Počet záznamů: 1  

Linearization of the quadratic eigenvalue problem, Jordan condition number and dimensionless analysis

  1. 1.
    0093665 - ÚT 2008 RIV PL eng C - Konferenční příspěvek (zahraniční konf.)
    Kozánek, Jan
    Linearization of the quadratic eigenvalue problem, Jordan condition number and dimensionless analysis.
    [Linerizace kvadratického problému vlastní hodnoty, Jordanovo číslo podmíněnosti a bezrozměrná analýza.]
    9th Conference on Dynamical Systems - Theory and Applications. Lodz: Department of Automatics and Biomechanics Technical University of Lodz, 2007, s. 927-934. ISBN 978-83-924382-9-8.
    [Conference on Dynamical Systems - Theory and Applications /9./. Lodz (PL), 17.12.2007-20.12.2007]
    Grant CEP: GA ČR GA101/06/1787
    Výzkumný záměr: CEZ:AV0Z20760514
    Klíčová slova: quadratic eigenvalue problem * Jordan condition number * dimensionless analysis
    Kód oboru RIV: BI - Akustika a kmity

    In this paper, alternative proofs of the Jordan condition number and spectral condition number for diagonalizable matrices of order two are presented. It can be useful to define "optimal eigenvalues" or matrix scaling in the process of the linearization of the quadratic eigenvalue problem. The proposed solution is the same as the well known dimensionless analysis of the one mass dynamical system and is added by the numerical examples of dynamical systems of larger dimensions.

    V příspěvku jsou odvozeny vzorce pro Jordanovo číslo podmíněnosti a spektrální číslo podmíněnosti u diagonalizovatelných matic řádu 2. To může být užitečné pro "numerickou optimalizaci" kvadratického problému vlastní hodnoty a jeho linearizaci přechodem do stavového prostoru. Navrhovaný postup je stejný jako klasický přístup pomocí bezrozměrné analýzy a je doplněn numerickou simulací pro matice větších řádů.
    Trvalý link: http://hdl.handle.net/11104/0004367

     
     
Počet záznamů: 1  

  Tyto stránky využívají soubory cookies, které usnadňují jejich prohlížení. Další informace o tom jak používáme cookies.