Изучение методов нахождения спектральных характеристик
Нахождение собственных чисел и собственных векторов в связи с широкой областью использования краевых, начально-краевых и спектральных задач в науке и технике. Методы вычисления спектральных характеристик Леверье–Фаддеева, А.Н. Крылова и А.М. Данилевского.
Рубрика | Программирование, компьютеры и кибернетика |
Вид | курсовая работа |
Язык | русский |
Дата добавления | 22.09.2014 |
Размер файла | 2,1 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
17. Садовничий В.А. Теория операторов / Садовничий В. А. - М.: Высш. шк.,1999. - 368 с.
18. Смирнов В. И. Научное творчество Алексея Николаевича Крылова, УМН, Т 1. - вып. 3-4(13-14), 1946.- С. 3-12
19. Срочко В. А. Численные методы: Курс лекций. Иркутск: Иркут. ун-т, 2003.-168 с.
20. Фаддеев Д.К., Фаддеева В.Н. Вычислительные методы линейной алгебры / Фаддеев Д.К., Фаддеева В.Н. - Л.: Наука, 1975. - 656 с.
Приложение
restart:
Digits:=8:
with(linalg):
assume(n,integer);
N:=5:
Hmat:=array(symmetric,sparse,1..N,1..N);
m:=1: w:=1: a:=2: b:=1/2: c:=5:
Hmat := array(symmetric, sparse, 1 .. 5, 1 .. 5, [])
V:=(zeta) -> m*w^2/2*zeta^2+a*zeta^4+b*zeta^6;
V12:=(x,y)->V(x)+V(y)+c*x*y;
H:=(arg,x,y)->-1/2*diff(arg,x$2)-1/2*diff(arg,y$2)+V12(x,y)*arg;
alpha:=2: psi[0]:=x->exp(-alpha*x^2);
psi[1]:=(x,y)->psi[0](x)*psi[0](y);
with(student,Doubleint):
NormXY:=proc();
value(Doubleint(args[1],x=-infinity..infinity,y=-infinity..infinity));
end:
N1:=sqrt(NormXY(psi[1](x,y)^2));
phi[1]:=unapply(psi[1](x,y)/(N1),x,y);
psi[2]:=unapply(simplify( H(phi[1](x,y),x,y)),x,y):
Hd:=NormXY( phi[1](x,y)*psi[2](x,y) ):
Hmat[1,1]:=evalf(Hd);
xi[2]:=unapply(simplify(psi[2](x,y)-Hd*phi[1](x,y)),x,y):
N2:=sqrt(NormXY( xi[2](x,y)^2 )):
phi[2]:=unapply(simplify(xi[2](x,y)/N2),x,y):
Hmat[1,2]:=evalf(N2);
for n from 2 to N-1 do
psi[n+1]:=unapply(simplify(H(phi[n](x,y),x,y)),x,y);
Hd:=NormXY( phi[n](x,y)*psi[n+1](x,y) );
Hmat[n,n]:=Hd;
xi[n+1]:=unapply(simplify(psi[n+1](x,y)-Hd*phi[n](x,y)-Hmat[n-1,n]*phi[n-1](x,y)),x,y);
N2:=sqrt(NormXY( xi[n+1](x,y)^2 ));
Hmat[n,n+1]:=N2;
phi[n+1]:=unapply(simplify(xi[n+1](x,y)/N2),x,y);
od:
psi[N+1]:=unapply(simplify(H(phi[N](x,y),x,y)),x,y):
Hd:=NormXY(phi[N](x,y)*psi[N+1](x,y)):
Hmat[N,N]:=Hd:
A:=matrix(N,N):
A:=evalm(map(evalf,Hmat));
A1:=matrix(N,N):
E:=matrix(N,N,[[1,0,0,0,0],[0,1,0,0,0],[0,0,1,0,0],[0,0,0,1,0],[0,0,0,0,1]]):
B:=matrix(N,N):
p:=array(1..N):
b:=matrix(N,N):
y0:=matrix(N,1,[1,0,0,0,0]):
y:=matrix(N,1):
xL:=matrix(N,N):
A1:=A:
for j from 1 to N do
P:=0;
for i from 1 to N do
P:=P+A1[i,i]:
od:
p[j]:=(1/j)*P:
B:=evalm(A1-p[j]*E):
for i from 1 to N do
b[i,j]:=B[i,1]:
od:
A1:=evalm(evalf(A&*B)):
od:
sys:=lambda^N:
for i from 1 to N do
sys:=sys-p[i]*lambda^(N-i);
od:
ch:=evalf(solve(sys=0,lambda)):
print(sys);
print(ch);
1.8030133, 6.1059782, 14.415994, 52.898308, 202.91829
for k from 1 to N do
y:=y0:
for j from 1 to N-1 do
y:=evalm(ch[k]*y):
for i from 1 to N do
y[i,1]:=y[i,1]+b[i,j];
od: od:
for i from 1 to N do
xL[i,k]:=evalm(y[i,1]): od:
od:
print(xL);
for j from 1 to N do
s:=0:
for i from 1 to N do
s:=s+(xL[i,j])^2:od:
nn:=1/sqrt(s):
for i from 1 to N do
xL[i,j]:=evalf(nn*xL[i,j]):
od: od:
print(xL):
q:=matrix(N,N):
xK:=matrix(N,N):
y:=matrix(N,1,[1,0,0,0,0]):
for i from 0 to N-1 do
for j from 1 to N do
A1[j,N-i]:=y[j,1]:
od:
y:=evalm(A&*y):
od:
y:=evalm((-1)*y):
p:=linsolve(A1,y):
sys:=lambda^N:
for i from 1 to N do
sys:=sys+p[i,1]*lambda^(N-i):
od:
ch:=evalf(solve(sys=0,lambda));
ch := 1.8023796, 6.1070927, 14.415473, 52.898342, 202.91828
for i from 1 to N do
q[1,i]:=1:
od:
for j from 2 to N do
for i from 1 to N do
q[j,i]:=ch[i]*q[j-1,i]+p[j-1,1]:
od: od:
for j from 1 to N do
for i from 1 to N do
s:=0:
for k from 1 to N do
s:=s+q[k,j]*A1[i,k]:
od:
xK[i,j]:=s:
od:od:
print(xK):
for j from 1 to N do
s:=0:
for i from 1 to N do
s:=s+(xK[i,j])^2:od:
nn:=1/sqrt(s):
for i from 1 to N do
xK[i,j]:=evalf(nn*xK[i,j]):
od: od:
print(xK):
B:=matrix(N,N):
y:=matrix(N,N):
x:=matrix(N,1):
xD:=matrix(N,N):
M:=proc(y,N,N0) local my,i;
my:=matrix(N0,N0,0):
for i from 1 to N0 do
my[i,i]:=1:
od:
for i from 1 to N0 do
my[N,i]:=-y[N+1,i]/y[N+1,N];
od:
my[N,N]:=1/y[N+1,N];
RETURN(my);
end:
evalm(M (A,N-1,N)):y:=A:
for i from 1 to N-1 do
B:=M(y,N-i,N);
y:=evalm(B^(-1)&*y&*B):
Mt(N-i):=B:
od:
sys:=lambda^N:
for i from 1 to N do
sys:=sys-y[1,i]*lambda^(N-i):
od:
print(sys);
ch:=solve(sys,lambda):
print(ch);
1.8024104, 6.1070423, 14.415537, 52.898303, 202.91830
for i from 1 to N do
for j from 1 to N do
x[j,1]:=evalf( ch[i]^(N-j) ):
od:
for i1 from 1 to N-1 do
x:=evalm(Mt(i1)&*x);
od:
for i1 from 1 to N do
xD[i1,i]:=x[i1,1];
od;
od;
evalm(xD);
for j from 1 to N do
s:=0:
for i from 1 to N do
s:=s+(xD[i,j])^2:od:
nn:=1/sqrt(s):
for i from 1 to N do
xD[i,j]:=evalf(nn*xD[i,j]):
od: od:
print(xD):
Размещено на Allbest.ru
Подобные документы
Описание функции file info в программе Erdas Imagine, которая позволяет получить подробную информацию об изображении. Графики спектральных характеристик для разных объектов на снимке. Инструменты Profile tools для исследования спектральных характеристик.
лабораторная работа [533,8 K], добавлен 09.12.2013Понятие алгебраической кратности собственного значения. Вычислительные методы собственных значений и собственных векторов. Программное обеспечение некоторых алгоритмов их нахождения. Программы на языке С++. Разработка М-файлов для системы MatLab.
реферат [286,5 K], добавлен 23.04.2012Анализ прямого метода Данилевского нахождения собственных векторов практически любой матрицы. Возможность применения этого метода в современном программировании, и так же области науки, где пользоваться методом Данилевского было бы очень удобно.
курсовая работа [198,2 K], добавлен 13.05.2008Исследование конечно-разностных методов решения краевых задач путем моделирования в среде пакета Micro-Cap V. Оценка эффективности и сравнительной точности этапов получения решений методом математического, аналогового моделирования и численными расчетами.
курсовая работа [324,3 K], добавлен 23.06.2009Разработка и описание программы анализа параметров и характеристик реализации случайного процесса: оценка статистических характеристик и плотности распределения реализации, корреляционных и спектральных характеристик реализации случайного процесса.
курсовая работа [708,8 K], добавлен 25.12.2008Нахождение собственных чисел и разработка фундаментальной системы решений. Построение фундаментальной матрицы методом Эйлера. Зависимость Жордановой формы матрицы А от ее собственных чисел. Решение задачи Коши. Построение фазового портрета в MATLAB.
курсовая работа [1,4 M], добавлен 20.12.2013Исследование влияния динамических и спектральных характеристик импульса фотовозбуждения на кинетику сверхбыстрой рекомбинации зарядов в ДАК. Разработка алгоритмов моделирования оптической накачки без учета спектрального состава импульса возбуждения.
дипломная работа [1,9 M], добавлен 26.06.2012Проектирование и моделирование платы и корпуса цифрового устройства. Геометрическая модель платы и нахождение собственных частот. Исследование теплообмена с использованием граничного условия и вентилятора. Методы моделирования в системе SolidWorks.
курсовая работа [2,3 M], добавлен 06.07.2012Рассмотрение основных особенностей компьютерной программы Assembler: функции, структурное описание. Характеристика собственных векторов обработчиков прерываний. Div64 как функция-вычислитель, реализующая операцию деления знаковых чисел в формате 64:16.
контрольная работа [224,7 K], добавлен 11.03.2013Расчет профилей распределения поглощенной энергии с учетом спектральных и температурных зависимостей полупроводниковых материалов. Разработка программы в среде Delphi для моделирования источника тепла, создаваемого в кремнии облучением ионами водорода.
контрольная работа [897,0 K], добавлен 11.01.2013