|
||||
Меню:
Главная
Форум
Литература: Программирование и ремонт Импульсные блоки питания Неисправности и замена Радиоэлектронная аппаратура Микросхема в ТА Рубрикатор ТА Кабельные линии Обмотки и изоляция Радиоаппаратура Гибкие диски часть 2 часть 3 часть 4 часть 5 Ремонт компьютера часть 2 Аналитика: Монтаж Справочник Электроника Мощные высокочастотные транзисторы 200 микросхем Полупроводники ч.1 Часть 2 Алгоритмические проблемы 500 микросхем 500 микросхем Сортировка и поиск Монады Передача сигнала Электроника Прием сигнала Телевидиние Проектирование Эвм Оптимизация Автомобильная электроника Поляковтрансиверы Форт Тензодатчик Силовые полевые транзисторы Распределение частот Резисторные и термопарные Оберон Открытые системы шифрования Удк |
[226] (Последнее равенство соответствует выделению полного квадрата, как мы увидим в упр. 31.6-2.) Теперь для любого z можно подобрать такое у, чтобы первое слагаемое в соотношении (31.30) обратилось в 0 - а значит, остающееся второе слагаемое положительно для любого z. Положительная определённость S доказана. Следствие 31.16 Для положительно определённой симметрической матрицы процедура LU-Decomposition не сталкивается с делением на 0. Доказательство. Пусть А - положительно определённая симметрическая матрица. Докажем, что все главные элементы по ходу действия будут положительны (и тем самым не равны 0). Первый из них (оц) положителен, поскольку по определению положительно определённой матрицы оц = ejAeJ > 0. На следующем шаге рекурсии алгоритм применяется к дополнению Шура, которое по лемме 31.15 само является положительно определённой симметрической матрицей, так что и все дальнейшие главные элементы положительны (индукция). Метод наименьших квадратов. утАку + yTBTz + zTBy + ZTCz (у + A71BTz)TAk(y + A;1BTz) + zt(C- BA71Bt)z (31.30) zT(C - BA7lBT)z = zTSz Обратите внимание, что при k = 1 это определение согласуется с прежним определением (31.23). Докажем результат, использованный при доказательстве теоремы 31.12. Лемма 31.15 (о дополнении Шура) Если А является положительно определённой симметрической матрицей, а Ак - её к - й угловой минор, то дополнение Шура к подматрице Ак матрицы А само будет симметрической положительно определённой матрицей. Доказательство. Как следует из упражнения 31.1-7, матрица S будет симметрической; остаётся показать её положительную определённость. Мы знаем, что хТАх > 0 для любого ненулевого вектора х. Разбив вектор х на части у и z (в соответствии с разбиением (31.28) матрицы А), мы можем написать следующее тождество (матрица Ак обратима, как мы знаем): Метод наименьших квадратов использует положительно определённые симметрические матрицы для отыскания кривых данного вида, походящих поблизости от заданных точек. Пусть нам задан набор точек [Xi,yi), (Ж2,У2), • • • , (Хт,ут) [xi ф Xj при г ф j), причём значения уг- считаются содержащими ошибки измерения. Мы ищем функцию F(x), для которой yi = F(xi) + r}i,(31.31) при г = 1,... , то, причём погрешности гц малы. Ищем мы её среди функций определенного класса, а именно, среди линейных комбинаций п 3 = 1 заранее выбранных базисных функций (basic functions) fj. Часто в качестве базисных функций рассматривают мономы fj(x) = х3~1 вплоть до некоторой фиксированной степени; другими словами, мы ищем F среди многочленов степени не выше п-1: ci + с2ж + с3ж2 -\-----Ь спхп~г. При п = то можно найти многочлен, в точности проходящий через заданные точки, то есть удовлетворяющий соотношению (31.31) с нулевыми погрешностями. Как правило, такой подход оказывается неудачным, так как ошибки измерений сильно влияют на значения многочлена вне Ж1,ж2,... ,хп, и получается ерунда. Разумнее выбрать п много меньшим т - тогда есть шанс, что «шум», вносимый ошибками измерения, отфильтруется. Мы не обсуждать практические правила выбора п, а будет считать, что п уже задано. Мы получаем систему, где уравнений больше, чем неизвестных, зато их не надо решать точно - если левая часть близка к правой, уже хорошо. Как поступать с такой системой? Пусть А - матрица значений базисных функций в заданных точках: / fl{xi) /2(2:1) • • • /гг(ж1)\ /1(2:2) /2(2:2) • • • fn(x2) \fi(xm) /2(жт) а с вектор из га искомых коэффициентов: с = (ск). Тогда / /1(2:1) /2(2:1) • • • fn(x1)\ Ac /1(2:2) /2(2:2) АЛ c2 \CnJ \fl(xm) f2(xm) ... fn(xm)J fF(xi)\ F(x2] \F{xm)) будет вектором из то значений, через которые проходит кривая. Мы хотим, чтобы вектор невязки (approximation error) г) = Ас - у, (размера то) был как можно меньше. Здесь «меньше» мы понимаем как «короче», вычисляя длину по формуле Е2 чг = 1 1/2 (евклидова норма). Другими словами, мы хотим, чтобы сумма квадратов невязок была минимальной, отсюда и название метод наименьших квадратов (least squares). Как учат в курсе анализа, для поиска минимума надо продифференцировать п i п \v\\2 = \\Ac-y\\2 = J2 ЕВД-У* i=l \j=l по всем переменным ск д\\у\\2 = дск Е 2 Е a%JcJ ~ Уг ) а%к = ° 1=1 \j=i (31.32) Эту систему из п уравнений (к = 1, 2,... , га) можно записать как матричноме уравнение {Ас-у)ТА = 0, которое (см. упр. 31.1-3) эквивалентно уравнению Ат(Ас- у) = 0. |
Среды: Smalltalk80 MicroCap Local bus Bios Pci 12С ML Микроконтроллеры: Atmel Intel Holtek AVR MSP430 Microchip Книги: Емкостный датчик 500 схем для радиолюбителей часть 2 (4) Структура компьютерных программ Автоматическая коммутация Кондиционирование и вентиляция Ошибки при монтаже Схемы звуковоспроизведения Дроссели для питания Блоки питания Детекторы перемещения Теория электропривода Адаптивное управление Измерение параметров Печатная плата pcad pcb Физика цвета Управлении софтверными проектами Математический аппарат Битовые строки Микроконтроллер nios Команды управления выполнением программы Перехода от ahdl к vhdl Холодный спай Усилители hi-fi Электронные часы Сердечники из распылённого железа Анализ алгоритмов 8-разрядные КМОП Классификация МПК История Устройства автоматики Системы и сети Частотность Справочник микросхем Вторичного электропитания Типы видеомониторов Радиобиблиотека Электронные системы Бесконтекстный язык Управление техническими системами Монтаж печатных плат Работа с коммуникациями Создание библиотечного компонента Нейрокомпьютерная техника Parser Пи-регулятор ч.1 ПИ-регулятор ч.2 Обработка списков Интегральные схемы Шина ISAВ Шина PCI Прикладная криптография Нетематическое: Взрывной автогидролиз Нечеткая логика Бытовые установки (укр) Автоматизация проектирования Сбор и защита Дискретная математика Kb радиостанция Энергетика Ретро: Прием в автомобиле Управление шаговым двигателем Магнитная запись Ремонт микроволновки Дискретные системы часть 2 | ||