Обобщенная задача на собственные значения

Физический смысл: матрица жесткости и матрица масс

Отличным примером обобщенной задачи является классическая механика. Рассмотрим сложную систему, состоящую из множества связанных пружин и грузов. Уравнение ее свободных колебаний описывается системой дифференциальных уравнений второго порядка: M * x'' + K * x = 0. Здесь K — симметричная матрица жесткости пружин, а M — симметричная и положительно определенная матрица масс. Подставляя гармоническое решение вида x(t) = v * cos(omega * t), мы избавляемся от производных и получаем чисто алгебраическое уравнение: K * v = omega^2 * M * v. Это и есть обобщенная задача на собственные значения, где роль матрицы A играет жесткость, матрицы B — масса, а собственные значения (лямбда) являются квадратами резонансных (собственных) частот системы.

Сведение к стандартной задаче

Возникает естественный вопрос: можно ли решить обобщенную задачу, просто сведя ее к стандартной? Формально — да. Если матрица B невырождена (ее определитель не равен нулю, что в физике означает отсутствие тел с нулевой массой), можно умножить левую и правую части уравнения на обратную матрицу B^(-1). Мы получим (B^(-1) * A)X = lambda * X, что является классической задачей для новой матрицы C = B^(-1) * A. Однако этот математический шаг крайне нежелателен в программировании. Во-первых, умножение симметричных матриц A и B^(-1) порождает несимметричную матрицу C, уничтожая все вычислительные преимущества симметрии. Во-вторых, вычисление обратной матрицы B^(-1) может привести к потере устойчивости, если масса системы распределена неравномерно.

Алгоритм QZ и разложение Холецкого

Вместо грубого вычисления обратной матрицы вычислительная линейная алгебра предлагает изящные методы. Если матрица B положительно определена (как матрица масс), применяется разложение Холецкого: B = L * L^T. Используя замену переменных Y = L^T * X, исходное уравнение превращается в стандартную задачу для матрицы L^(-1) * A * (L^T)^(-1). Эта новая матрица сохраняет идеальную симметрию, что гарантирует вещественность всех собственных частот и позволяет использовать сверхбыстрые алгоритмы. В самом общем случае, когда матрицы A и B несимметричны или плохо обусловлены, применяется QZ-алгоритм (обобщение QR-алгоритма), который ортогональными преобразованиями приводит обе матрицы к верхнетреугольному (или квазитреугольному) виду без единой операции явного матричного обращения.

Одновременная диагонализация (Теорема Релея)

Одно из самых красивых свойств обобщенной задачи с двумя симметричными матрицами (одна из которых положительно определена) — возможность их одновременной диагонализации. Теорема утверждает, что существует матрица перехода (состоящая из обобщенных собственных векторов), которая при конгруэнтном преобразовании превращает матрицу B в единичную матрицу I, а матрицу A — в диагональную матрицу собственных значений. Геометрически это означает, что мы можем найти в пространстве такую уникальную систему координат, в которой сложный многомерный эллипсоид кинетической энергии становится идеальной сферой, а оси эллипсоида потенциальной энергии выстраиваются строго параллельно осям этой новой системы координат.