Бесплатные калькуляторы

Примеры запросов: процентыипотекаплощадь✓ 7 074 работающих калькулятора

ЛИНЕЙНАЯ АЛГЕБРА · ОНЛАЙН

Обусловленность оператора с двукратным собственным значением

Вычисляет число обусловленности по сингулярным значениям, решает систему Ax=b, проверяет невязку и оценивает чувствительность решения. Для калькулятора «Обусловленность оператора с двукратным собственным значением» задана модель κ₂(λI+δuuᵀ)=max(|λ|,|λ+δ|)/min(|λ|,|λ+δ|). Обусловленность в евклидовой норме определяется сингулярными значениями; нулевое минимальное значение означает вырожденность.

✓ Бесплатно⌁ С пояснением✦ Без регистрации
▦
КАЛЬКУЛЯТОР

Введите данные

Вещественный коэффициент для указанной матричной модели.
Вещественный коэффициент для указанной матричной модели.
Вещественный коэффициент для указанной матричной модели.
Вещественный коэффициент для указанной матричной модели.
Вещественный коэффициент для указанной матричной модели.
✓ Исходные значения передаются серверу только для выполнения расчёта. Регистрация не нужна.
ВАШ РЕЗУЛЬТАТ✓ Вычислено

Обусловленность оператора с двукратным собственным значением

Число обусловленности κ₂1,5
Наибольшее сингулярное значение3
Наименьшее сингулярное значение2
Устойчивость: 1/κ₂0,666667
Норма матрицы Фробениуса4,123106
Норма решения Ax=b0,333333
Невязка Ax−b0
Отношение норм ‖x‖/‖b‖0,333333
Погрешность диагонализации AᵀA0
Координата решения x10,269436
Координата решения x20,147193
Координата решения x30,129806
След матрицы7
Определитель матрицы12
Матрица [1,1]2,65336
Матрица [1,2]0,356932
Матрица [1,3]0,31477
Матрица [2,1]0,356932
Матрица [2,2]2,194993
Матрица [2,3]0,171959
Матрица [3,1]0,31477
Матрица [3,2]0,171959
Матрица [3,3]2,151647

«Копировать картинку» помещает изображение результата в буфер обмена без сохранения файла — его можно сразу вставить в мессенджер или документ. Картинка и PDF содержат ссылку на calc-calc.ru.

Вычисляет число обусловленности по сингулярным значениям, решает систему Ax=b, проверяет невязку и оценивает чувствительность решения.

Модель: κ₂(λI+δuuᵀ)=max(|λ|,|λ+δ|)/min(|λ|,|λ+δ|). Соблюдайте условия применимости матрицы.

Был ли калькулятор полезен?Одно касание — и мы поймём, какие инструменты улучшать.
ПОДРОБНЫЙ РАЗБОР · ФОРМУЛЫ И ПРИМЕРЫ

Обусловленность оператора с двукратным собственным значением

Вычисляет число обусловленности по сингулярным значениям, решает систему Ax=b, проверяет невязку и оценивает чувствительность решения. Обусловленность в евклидовой норме определяется сингулярными значениями; нулевое минимальное значение означает вырожденность. Для задачи «Обусловленность оператора с двукратным собственным значением» матрица построена по явно указанным входным коэффициентам.

Вторая группа исследует кратные значения. Часть собственных направлений при этом не фиксируется единственным образом; геометрическая кратность и число жордановых блоков имеют самостоятельное значение. В частности, модель «κ₂(λI+δuuᵀ)=max(|λ|,|λ+δ|)/min(|λ|,|λ+δ|)» определяет, какие алгебраические инварианты можно сравнивать.

Зачем нужно число обусловленности

Число обусловленности κ₂(A) — отношение наибольшего и наименьшего сингулярных значений. Оно показывает потенциальное усиление относительной ошибки при решении Ax=b. Для несамосопряжённых матриц модулей собственных значений недостаточно. В проверочном примере используется запись «κ₂(λI+δuuᵀ)=max(|λ|,|λ+δ|)/min(|λ|,|λ+δ|)», так что при перестановке коэффициентов смысл расчёта меняется.

Для этой модели используется запись «κ₂(λI+δuuᵀ)=max(|λ|,|λ+δ|)/min(|λ|,|λ+δ|)». Вторая группа исследует кратные значения. Часть собственных направлений при этом не фиксируется единственным образом; геометрическая кратность и число жордановых блоков имеют самостоятельное значение. Например, на странице «Обусловленность оператора с двукратным собственным значением» можно изменить Добавка к отдельному собственному значению и сравнить значение результата с исходным примером.

Что означают исходные числа

Коэффициенты задаются непосредственно: Повторённое λ, Добавка к отдельному собственному значению, Первый угол собственных направлений. Дальше используются Второй угол, Порог сингулярности. Каждое число входит в матрицу, её проверку, выбранный вектор либо критерий численной допустимости. Для этого оператора важно явно указать Повторённое λ, Добавка к отдельному собственному значению, Первый угол собственных направлений: от этих величин зависит матрица и последующий результат.

В примере Начальные значения: Повторённое λ = 2, Добавка к отдельному собственному значению = 1, Первый угол собственных направлений = 0.5, Второй угол = 0.4, Порог сингулярности = 1e-07. Размерность матрицы задана явно — введите коэффициенты в подписанные поля и сравните не только первый результат, но и контрольные инварианты. Например, на странице «Обусловленность оператора с двукратным собственным значением» можно изменить Первый угол собственных направлений и сравнить значение результата с исходным примером.

Порядок вычисления

Сначала строится оператор по выбранной модели. Затем рассчитываются Число обусловленности κ₂, Наибольшее сингулярное значение, Наименьшее сингулярное значение. Для симметричного оператора используется устойчивое диагонализующее преобразование; в задачах с дефектностью применяются точные алгебраические критерии. Критерии применяются именно к модели «κ₂(λI+δuuᵀ)=max(|λ|,|λ+δ|)/min(|λ|,|λ+δ|)»; при переходе к другой матрице вычислительную постановку нужно проверить заново.

При численных операциях округление производится при выдаче ответа, а промежуточные вычисления идут с двойной точностью. Результат нельзя безоговорочно переносить на матрицы других размеров и с другой структурой. Например, на странице «Обусловленность оператора с двукратным собственным значением» можно изменить Второй угол и сравнить значение результата с исходным примером.

Чтение результата

Для исходного примера получено: Число обусловленности κ₂ = 1.5, Наибольшее сингулярное значение = 3, Наименьшее сингулярное значение = 2, Устойчивость: 1/κ₂ = 0.66666667. Сопоставление нескольких этих величин помогает увидеть как алгебраическое свойство оператора, так и качество вычисления. Практический контроль проводится для случая «Обусловленность оператора с двукратным собственным значением», а не для абстрактной матрицы без заданных коэффициентов.

После расчёта система решается с выбором ведущего элемента; невязка ||Ax−b|| позволяет проверить, воспроизводит ли найденный вектор исходную правую часть. Малой невязки недостаточно для уверенности при огромной κ₂. Например, на странице «Обусловленность оператора с двукратным собственным значением» можно изменить Порог сингулярности и сравнить значение результата с исходным примером.

Особые случаи и ограничения

Обусловленность в евклидовой норме определяется сингулярными значениями; нулевое минимальное значение означает вырожденность. Отдельно проверяйте входы Повторённое λ, Добавка к отдельному собственному значению, Первый угол собственных направлений: именно они могут приблизить оператор к предельному математическому случаю.

При близких собственных числах геометрическая кратность не определяется только числом совпавших значений. Величины, описывающие невырожденность, трактуйте с учётом установленного допуска. За пределами семейства формула не заменяет общий символический расчёт матриц. Например, на странице «Обусловленность оператора с двукратным собственным значением» можно изменить Повторённое λ и сравнить значение результата с исходным примером.

Для чего применять в практике

В линейных моделях спектр описывает независимые направления, определённость позволяет оценить квадратичный функционал, а число обусловленности — устойчивость расчёта. Полярное разложение разделяет вращательную и растягивающую части. Для оценки полезно отслеживать, как изменение коэффициентов отражается на инвариантах в модели «κ₂(λI+δuuᵀ)=max(|λ|,|λ+δ|)/min(|λ|,|λ+δ|)».

Сравнивайте результаты при изменении значимых коэффициентов, особенно если оператор близок к особой точке: Матрица [3,1], Матрица [3,2], Матрица [3,3]. Не используйте результат в качестве доказательства вне указанных ограничений. Например, на странице «Обусловленность оператора с двукратным собственным значением» можно изменить Добавка к отдельному собственному значению и сравнить значение результата с исходным примером.

Формула расчёта

ОСНОВНАЯ ФОРМУЛА

κ₂(λI+δuuᵀ)=max(|λ|,|λ+δ|)/min(|λ|,|λ+δ|)

Проверенные примеры

Пример с заполненными исходными полями

Начальные значения: Повторённое λ = 2, Добавка к отдельному собственному значению = 1, Первый угол собственных направлений = 0.5, Второй угол = 0.4, Порог сингулярности = 1e-07.

Калькулятор выдаёт: Число обусловленности κ₂ = 1.5, Наибольшее сингулярное значение = 3, Наименьшее сингулярное значение = 2, Устойчивость: 1/κ₂ = 0.66666667. Измените один из параметров и сравните показанные величины.

Как пользоваться онлайн-калькулятором

  1. Введите Повторённое λ, Добавка к отдельному собственному значению, Первый угол собственных направлений, Второй угол, Порог сингулярности.
  2. Расчёт основан на модели «κ₂(λI+δuuᵀ)=max(|λ|,|λ+δ|)/min(|λ|,|λ+δ|)». Перед применением проверьте её симметрию, размерность и допустимость выбранных коэффициентов.
  3. Сравните Число обусловленности κ₂, Наибольшее сингулярное значение, Наименьшее сингулярное значение, Устойчивость: 1/κ₂. При проверке устойчивости отдельно используйте оценку погрешности или невязку.
ВОПРОСЫ И ОТВЕТЫ

Частые вопросы

Чем этот расчёт отличается от простого поиска определителя?

Вычисляет число обусловленности по сингулярным значениям, решает систему Ax=b, проверяет невязку и оценивает чувствительность решения. Обусловленность в евклидовой норме определяется сингулярными значениями; нулевое минимальное значение означает вырожденность.

Почему матрица задана определённой формой?

Здесь исследуется конкретное семейство операторов; входные поля определяют все используемые коэффициенты и условия, а не произвольную символьную матрицу.

Как проверить результат?

Пример расчёта приведён на странице. В архив также входят контрольные наборы с независимой проверкой линейной алгебры через NumPy.

Похожие калькуляторы

▦ЛИНЕЙНАЯ АЛГЕБРА

QR-разложение прямоугольной матрицы — анализ чувствительности

Находит экономное QR-разложение прямоугольной матрицы, проверяет ортогональность Q и ошибку восстановления A=QR. Вычисляется не только решение, но и его изменение относительно невозмущённой системы. Модель A(δ)=[a+δ b; c d; 1 t], Δx=x(δ)−x(0).

▦ЛИНЕЙНАЯ АЛГЕБРА

QR-разложение прямоугольной матрицы — зависимость от параметра t

Находит экономное QR-разложение прямоугольной матрицы, проверяет ортогональность Q и ошибку восстановления A=QR. Параметр меняет два коэффициента матрицы с противоположными знаками; в особой точке возможен переход ранга. Модель A(t)=[a+t b; c d−t; e 1].

▦ЛИНЕЙНАЯ АЛГЕБРА

QR-разложение прямоугольной матрицы — матрица неполного ранга

Находит экономное QR-разложение прямоугольной матрицы, проверяет ортогональность Q и ошибку восстановления A=QR. Строки пропорциональны: псевдообращение даёт решение минимальной нормы, обычного обратного оператора нет. Модель A=[a b; ka kb; ca cb], rank(A)≤1.

ПОДЕЛИТЬСЯ ИНСТРУМЕНТОМ

Встроить на свой сайт

Вставьте этот код в HTML-блок на своём сайте. Посетители смогут пользоваться калькулятором без перехода.

Прямая ссылка: https://calc-calc.ru/embed/calc_900065/

Предварительный просмотр