b).<br />
При нахождении представителей множеств производится решение систем линейных алгебраических<br />
уравнений с матрицами, модифицированными до матриц со строгим диагональным<br />
преобладанием, что обеспечивает сходимость к точному решению с уточнением<br />
на один разряд мантиссы приближенного решения на каждой итерации метода Гаусса-<br />
Зейделя решения неинтервальных систем линейных уравнений. Модифицирование матрицы<br />
A с элементами a ij (i, j = 1, n) производится следующей заменой их диагональных<br />
элементов:<br />
n∑<br />
a ii := a ii + a ij + 1.<br />
В приведенной ниже схеме алгоритма m – число итераций, p – число решений из множества<br />
Ξ(A i (δ k ), b), рассматриваемого на k-й итерации алгоритма. Значение δ k определяется<br />
на каждой итерации как δ k = (∆/m) × k. ρ(x, y) – евклидово расстояние между x и<br />
y (x, y ∈ R n ).<br />
Шаг 1. ∆ := max<br />
1≤i,j≤n<br />
1≤k≤L<br />
i≠j<br />
Алгоритм 2<br />
распознавания числовых матриц<br />
|a k ij − a ij |. s i := 0, s j i<br />
:= 0 для i = 1, L, j = 1, m.<br />
Шаг 2. Найти x 0 – решение системы уравнений Ax = b.<br />
Шаг 3. Для k = 1, m сгенерировать множество матриц {Ãj i (δ k)} p j=1 .<br />
Шаг 4. Решить системы линейных уравнений Ãj i (δ k) = b для i = 1, L, j = 1, p.<br />
{x k ij} – полученные решения.<br />
Шаг 5. Вычислить {ρ k i } L i=1:<br />
ρ k i := min<br />
1≤j≤p {ρ(x 0, x k ij)}.<br />
Шаг 6. Для всех k = 1, m: если q т.ч. ρ k q = min<br />
1≤i≤L {ρk i }, то s k q := s k q + 1.<br />
Шаг 7. Вычислить {s i } L i=1:<br />
m∑<br />
s i := s k i .<br />
k=1<br />
155