Алгоритм Ланцоша с выборочной ортогонализацией: различия между версиями

Материал из Алговики
Перейти к навигации Перейти к поиску
[непроверенная версия][непроверенная версия]
Нет описания правки
Нет описания правки
Строка 5: Строка 5:
  <math> q_{1} = \frac{b_{j}}{\|b\|_2}</math>, где <math> \|b\|_2 = \sqrt{\sum\limits_{j=1}^{n} b_j^2}</math>
  <math> q_{1} = \frac{b_{j}}{\|b\|_2}</math>, где <math> \|b\|_2 = \sqrt{\sum\limits_{j=1}^{n} b_j^2}</math>
  <math> for\, j=1\,\, to\, \, k\, \, do:</math>
  <math> for\, j=1\,\, to\, \, k\, \, do:</math>
    <math>z_j = \sum\limits_{m=1}^{n} a_{jm} q_{i_m}, \; j = 1,\,\dots\,, n</math> #Считаем результат применения линейного оператора   
     <math>z=Aq_j,  </math>
     <math>z&=Aq_j,  </math>
     <math>\alpha_j=q_j^Tz, </math>
     <math>\alpha_j&=q_j^Tz, </math>
     <math>z=z-\alpha_jq_j-\beta_{j-1}q_{j-1},  </math>
     <math>z&=z-\alpha_jq_j-\beta_{j}q_{j-1},  </math>
     <math>for\, i=1\,\, to\, \, j-1\, \, do: </math>
     <math>\beta_{j+1}&=||z|| </math>
        <math>if\,  \beta_j|v_i(j)| \leqslant \sqrt{\varepsilon}\|T_j\| </math>
    <math>q_{j+1}&=z/\beta_{j+1}, </math>
            <math>z = z-(y^T_{i,j},z)y_{i,j} </math>
     <math> </math>
     <math>\beta_{j}=\|z\|_2 </math>
     <math> </math>
     <math>q_{j+1}=z/\beta_{j}, </math>
     <math> </math>
      
<math>A</math> к вектору <math>q_i</math>.
<math>A</math> к вектору <math>q_i</math>.



Версия от 23:45, 6 декабря 2016

Файл:Symbol wait.svgЭта работа прошла предварительную проверку
Дата последней правки страницы:
06.12.2016
Данная работа соответствует формальным критериям.
Проверено ASA.


[math]\displaystyle{  \beta_0=0,q_0=0 }[/math]
[math]\displaystyle{  q_{1} = \frac{b_{j}}{\|b\|_2} }[/math], где [math]\displaystyle{  \|b\|_2 = \sqrt{\sum\limits_{j=1}^{n} b_j^2} }[/math]
[math]\displaystyle{  for\, j=1\,\, to\, \, k\, \, do: }[/math]
    [math]\displaystyle{ z=Aq_j,   }[/math]
    [math]\displaystyle{ \alpha_j=q_j^Tz,  }[/math]
    [math]\displaystyle{ z=z-\alpha_jq_j-\beta_{j-1}q_{j-1},   }[/math]
    [math]\displaystyle{ for\, i=1\,\, to\, \, j-1\, \, do:  }[/math]
        [math]\displaystyle{ if\,  \beta_j|v_i(j)| \leqslant \sqrt{\varepsilon}\|T_j\|  }[/math]
            [math]\displaystyle{ z = z-(y^T_{i,j},z)y_{i,j}  }[/math]
    [math]\displaystyle{ \beta_{j}=\|z\|_2  }[/math]
    [math]\displaystyle{ q_{j+1}=z/\beta_{j},  }[/math]
    

[math]\displaystyle{ A }[/math] к вектору [math]\displaystyle{ q_i }[/math].

[math]\displaystyle{ i.2\, \alpha_i = \sum\limits_{j=1}^{n}q_{i_j} z_j }[/math] #Получаем результат скалярного произведения векторов [math]\displaystyle{ q_i }[/math] и [math]\displaystyle{ z }[/math].

[math]\displaystyle{ i.3\, z_j = z_j - \alpha_i q_{i_j} - \beta_{i-1}q_{i-1_j}, \, j = 1,\,\dots\,, n }[/math] #Вычисляем линейную комбинацию векторов.

[math]\displaystyle{ i.4\, \beta_i = \|z\|_2 = \sqrt{\sum\limits_{j=1}^{n} z_j^2} }[/math] #Считаем норму вектора [math]\displaystyle{ z }[/math].

[math]\displaystyle{ i.5 }[/math] Проверка равенства [math]\displaystyle{ \beta_i == 0 }[/math] # Если норма оказалась равной нулю, то завершаем итерации и переходим к вычислению собственных векторов и собственных значений полученной матрицы. В обратном случае, продолжаем выполнения итераций.

[math]\displaystyle{ i.6\, q_{i+1_j} = \frac{z_j}{\beta_i}, \; j = 1,\, \dots \,, n }[/math] #Нормируем вектор [math]\displaystyle{ z }[/math].

[math]\displaystyle{ i.7\, }[/math] Если выполнили [math]\displaystyle{ k }[/math] итераций, то завершаем выполнение итераций, переходим к следующему шагу. Иначе начинаем последующую итерацию цикла.

[math]\displaystyle{ 4. }[/math] Вычисляем собственные значения и собственные вектора полученной матрицы [math]\displaystyle{ T_k }[/math].