Журнал вычислительной математики и математической физики, 2019, T. 59, № 9, стр. 1459-1481

О структуре оценок близости псевдорешений исходной и возмущенной систем линейных алгебраических уравнений

В. Н. Бабенко *

Краснодарское высшее военное училище им. генерала армии С.М. Штеменко
350063 Краснодар, ул. Красина, 4, Россия

* E-mail: rnibvd@mail.ru

Поступила в редакцию 05.05.2018
После доработки 25.04.2019
Принята к публикации 15.05.2019

Полный текст (PDF)

Аннотация

В статье рассмотрен пример исходной и возмущенной систем линейных алгебраических уравнений, причем параметр матрицы возмущения лежит в области непрерывной зависимости псевдорешения от матрицы возмущения. С другой стороны, при обращении к известной оценке С.К. Годунова применительно к рассматриваемому примеру обнаружилось, что используемое в ней условие непрерывной зависимости псевдорешения от матрицы возмущения не выполняется. Эти противоречия обусловили инициирование исследований по их разрешению. В настоящей работе получены оценки близости псевдорешений исходной и возмущенной систем, в которой область непрерывной зависимости псевдорешения от матрицы возмущения более широка. Сравнение этой оценки с оценкой, представленной Лоусоном и Хенсоном, показало завышенность последней. Библ. 7.

Ключевые слова: ядро и образ матрицы, псевдообратная матрица, ортопроектор, размерность подпространства, раствор подпространств, сингулярное разложение матрицы, число обусловленности матрицы.

1. СИСТЕМЫ ЛИНЕЙНЫХ УРАВНЕНИЙ И СТРУКТУРЫ ОЦЕНОК БЛИЗОСТИ ИХ ПСЕВДОРЕШЕНИЙ

Пусть $A$ – матрица размерности $m \times n$, причем ее ранг $r$ (обозначение $rk(A)$) удовлетворяет неравенству $r < \min \left\{ {m,n} \right\}$.

Обратимся к задаче решения систем линейных уравнений

(1.1)
$Ax \cong y.$
Здесь символ $ \cong $ означает, что система (1.1) может быть как совместной, так и несовместной. Известно, что вектор у представим в виде суммы:
$y = \bar {y} + \tilde {y},$
где $\bar {y} \in R(A),\;\tilde {y} \in N({{A}^{{\text{т}}}})$, здесь $R(A),\;N({{A}^{{\text{т}}}})$ – образ матрицы А и ядро матрицы ${{A}^{{\text{т}}}}$ соответственно [1].

Пусть х – произвольный вектор из R n такой, что

$Ax = \bar {y}.$
Учитывая, что
$x = \bar {x} + \tilde {x},$
где $\bar {x} \in R({{A}^{{\text{т}}}}),\;\tilde {x} \in N(A)$, при подстановке х в последнее уравнение мы можем записать цепочку равенств
$\bar {y} = A(\bar {x} + \tilde {x}) = A\bar {x} + A\tilde {x} = A\bar {x}.$
Таким образом,
$A\bar {x} = \bar {y}.$
Умножив последнее уравнение на ${{A}^{ + }}$, получим
${{A}^{ + }}A\bar {x} = {{A}^{ + }}\bar {y}.$
Согласно определению (см. [1]) вектор $\bar {x} \in R({{A}^{{\text{т}}}})$, поэтому ${{A}^{ + }}A\bar {x} = \bar {x}$ и, следовательно,

$\bar {x} = {{A}^{ + }}\bar {y}.$

Итак, мы видим, на множествах $R(A)$ и $R({{A}^{{\text{т}}}})$ существует взаимно однозначное соответствие.

Очевидно, справедлива цепочка равенств

${{A}^{ + }}\bar {y} = {{A}^{ + }}\bar {y} + {{A}^{ + }}\tilde {y} = {{A}^{ + }}(\bar {y} + \tilde {y}) = {{A}^{ + }}y.$
Таким образом, мы обнаружили, что в качестве приближенного решения системы (1.1) можно взять вектор $\bar {x}$, определяемый по формуле

(1.2)
$\bar {x} = {{A}^{ + }}y.$

Отметим, что среди всех векторов $x:Ax = \bar {y}$, согласно разложению $x = \bar {x} + \tilde {x}$, где $\bar {x} \in R({{A}^{{\text{т}}}}),\;\tilde {x} \in N(A)$, $N(A) \bot R({{A}^{{\text{т}}}})$, вектор $x = \bar {x}$ имеет минимальную норму. Другими словами, из теоремы Пифагора ${{\left\| x \right\|}^{2}} = {{\left\| {\bar {x}} \right\|}^{2}} + {{\left\| {\tilde {x}} \right\|}^{2}}$ следует, что $\left\| x \right\| = \left\| {\bar {x}} \right\|$, когда $\tilde {x} = 0$.

При осуществлении вычислений на ЭВМ в результаты выполнения арифметических операций неизбежно вносятся погрешности округления. Вследствие этого вместо псевдорешения $\bar {x}$ (1.2) системы (1.1) мы получим псевдорешение $\bar {u}$.

С помощью обратного анализа погрешностей, вносимых в результаты выполнения арифметических операций, их накопления сводятся к эквивалентным возмущениям матрицы А и вектора у. Пусть матрица В есть возмущение матрицы А, соответственно $v$ – возмущение вектора у. Согласно сказанному можно считать, что вместо системы (1.1) мы решили другую систему

(1.3)
$(A + B)u \cong y + v,$
псевдорешение которой определяется формулой
(1.4)
$\bar {u} = {{(A + B)}^{ + }}(y + v).$
Отметим, что в системе (1.3) матрица $B$ и вектор $v$ неизвестны.

Рассмотрим пример.

Пусть ${{\sigma }_{1}} = 1$, ${{\sigma }_{2}} = {{\sigma }_{3}} = {{\sigma }_{4}} = 2 \times {{10}^{{ - 5}}}$, $c = {{10}^{{ - 5}}}$, $\psi = \frac{c}{{{{\sigma }_{3}}}}$, $\varphi = \frac{c}{{{{\sigma }_{2}}}}$, ${{y}_{5}} = {{10}^{{ - 5}}}$,

$A = \left[ {\begin{array}{*{20}{c}} {{{\sigma }_{{\text{1}}}}}&0&0&0&0 \\ 0&{{{\sigma }_{2}}}&0&0&0 \\ 0&0&{{{\sigma }_{3}}}&0&0 \\ 0&0&0&{{{\sigma }_{4}}}&0 \\ 0&0&0&0&0 \end{array}} \right],\quad y = \left[ {\begin{array}{*{20}{c}} 1 \\ {{{\sigma }_{2}}} \\ 0 \\ 0 \\ {{{y}_{5}}} \end{array}} \right],\quad B = \left[ {\begin{array}{*{20}{c}} 0&0&0&0&0 \\ 0&{ - \varphi c}&0&0&{\sqrt {1 - {{\varphi }^{2}}} c} \\ 0&0&{ - \psi c}&0&0 \\ 0&0&0&{ - c}&0 \\ 0&0&{\sqrt {1 - {{\psi }^{2}}} c}&0&0 \end{array}} \right].$
По формулам (1.2) и (1.4) мы вычислили $\bar {x}$, $\bar {u}$, а также $\varepsilon = \frac{{\left\| {\bar {u} - \bar {x}} \right\|}}{{\left\| {\bar {x}} \right\|}}$, при этом обнаружилось, что $\varepsilon = {\text{0}}{\text{.456}}$.

Обращение к оценке точности, взятой из [6, с. 411], формулы (6.33), (6.31):

$\frac{{\left\| {\bar {u} - \bar {x}} \right\|}}{{\left\| {\bar {x}} \right\|}} \leqslant M,$
где
$M = \frac{{\frac{{3 + \sqrt 5 }}{2}{{c}_{r}}(\alpha {\kern 1pt} {\text{'}} + \beta )}}{{1 - \frac{{3 + \sqrt 5 }}{2}\alpha {\kern 1pt} '}}\sqrt {1 + c_{r}^{2}{{\gamma }^{2}}} ,$
$\alpha {\kern 1pt} ' = \alpha \sqrt {\frac{{2\left( {1 + 4{\text{/}}c_{r}^{2}(1 - {{c}_{r}}\alpha )} \right)}}{{1 + 2{\text{/}}c_{r}^{2} + \sqrt {1 + 4{\text{/}}c_{r}^{2}} }}} ,$
$\left\| B \right\| \leqslant \alpha \left\| A \right\|,$
$\left\| {v} \right\| \leqslant \beta \left\| y \right\|,$
привело к следующим результатам:
${{c}_{4}} = 5 \times {{10}^{4}}\quad ({{c}_{i}} = {{\sigma }_{1}}{\text{/}}{{\sigma }_{i}}),\quad \alpha = {{10}^{{ - 5}}},\quad \beta = 0,$
$1 - \frac{{3 + \sqrt 5 }}{2}\alpha {\kern 1pt} ' = - 0.30902 < 0.$
Последнее соотношение говорит о том, что для используемых в представленном примере значений величин ${{c}_{4}}$ и $\alpha $ требование непрерывной зависимости псевдорешения от возмущения матрицы исходной системы уравнений
$1 - \frac{{3 + \sqrt 5 }}{2}\alpha {\kern 1pt} ' > 0,$
не выполняется.

С другой стороны, обращаясь к матрицам А и В нашего примера, мы видим, что требование непрерывной зависимости псевдорешения определяется неравенством ${{\sigma }_{4}} - c > 0$, которое легко преобразуется к виду $1 - {{c}_{4}}\alpha > 0$. Отметим, что в нашем примере пара $({{c}_{4}},\alpha )$ (${{c}_{4}} = 5 \times {{10}^{4}}$, $\alpha = {{10}^{{ - 5}}}$) принадлежит множеству непрерывной зависимости псевдорешения от возмущения матрицы системы уравнений ($1 - {{c}_{4}}\alpha = 0.5 > 0$).

Предложенный пример позволяет высказать предположение, что требование непрерывной зависимости псевдорешения в представленной оценке является завышенным. Последнее побудило нас провести исследование влияния возмущений системы линейных алгебраических уравнений на оценку близости псевдорешений исходной и возмущенной систем.

В дальнейшем нам потребуется опираться на следующие свойства раствора подпространств.

Лемма 1.1. Пусть ${{P}_{{{{R}_{1}}}}},\;{{P}_{{{{R}_{2}}}}}$ – ортопроекторы на подпространства ${{R}_{1}}$ и ${{R}_{2}}$. Справедливы соотношения (см. [3])

$\left\| {{{P}_{{{{R}_{1}}}}} - {{P}_{{{{R}_{2}}}}}} \right\| = \mathop {\max }\limits_{x \in {{R}_{1}},\,\left\| x \right\| = 1} \left\| {\left( {I - {{P}_{{{{R}_{2}}}}}} \right)x} \right\| = \mathop {\max }\limits_{x \in {{R}_{2}},\,\left\| x \right\| = 1} \left\| {\left( {I - {{P}_{{{{R}_{1}}}}}} \right)x} \right\|.$

Представленная ниже лемма посвящена формированию структуры разности $\bar {u} - \bar {x}$ и оценке величины $\frac{{\left\| {\bar {u} - \bar {x}} \right\|}}{{\left\| {\bar {x}} \right\|}}$, выраженной через возмущения В и $v$.

Лемма 1.2. Пусть дана исходная система уравнений (1.1) и пусть возмущенная система определена соотношением (1.3).

1. Если

$r < \min \left\{ {m,n} \right\},$
то

(1.5)
$\begin{gathered} \left\| {\bar {u} - \bar {x}} \right\| \leqslant \left( {\left( {\left\| {A + {{B}^{ + }}} \right\|\left\| {((A + B){{{(A + B)}}^{ + }} - A{{A}^{ + }})} \right\|\left\| {\tilde {y}} \right\| + \mathop {\max }\limits_{w \in R(B),\left\| w \right\| = {{1}^{{}}}} \left\| {{{{(A + B)}}^{ + }}w} \right\|} \right.} \right. \times \\ {{\left. { \times \;\mathop {\max }\limits_{z \in R({{A}^{{\text{т}}}}),\left\| z \right\| = 1} \left\| {Bz} \right\|\left\| {\bar {x}} \right\| + \left\| {{{{(A + B)}}^{ + }}} \right\|\left\| v \right\|} \right)}^{2}} + {{\left. {{{{\left\| {{{{(A + B)}}^{ + }}(A + \mathop B\limits_{_{{}}} ) - {{A}^{ + }}A)} \right\|}}^{2}}{{{\left\| {\bar {x}} \right\|}}^{2}}} \right)}^{{1/2}}}. \\ \end{gathered} $

2. Если

$rk(A + B) = r = m = n,$
то

(1.6)
$\left\| {\bar {u} - \bar {x}} \right\| \leqslant \left\| {{{{(A + B)}}^{ + }}} \right\|\left( {\left\| B \right\|\left\| {\bar {x}} \right\| + \left\| v \right\|} \right).$

3. Если

$m > n = r = rk(A + B),$
то

(1.7)
$\left\| {\bar {u} - \bar {x}} \right\| \leqslant \left\| {A + {{B}^{ + }}} \right\|\left\| {((A + B){{{(A + B)}}^{ + }} - A{{A}^{ + }})} \right\|\left\| {\tilde {y}} \right\| + \mathop {\max }\limits_{w \in R(B),\left\| w \right\| = 1} \left\| {{{{(A + B)}}^{ + }}w} \right\|\left\| B \right\|\left\| {\bar {x}} \right\| + \left\| {{{{(A + B)}}^{ + }}} \right\|\left\| v \right\|.$

4. Если

$rk(A + B) = r = m < n,$
то

(1.8)
$\left\| {\bar {u} - \bar {x}} \right\| \leqslant {{\left( {{{{\left( {\left\| {{{{(A + B)}}^{ + }}} \right\|\mathop {\max }\limits_{z \in R({{A}^{T}}),\left\| z \right\| = 1} \left\| {Bz} \right\|\left\| {\bar {x}} \right\| + \left\| {{{{(A + B)}}^{ + }}} \right\|\left\| v \right\|} \right)}}^{2}} + {{{\left\| {{{{(A + B)}}^{ + }}(A + B) - {{A}^{ + }}A)} \right\|}}^{2}}{{{\left\| {\bar {x}} \right\|}}^{2}}} \right)}^{{1/2}}}{\kern 1pt} .$

Доказательство. 1. Из (1.4) и (1.2) следует очевидная цепочка равенств

(1.9)
$\begin{gathered} \bar {u} - \bar {x} = {{(A + B)}^{ + }}(y + v) - {{A}^{ + }}y = {{(A + B)}^{ + }}y + {{(A + B)}^{ + }}v - {{A}^{ + }}y = {{(A + B)}^{ + }}((I - A{{A}^{ + }}) + A{{A}^{ + }})y\, + \\ + \;{{(A + B)}^{ + }}v - \bar {x} = {{(A + B)}^{ + }}(I - A{{A}^{ + }})y + {{(A + B)}^{ + }}A{{A}^{ + }}y + {{(A + B)}^{ + }}v - \bar {x} = \\ = {{(A + B)}^{ + }}\tilde {y} + {{(A + B)}^{ + }}(A + B - B)\bar {x} + {{(A + B)}^{ + }}v - \bar {x} = \\ = {{(A + B)}^{ + }}\tilde {y} + {{(A + B)}^{ + }}(A + B)\bar {x} - {{(A + B)}^{ + }}B\bar {x} + {{(A + B)}^{ + }}v - {{A}^{ + }}A\bar {x}. \\ \end{gathered} $
Выполним преобразование выражения ${{(A + B)}^{ + }}\tilde {y}$, взятого из цепочки равенств (1.9):
${{(A + B)}^{ + }}\tilde {y} = {{(A + B)}^{ + }}(I - A{{A}^{ + }})\tilde {y} = {{(A + B)}^{ + }}(A + B){{(A + B)}^{ + }}(I - A{{A}^{ + }})\tilde {y} = $
$ = {{(A + B)}^{ + }}((A + B){{(A + B)}^{ + }} - (A + B){{(A + B)}^{ + }}A{{A}^{ + }})\tilde {y} = {{(A + B)}^{ + }}({{((A + B){{(A + B)}^{ + }})}^{2}} - $
$ - \;(A + B){{(A + B)}^{ + }}A{{A}^{ + }})\tilde {y} = {{(A + B)}^{ + }}(A + B){{(A + B)}^{ + }}((A + B){{(A + B)}^{ + }} - A{{A}^{ + }})\tilde {y} = $
$ = {{(A + B)}^{ + }}((A + B){{(A + B)}^{ + }} - A{{A}^{ + }})\tilde {y} = {{(A + B)}^{ + }}((I - A{{A}^{ + }}) - (I - (A + B){{(A + B)}^{ + }}))\tilde {y}.$
После подстановки результата преобразований в (1.9) получим
$\bar {u} - \bar {x} = {{(A + B)}^{ + }}((I - A{{A}^{ + }}) - (I - (A + B){{(A + B)}^{ + }}))\tilde {y} + {{(A + B)}^{ + }}(A + B)\bar {x} - {{(A + B)}^{ + }}B\bar {x} + $
$ + \;{{(A + B)}^{ + }}v - {{A}^{ + }}A\bar {x} = {{(A + B)}^{ + }}(((I - A{{A}^{ + }}) - (I - (A + B){{(A + B)}^{ + }}))\tilde {y} - B\bar {x} + {v}) + $
$ + \;({{(A + B)}^{ + }}(A + B) - {{A}^{ + }}A)\bar {x}.$
Таким образом, мы установили равенство
(1.10)
$\begin{gathered} \bar {u} - \bar {x} = {{(A + B)}^{ + }}(((I - A{{A}^{ + }}) - (I - (A + B){{(A + B)}^{ + }}))\tilde {y} - B\bar {x} + v) + \\ + \;({{(A + B)}^{ + }}(A + B) - {{A}^{ + }}A)\bar {x}. \\ \end{gathered} $
Учитывая соотношения
${{(A + B)}^{ + }}(((I - A{{A}^{ + }}) - (I - (A + B){{(A + B)}^{ + }}))\tilde {y} - B\bar {x} + {v}) \in R({{(A + B)}^{{\text{т}}}}),$
$({{(A + B)}^{ + }}(A + B) - {{A}^{ + }}A)\bar {x} \in N(A + B)$, $R({{(A + B)}^{{\text{т}}}}) \bot N(A + B)$ в (1.10), мы, согласно теореме Пифагора, можем записать
(1.11)
$\begin{gathered} \left\| {\bar {u} - \bar {x}} \right\| = \left( {{{{\left\| {{{{(A + B)}}^{ + }}(((I - A{{A}^{ + }}) - (I - (A + B){{{(A + B)}}^{ + }}))\tilde {y} - B\bar {x} + v)} \right\|}}^{2}} + } \right. \\ {{\left. { + \;{{{\left\| {({{{(A + B)}}^{ + }}(A + B) - {{A}^{ + }}A)\bar {x}} \right\|}}^{2}}} \right)}^{{1/2}}}. \\ \end{gathered} $
Раскрывая скобки в первой норме, будем иметь
$\begin{gathered} \left\| {{{{(A + B)}}^{ + }}(((I - A{{A}^{ + }}) - (I - (A + B){{{(A + B)}}^{ + }}))\tilde {y} - B\bar {x} + v)} \right\| = \\ = \left\| {{{{(A + B)}}^{ + }}((I - A{{A}^{ + }}) - (I - (A + B){{{(A + B)}}^{ + }}))\tilde {y} - {{{(A + B)}}^{ + }}B\bar {x} + {{{(A + B)}}^{ + }}v} \right\|. \\ \end{gathered} $
Отсюда благодаря неравенству треугольника следует
$\left\| {{{{(A + B)}}^{ + }}(((I - A{{A}^{ + }}) - (I - (A + B){{{(A + B)}}^{ + }}))\tilde {y} - B\bar {x} + v)} \right\| \leqslant $
$ \leqslant \left\| {{{{(A + B)}}^{ + }}((I - A{{A}^{ + }}) - (I - (A + B){{{(A + B)}}^{ + }}))\tilde {y}} \right\| + $
$ + \;\left\| {{{{(A + B)}}^{ + }}B\bar {x}} \right\| + \left\| {{{{(A + B)}}^{ + }}v} \right\| \leqslant \left\| {A + {{B}^{ + }}} \right\|\mathop {\max }\limits_{z \in N({{A}^{{\text{т}}}}),\,\left\| z \right\| = 1} \left\| {((I - A{{A}^{ + }}) - (I - (A + B){{{(A + B)}}^{ + }}))z} \right\|\left\| {\tilde {y}} \right\| + $
$ + \mathop {\max }\limits_{w \in R(B),\,\left\| w \right\| = 1} \left\| {{{{(A + B)}}^{ + }}w} \right\|\mathop {\max }\limits_{z \in R({{A}^{{\text{т}}}}),\,\left\| z \right\| = 1} \left\| {Bz} \right\|\left\| {\bar {x}} \right\| + \left\| {{{{(A + B)}}^{ + }}} \right\|\left\| v \right\|.$
Следуя соотношению леммы 1.1, получаем
$\begin{gathered} \mathop {\max }\limits_{z \in N({{A}^{{\text{т}}}}),\left\| z \right\| = 1} \left\| {((I - A{{A}^{ + }}) - (I - (A + B){{{(A + B)}}^{ + }}))z} \right\| = \left\| {((I - A{{A}^{ + }}) - (I - (A + B){{{(A + B)}}^{ + }}))} \right\| = \\ = \left\| {(A + B){{{(A + B)}}^{ + }} - A{{A}^{ + }}} \right\|. \\ \end{gathered} $
Таким образом,
$\begin{gathered} \left\| {{{{(A + B)}}^{ + }}(((I - A{{A}^{ + }}) - (I - (A + B){{{(A + B)}}^{ + }}))\tilde {y} - B\bar {x} + v)} \right\| \leqslant \\ \leqslant \;\left\| {A + {{B}^{ + }}} \right\|\left\| {(A + B){{{(A + B)}}^{ + }} - A{{A}^{ + }}} \right\|\left\| {\tilde {y}} \right\| + \mathop {\max }\limits_{w \in R(B),\,\left\| w \right\| = 1} \left\| {{{{(A + B)}}^{ + }}w} \right\|\mathop {\max }\limits_{z \in R({{A}^{{\text{т}}}}),\,\left\| z \right\| = 1} \left\| {Bz} \right\|\left\| {\bar {x}} \right\| + \left\| {{{{(A + B)}}^{ + }}} \right\|\left\| v \right\|. \\ \end{gathered} $
С другой стороны, обращение ко второй норме даст нам неравенство
$\left\| {({{{(A + B)}}^{ + }}(A + B) - {{A}^{ + }}A)\bar {x}} \right\| \leqslant \left\| {{{{(A + B)}}^{ + }}(A + B) - {{A}^{ + }}A} \right\|\left\| {\bar {x}} \right\|.$
Применив полученные результаты в (1.11), получим (1.5).

2. В рассматриваемом случае выполняются равенства $\dim (R(A)) = \dim (R({{A}^{{\text{т}}}})) = m$, поэтому ${{A}^{ + }} = {{A}^{{ - 1}}}$, а соотношение (1.1) превращается в точное равенство ($\tilde {y}$обращается в ноль). Кроме этого, дополнительно из условия леммы следует, что ${{(A + B)}^{ + }} = {{(A + B)}^{{ - 1}}}$, а соотношение (1.3) превращается в точное равенство.

Благодаря последним соотношениям последуют цепочки равенств:

${{(A + B)}^{ + }}(A + B) - {{A}^{ + }}A = {{(A + B)}^{{ - 1}}}(A + B) - {{A}^{{ - 1}}}A = I - I = O,$
$(A + B){{(A + B)}^{ + }} - A{{A}^{ + }} = (A + B){{(A + B)}^{{ - 1}}} - A{{A}^{{ - 1}}} = I - I = O.$
Здесь $O$ – нулевая матрица. Согласно этим соотношениям, выражения $\left\| {(A + B){{{(A + B)}}^{ + }} - A{{A}^{ + }}} \right\|$ и $\left\| {{{{(A + B)}}^{ + }}(A + B) - {{A}^{ + }}A} \right\|$ обратятся в ноль и (1.5) примет вид
$\left\| {\bar {u} - \bar {x}} \right\| \leqslant \left\| {{{{(A + B)}}^{ + }}B} \right\|\left\| {\bar {x}} \right\| + \left\| {{{{(A + B)}}^{ + }}} \right\|\left\| v \right\|.$
Отсюда следует (1.6).

3. В этом случае $\dim (R({{A}^{{\text{т}}}})) = n$, поэтому матрица ${{A}^{ + }}$ является обратной слева для матрицы $A$, другими словами, ${{A}^{ + }}A = I$. Дополнительно из условия леммы следует, что ${{(A + B)}^{ + }}(A + B) = I$. Благодаря последним двум равенствам получаем ${{(A + B)}^{ + }}(A + B) - {{A}^{ + }}A = O$ ($O$ – нулевая матрица).

Вследствие этого выражение $\left\| {{{{(A + B)}}^{ + }}(A + B) - {{A}^{ + }}A} \right\|$ в (1.5) обратится в ноль.

Опять же благодаря тому, что $\dim (R({{A}^{{\text{т}}}})) = n$, следует равенство$\mathop {\max }\limits_{z \in R({{A}^{{\text{т}}}}),\,\left\| z \right\| = 1} \left\| {Bz} \right\| = \left\| B \right\|$.

Согласно сказанному (1.5) примет вид (1.7).

4. В рассматриваемом случае выполняется равенство $\dim (R(A)) = m$, поэтому матрица ${{A}^{ + }}$ является обратной справа для матрицы $A$, другими словами, $A{{A}^{ + }} = I$, а соотношение (1.1) превращается в точное равенство ($\tilde {y}$ обращается в ноль). Дополнительно из условия теоремы ($rk(A + B) = r = m < n$) следует, что $(A + B){{(A + B)}^{ + }} = I$. Благодаря последним двум равенствам получаем $(A + B){{(A + B)}^{ + }} - A{{A}^{ + }} = O$. Вследствие этого в (1.5) выражение $\left\| {(A + B){{{(A + B)}}^{ + }} - A{{A}^{ + }}} \right\|$ обратится в ноль. Отметим также, что соотношение (1.3) превращается в точное равенство благодаря условию леммы ($rk(A + B) = r = m < n$).

Опять же благодаря тому, что $\dim (R(A)) = m$, следует равенство $\mathop {\max }\limits_{w \in R(B),\,\left\| w \right\| = 1} \left\| {{{{(A + B)}}^{ + }}w} \right\| = \left\| {{{{(A + B)}}^{ + }}} \right\|$.

Согласно сказанному (1.5) примет вид (1.8). Лемма доказана.

В заключение сделаем несколько иллюстрирующих результат замечаний. В выражениях, определяющих оценки, (1.5)–(1.8) наряду с величинами $\left\| {A + {{B}^{ + }}} \right\|$, $\mathop {\max }\limits_{w \in R(B),\,\left\| w \right\| = 1} \left\| {{{{(A + B)}}^{ + }}w} \right\|$, $\mathop {\max }\limits_{z \in R({{A}^{{\text{т}}}}),\,\left\| z \right\| = 1} \left\| {Bz} \right\|$, $\left\| B \right\|$, присутствуют растворы подпространств $\rho (R((A + B),R(A)) = \left\| {((A + B){{{(A + B)}}^{ + }} - A{{A}^{ + }})} \right\|$, и $\rho (R({{(A + B)}^{{\text{т}}}},R{{(A)}^{{\text{т}}}}) = \left\| {{{{(A + B)}}^{ + }}(A + B) - {{A}^{ + }}A)} \right\|$, обусловленные отклонением подпространств: $R(A + B)$ от $R(A)$ и $R({{(A + B)}^{{\text{т}}}})$ от $R{{(A)}^{{\text{т}}}}$ соответственно. Значения перечисленных величин, как это будет показано ниже, тесно связаны между собой.

2. МАТРИЦЫ ПРОСТЕЙШИХ СТРУКТУР И МОДЕЛИ ИХ ВОЗМУЩЕНИЙ

Нашей целью в этом разделе является изучение свойств перечисленных выше величин. Обратимся к более коротким и удобным обозначениям:

${{I}_{1}}(A,B) = \left\| {{{{(A + B)}}^{ + }}} \right\|,\quad {{I}_{2}}(A,B) = \mathop {\max }\limits_{w \in R(B),\,\left\| w \right\| = 1} \left\| {{{{(A + B)}}^{ + }}w} \right\|,$
${{J}_{1}}(A,B) = \mathop {\max }\limits_{z \in N(A),\,\left\| z \right\| = 1} \left\| {((A + B){{{(A + B)}}^{ + }} - A{{A}^{ + }})z} \right\|,\quad {{J}_{2}}(A,B) = \left\| {{{{(A + B)}}^{ + }}(A + B) - {{A}^{ + }}A} \right\|$
и матрицам простейшей структуры.

В качестве матриц простейшей структуры, не нарушая при этом требования общности результатов, мы будем рассматривать блочно-диагональные матрицы ${{\Sigma }_{3}}$, взятые из сингулярного разложения матрицы $A = P\Sigma {{Q}^{{\text{т}}}}$, на главной диагонали которой располагаются сингулярные числа ${{\sigma }_{{r - 2}}},\;{{\sigma }_{{r - 1}}},\;{{\sigma }_{r}}$. Будем предполагать, что ${{\sigma }_{1}} \geqslant ... \geqslant {{\sigma }_{r}} > 0$.

Матрицы возмущений мы будем обозначать через ${{C}_{3}}$.

Здесь же мы должны сказать, что обращение к различным моделям матрицы возмущений обусловлено свойствами части сингулярного спектра $\left\{ {{{\sigma }_{{r - 2}}},{{\sigma }_{{r - 1}}},{{\sigma }_{r}}} \right\}$ матрицы $A(\Sigma )$.

Более точно структуры указанных матриц мы будем определять непосредственно перед изучением их свойств.

Ниже будет установлено, что рассмотренные ниже матрицы простейшей структуры и модели их возмущений вполне исчерпывают вопрос об оценке точности псевдорешения $\bar {u}$.

Поскольку на протяжении всего этого раздела мы будем рассматривать указанные величины только для матриц ${{\Sigma }_{3}}$ и ${{C}_{3}}$, постольку вместо обозначений ${{I}_{1}}({{\Sigma }_{3}},{{C}_{3}})$, ${{J}_{2}}({{\Sigma }_{3}},{{C}_{3}})$, ${{J}_{1}}({{\Sigma }_{3}},{{C}_{3}})$, ${{J}_{2}}({{\Sigma }_{3}},{{C}_{3}})$ мы будем применять совсем короткие ${{I}_{1}}$, ${{I}_{2}}$, ${{J}_{1}}$, ${{J}_{2}}$.

Вариант 1 структуры матрицы ${{\Sigma }_{3}}$.

Пусть

(2.1)
${{\Sigma }_{3}} = \left[ {\begin{array}{*{20}{c}} {{{\sigma }_{{r - 2}}}}&0&0&0 \\ 0&{{{\sigma }_{{r - 1}}}}&0&0 \\ 0&0&{{{\sigma }_{r}}}&0 \\ 0&0&0&0 \end{array}} \right],\quad {{C}_{3}} = \left\{ \begin{gathered} \left[ {\begin{array}{*{20}{c}} 0&0&0&0 \\ 0&{ - c\varphi }&0&{\sqrt {1 - {{\varphi }^{2}}} c} \\ 0&0&{ - c\psi }&0 \\ 0&0&{\sqrt {1 - {{\psi }^{2}}} }&0 \end{array}} \right],\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ \left[ {\begin{array}{*{20}{c}} { - c\varphi }&0&0&{\sqrt {1 - {{\varphi }^{2}}} c} \\ 0&{ - c\psi }&0&0 \\ 0&0&{ - c}&0 \\ 0&{\sqrt {1 - {{\psi }^{2}}} c}&0&0 \end{array}} \right],\quad {\text{модель2}}{\text{. 1}}{\text{.2}}{\text{.}} \hfill \\ \end{gathered} \right.$
Отметим, что

${{\Sigma }_{3}} + {{C}_{3}} = \left\{ \begin{gathered} \left[ {\begin{array}{*{20}{c}} {{{\sigma }_{{r - 2}}}}&0&0&0 \\ 0&{{{\sigma }_{{r - 1}}} - c\varphi }&0&{\sqrt {1 - {{\varphi }^{2}}} c} \\ 0&0&{{{\sigma }_{r}} - c\psi }&0 \\ 0&0&{\sqrt {1 - {{\psi }^{2}}} c}&0 \end{array}} \right],\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ \left[ {\begin{array}{*{20}{c}} {{{\sigma }_{{r - 2}}} - c\varphi }&0&0&{\sqrt {1 - {{\varphi }^{2}}} c} \\ 0&{{{\sigma }_{{r - 1}}} - c\psi }&0&0 \\ 0&0&{{{\sigma }_{r}} - c}&0 \\ 0&{\sqrt {1 - {{\psi }^{2}}} c}&0&0 \end{array}} \right],\quad {\text{модель}}\;{\text{2}}{\text{.1}}{\text{. 2}} \hfill \\ \end{gathered} \right.$

Обратимся к сингулярному разложению матрицы ${{\Sigma }_{3}} + {{C}_{3}}$. Нетрудно показать, что

(2.2)
${{\Sigma }_{3}} + {{C}_{3}} = \left\{ \begin{gathered} S\left[ {\begin{array}{*{20}{c}} {{{\sigma }_{{r - 2}}}}&0&0&0 \\ 0&\nu &0&0 \\ 0&0&\eta &0 \\ 0&0&0&0 \end{array}} \right]{{T}^{{\text{т}}}},\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ S\left[ {\begin{array}{*{20}{c}} \nu &0&0&0 \\ 0&\eta &0&0 \\ 0&0&{{{\sigma }_{{r - 1}}} - c}&0 \\ 0&0&0&0 \end{array}} \right]{{T}^{{\text{т}}}},\quad {\text{модель 2}}{\text{.1}}{\text{. 2,}} \hfill \\ \end{gathered} \right.$
где

(2.3)
$\begin{gathered} S = \left\{ \begin{gathered} \left[ {\begin{array}{*{20}{c}} 1&0&0&0 \\ 0&1&0&0 \\ 0&0&{\tilde {c}}&{ - \tilde {s}} \\ 0&0&{\tilde {s}}&{\tilde {c}} \end{array}} \right],\quad {\text{модель 2}}{\text{.1}}{\text{. 1,}} \hfill \\ \left[ {\begin{array}{*{20}{c}} 1&0&0&0 \\ 0&{\tilde {c}}&0&{ - \tilde {s}} \\ 0&0&1&0 \\ 0&{\tilde {s}}&0&{\tilde {c}} \end{array}} \right],\quad {\text{модель 2}}{\text{.1}}{\text{. 2,}} \hfill \\ \end{gathered} \right.\quad \tilde {c} = \left\{ \begin{gathered} \frac{{{{\sigma }_{r}} - \psi c}}{\eta },\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ \frac{{{{\sigma }_{{r - 1}}} - \psi c}}{\eta },\quad {\text{модель 2}}{\text{.1}}{\text{.2,}} \hfill \\ \end{gathered} \right. \\ \tilde {s} = \frac{{\sqrt {1 - {{\psi }^{2}}} c}}{\eta },\quad \eta = \left\{ \begin{gathered} \sqrt {{{{({{\sigma }_{r}} - \psi c)}}^{2}} + (1 - {{\psi }^{2}}){{c}^{2}}} ,\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ \sqrt {{{{({{\sigma }_{{r - 1}}} - \psi c)}}^{2}} + (1 - {{\psi }^{2}}){{c}^{2}}} ,\quad {\text{модель 2}}{\text{.1}}{\text{.2,}} \hfill \\ \end{gathered} \right. \\ \end{gathered} $
(2.4)
$\begin{gathered} T = \left\{ \begin{gathered} \left[ {\begin{array}{*{20}{c}} 1&0&0&0 \\ 0&{\bar {c}}&0&{ - \bar {s}} \\ 0&0&1&0 \\ 0&{\bar {s}}&0&{\bar {c}} \end{array}} \right],\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ \left[ {\begin{array}{*{20}{c}} {\bar {c}}&0&0&{ - \bar {s}} \\ 0&1&0&0 \\ 0&0&1&0 \\ {\bar {s}}&0&0&{\bar {c}} \end{array}} \right],\quad {\text{модель 2}}{\text{.1}}{\text{.2,}} \hfill \\ \end{gathered} \right.\quad \bar {c} = \left\{ \begin{gathered} \frac{{{{\sigma }_{{r - 1}}} - \varphi c}}{\nu },\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ \frac{{{{\sigma }_{{r - 2}}} - \varphi c}}{\nu },\quad {\text{модель 2}}{\text{.1}}{\text{.2,}} \hfill \\ \end{gathered} \right. \\ \bar {s} = \frac{{\sqrt {1 - {{\varphi }^{2}}} c}}{\nu },\quad \nu = \left\{ \begin{gathered} \sqrt {{{{({{\sigma }_{{r - 1}}} - \varphi c)}}^{2}} + (1 - {{\varphi }^{2}}){{c}^{2}}} ,\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ \sqrt {{{{({{\sigma }_{{r - 2}}} - \varphi c)}}^{2}} + (1 - {{\varphi }^{2}}){{c}^{2}}} ,\quad {\text{модель 2}}{\text{.1}}{\text{.2}}{\text{.}} \hfill \\ \end{gathered} \right. \\ \end{gathered} $

Лемма 2.1. Пусть матрицы ${{\Sigma }_{3}}$ и ${{C}_{3}}$ определены соотношениями (2.1). Если величины $c,\varphi ,\psi $ удовлетворяют неравенствам: $c > 0$, $0 \leqslant \varphi ,\;\psi \leqslant 1$, ${{\sigma }_{r}} - c > 0$, то

(2.5)
${\text{а}})\quad {{\left( {{{\Sigma }_{3}} + {{C}_{3}}} \right)}^{ + }} = \left\{ \begin{gathered} \left[ {\begin{array}{*{20}{c}} {{{{\left( {{{\sigma }_{{r - 2}}}} \right)}}^{{ - 1}}}}&0&0&0 \\ 0&{\frac{{\bar {c}}}{\nu }}&0&0 \\ 0&0&{\frac{{\tilde {c}}}{\eta }}&{\frac{{\tilde {s}}}{\eta }} \\ 0&{\frac{{\bar {s}}}{\nu }}&0&0 \end{array}} \right],\quad модель{\text{ 2}}{\text{.1}}{\text{.1,}} \hfill \\ \left[ {\begin{array}{*{20}{c}} {\frac{{\bar {c}}}{\nu }}&0&0&0 \\ 0&{\frac{{\tilde {c}}}{\eta }}&0&{\frac{{\tilde {s}}}{\eta }} \\ 0&0&{{{{({{\sigma }_{r}} - c)}}^{{ - 1}}}}&0 \\ {\frac{{\bar {s}}}{\nu }}&0&0&0 \end{array}} \right],\quad модель{\text{ 2}}{\text{.1}}{\text{.2,}} \hfill \\ \end{gathered} \right.\quad {{I}_{1}} = \left\{ \begin{gathered} \max \left\{ {\frac{1}{\eta },\frac{1}{\nu }} \right\},\quad модель{\text{ 2}}{\text{.1}}{\text{.1,}} \hfill \\ {{({{\sigma }_{r}} - c)}^{{ - 1}}},\quad модель{\text{ 2}}{\text{.1}}{\text{.2,}} \hfill \\ \end{gathered} \right.$
(2.6)
б) ${{J}_{1}} = \tilde {s}$,
(2.7)
${\text{в}})\quad {{I}_{2}} = \left\{ \begin{gathered} \max \left\{ {\frac{1}{\eta },\frac{1}{\nu }} \right\},\quad модель{\text{ 2}}{\text{.1}}{\text{.1,}} \hfill \\ {{({{\sigma }_{r}} - c)}^{{ - 1}}},\quad модель{\text{ 2}}{\text{.1}}{\text{.2,}} \hfill \\ \end{gathered} \right.\quad \mathop {\max }\limits_{z \in R\left( {\Sigma _{3}^{{\text{т}}}} \right),\left\| z \right\| = 1} \left\| {{{C}_{3}}z} \right\| = c,$
(2.8)
${\text{г}})\quad {{J}_{2}} = \bar {s}.$

Доказательство. Установим истинность утверждений пп. а)–г). Начнем с доказательства утверждения п. а).

Учитывая, что матрицы $S$ и $T$ ортогональны, мы можем записать

(2.9)
${{\Sigma }_{3}} + {{C}_{3}} = S{{S}^{{\text{т}}}}({{\Sigma }_{3}} + {{C}_{3}})T{{T}^{{\text{т}}}}.$
Осуществляя перемножение матриц в выражении ${{S}^{{\text{т}}}}({{\Sigma }_{3}} + {{C}_{3}})T$ с учетом (2.3) и (2.4), получаем равенство
${{S}^{{\text{т}}}}({{\Sigma }_{3}} + {{C}_{3}})T = \left\{ \begin{gathered} \left[ {\begin{array}{*{20}{c}} {{{\sigma }_{{r - 2}}}}&0&0&0 \\ 0&\nu &0&0 \\ 0&0&\eta &0 \\ 0&0&0&0 \end{array}} \right],\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ \left[ {\begin{array}{*{20}{c}} \nu &0&0&0 \\ 0&\eta &0&0 \\ 0&0&{{{\sigma }_{r}} - c}&0 \\ 0&0&0&0 \end{array}} \right],\quad {\text{модель 2}}{\text{.1}}{\text{.2}}{\text{.}} \hfill \\ \end{gathered} \right.$
Подставляя последнее соотношение в (2.9), приходим к (2.2).

Вводя упрощающее обозначение ${{S}^{{\text{т}}}}({{\Sigma }_{3}} + {{C}_{3}})T = \bar {\Sigma }$ и действуя далее, получаем

${{\left( {{{\Sigma }_{3}} + {{C}_{3}}} \right)}^{ + }} = {{(S\bar {\Sigma }{{T}^{{\text{т}}}})}^{ + }} = T{{\bar {\Sigma }}^{ + }}{{S}^{{\text{т}}}},$
где
${{\bar {\Sigma }}^{ + }} = \left\{ \begin{gathered} \left[ {\begin{array}{*{20}{c}} {{{{\left( {{{\sigma }_{{r - 2}}}} \right)}}^{{ - 1}}}}&0&0&0 \\ 0&{{{\nu }^{{ - 1}}}}&0&0 \\ 0&0&{{{\eta }^{{ - 1}}}}&0 \\ 0&0&0&0 \end{array}} \right],\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ \left[ {\begin{array}{*{20}{c}} {{{\nu }^{{ - 1}}}}&0&0&0 \\ 0&{{{\eta }^{{ - 1}}}}&0&0 \\ 0&0&{{{{\left( {{{\sigma }_{r}} - c} \right)}}^{{ - 1}}}}&0 \\ 0&0&0&0 \end{array}} \right],\quad {\text{модель 2}}{\text{.1}}{\text{.2}}{\text{.}} \hfill \\ \end{gathered} \right.$
Осуществляя перемножение матриц $T{{\bar {\Sigma }}^{ + }}{{S}^{{\text{т}}}}$, получаем первое соотношение в (2.5).

Истинность второго соотношения очевидна

${{I}_{1}} = \left\| {{{{\left( {{{\Sigma }_{3}} + {{C}_{3}}} \right)}}^{ + }}} \right\| = \left\| T \right\|\left\| {{{{\bar {\Sigma }}}^{ + }}} \right\|\left\| {{{S}^{{\text{т}}}}} \right\| = \left\| {{{{\bar {\Sigma }}}^{ + }}} \right\|.$

Доказательство п. б). Пусть здесь ${{e}_{i}} = {{\left[ {\begin{array}{*{20}{c}} 0 \\ 0 \\ 1 \\ 0 \end{array}} \right]}_{i}}$, тогда согласно определению величины ${{J}_{1}}$ мы можем записать

${{J}_{1}} = \mathop {\max }\limits_{z \in N({{\Sigma }_{3}}),\,\left\| z \right\| = 1} \left\| {\left( {\left( {{{\Sigma }_{3}} + {{C}_{3}}} \right){{{\left( {{{\Sigma }_{3}} + {{C}_{3}}} \right)}}^{ + }} - {{\Sigma }_{3}}\Sigma _{3}^{ + }} \right)z} \right\| = \left\| {\left( {\left( {{{\Sigma }_{3}} + {{C}_{3}}} \right){{{\left( {{{\Sigma }_{3}} + {{C}_{3}}} \right)}}^{ + }} - {{\Sigma }_{3}}\Sigma _{3}^{ + }} \right){{e}_{4}}} \right\| = $
$ = \left\| {\left( {{{\Sigma }_{3}} + {{C}_{3}}} \right){{{\left( {{{\Sigma }_{3}} + {{C}_{3}}} \right)}}^{ + }}{{e}_{4}}} \right\| = \left\| {(S\bar {\Sigma }{{T}^{{\text{т}}}}){{{(S\bar {\Sigma }{{T}^{{\text{т}}}})}}^{ + }}{{e}_{4}}} \right\| = \left\| {S\bar {\Sigma }{{T}^{{\text{т}}}}T{{{\bar {\Sigma }}}^{ + }}{{S}^{{\text{т}}}}{{e}_{4}}} \right\| = \left\| {S\left[ {\begin{array}{*{20}{c}} 1&0&0&0 \\ 0&1&0&0 \\ 0&0&1&0 \\ 0&0&0&0 \end{array}} \right]{{S}^{{\text{т}}}}{{e}_{4}}} \right\| = \tilde {s}.$

Доказательство п. в). Обращаясь к определению величины ${{I}_{2}}$, запишем

${{I}_{2}} = \mathop {\max }\limits_{w \in R({{C}_{3}}),\,\left\| w \right\| = 1} \left\| {{{{({{\Sigma }_{3}} + {{C}_{3}})}}^{ + }}w} \right\|$.
Согласно (2.1) имеем
$R({{C}_{3}}) \subseteq \left\{ \begin{gathered} R({{e}_{2}},{{e}_{3}},{{e}_{4}}{\text{),}}\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ R({{e}_{1}},{{e}_{2}},{{e}_{3}}{\text{,}}{{e}_{4}}{\text{)}},\quad {\text{модель 2}}{\text{.1}}{\text{.2,}} \hfill \\ \end{gathered} \right.$
следовательно, $R({{C}_{3}}) \subseteq R({{e}_{1}},{{e}_{2}},{{e}_{3}}{\text{,}}{{e}_{4}}{\text{)}}$, поэтому из соотношения $R({{\Sigma }_{3}}) \subseteq R({{e}_{1}},{{e}_{2}},{{e}_{3}}{\text{,}}{{e}_{4}}{\text{)}}$ заключаем, что
${{I}_{2}} = \left\| {{{{({{\Sigma }_{3}} + {{C}_{3}})}}^{ + }}} \right\| = {{I}_{1}}.$
Выше мы установили, что
${{I}_{1}} = \left\{ \begin{gathered} \max \left\{ {\frac{1}{\eta },\frac{1}{\nu }} \right\},\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ {{({{\sigma }_{r}} - c)}^{{ - 1}}},\quad {\text{модель 2}}{\text{.1}}{\text{.2}}{\text{.}} \hfill \\ \end{gathered} \right.$
Очевидно (см. (2.1)),
$\mathop {\max }\limits_{z \in R\left( {\Sigma _{3}^{{\text{т}}}} \right),\left\| z \right\| = 1} \left\| {{{C}_{3}}z} \right\| = \left\| {{{C}_{3}}{{e}_{3}}} \right\| = c.$
Справедливость утверждения п. в) доказана.

Приступим к доказательству п. г). Удалим у матриц ${{\Sigma }_{3}}$, ${{C}_{3}}$ четвертую строку. Получившиеся матрицы обозначим через ${{\Sigma }_{{33}}}$ и ${{C}_{{33}}}$ соответственно.

В матрице ${{\Sigma }_{3}} + {{C}_{3}}$ четвертая строка пропорциональна третьей (модель 2.1.1) и второй (модель 2.1.2), вследствие этого имеем

$R(\Sigma _{3}^{{\text{т}}}) = R(\Sigma _{{33}}^{{\text{т}}}),\quad R({{({{\Sigma }_{3}} + {{C}_{3}})}^{{\text{т}}}}) = R({{({{\Sigma }_{{33}}} + {{C}_{{33}}})}^{{\text{т}}}}).$
Поэтому верно
$\Sigma _{3}^{ + }{{\Sigma }_{3}} = \Sigma _{{33}}^{ + }{{\Sigma }_{{33}}},\quad {{({{\Sigma }_{3}} + {{C}_{3}})}^{ + }}({{\Sigma }_{3}} + {{C}_{3}}) = {{({{\Sigma }_{{33}}} + {{C}_{{33}}})}^{ + }}({{\Sigma }_{{33}}} + {{C}_{{33}}}),$
${{({{\Sigma }_{3}} + {{C}_{3}})}^{ + }}({{\Sigma }_{3}} + {{C}_{3}}) - \Sigma _{3}^{ + }{{\Sigma }_{3}} = {{({{\Sigma }_{{33}}} + {{C}_{{33}}})}^{ + }}({{\Sigma }_{{33}}} + {{C}_{{33}}}) - \Sigma _{{33}}^{ + }{{\Sigma }_{{33}}},$
соответственно,
(2.10)
$\left\| {{{{({{\Sigma }_{3}} + {{C}_{3}})}}^{ + }}({{\Sigma }_{3}} + {{C}_{3}}) - \Sigma _{3}^{ + }{{\Sigma }_{3}}} \right\| = \left\| {{{{({{\Sigma }_{{33}}} + {{C}_{{33}}})}}^{ + }}({{\Sigma }_{{33}}} + {{C}_{{33}}}) - \Sigma _{{33}}^{ + }{{\Sigma }_{{33}}}} \right\|.$
Отметим, что выражения в левой и правой частях последнего равенства представляют собой растворы $\rho (R(\Sigma _{3}^{{\text{т}}}),R{{({{\Sigma }_{3}} + {{C}_{3}})}^{{\text{т}}}})$ и $\rho (R(\Sigma _{{33}}^{{\text{т}}}),R{{({{\Sigma }_{{33}}} + {{C}_{{33}}})}^{{\text{т}}}})$.

Опираясь на лемму 1.1, мы можем записать

$\quad \quad \quad {{J}_{2}} = \left\| {{{{({{\Sigma }_{{33}}} + {{C}_{{33}}})}}^{ + }}({{\Sigma }_{{33}}} + {{C}_{{33}}}) - \Sigma _{{33}}^{ + }{{\Sigma }_{{33}}}} \right\| = \mathop {\max }\limits_{x \in R({{{({{\Sigma }_{{33}}} + {{C}_{{33}}})}}^{{\text{т}}}}),\left\| x \right\| = 1} \left\| {(I - \Sigma _{{33}}^{ + }{{\Sigma }_{{33}}})x} \right\|{\text{ }}.$                               (2.11)
Следуя введенному выше определению, выпишем матрицы ${{\Sigma }_{{33}}} + {{C}_{{33}}}$ и ${{({{\Sigma }_{{33}}} + {{C}_{{33}}})}^{ + }}$ в явном виде
${{\Sigma }_{{33}}} + {{C}_{{33}}} = \left\{ \begin{gathered} \left[ {\begin{array}{*{20}{c}} {{{\sigma }_{{r - 2}}}}&0&0&0 \\ 0&{{{\sigma }_{{r - 1}}} - c\varphi }&0&{\sqrt {1 - {{\varphi }^{2}}} } \\ 0&0&{{{\sigma }_{r}} - c\psi }&0 \end{array}} \right],\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ \left[ {\begin{array}{*{20}{c}} {{{\sigma }_{{r - 2}}} - c\varphi }&0&0&{\sqrt {1 - {{\varphi }^{2}}} } \\ 0&{{{\sigma }_{{r - 1}}} - c\psi }&0&0 \\ 0&0&{{{\sigma }_{r}} - c}&0 \end{array}} \right],\quad {\text{модель 2}}{\text{.1}}{\text{.2,}} \hfill \\ \end{gathered} \right.$
${{\left( {{{\Sigma }_{{33}}} + {{C}_{{33}}}} \right)}^{ + }} = \left\{ \begin{gathered} \left[ {\begin{array}{*{20}{c}} {{{{\left( {{{\sigma }_{{r - 2}}}} \right)}}^{{ - 1}}}}&0&0 \\ 0&{\frac{{{{\sigma }_{{r - 1}}} - \varphi c}}{{{{\nu }^{2}}}}}&0 \\ 0&0&{{{{({{\sigma }_{r}} - \psi c)}}^{{ - 1}}}} \\ 0&{\frac{{\sqrt {1 - {{\varphi }^{2}}} c}}{{{{\nu }^{2}}}}}&0 \end{array}} \right],\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ \left[ {\begin{array}{*{20}{c}} {\frac{{{{\sigma }_{{r - 2}}} - \varphi c}}{{{{\nu }^{2}}}}}&0&0 \\ 0&{{{{({{\sigma }_{{r - 1}}} - \psi c)}}^{{ - 1}}}}&0 \\ 0&0&{{{{({{\sigma }_{r}} - c)}}^{{ - 1}}}} \\ {\frac{{\sqrt {1 - {{\varphi }^{2}}} c}}{{{{\nu }^{2}}}}}&0&0 \end{array}} \right],\quad {\text{модель 2}}{\text{.1}}{\text{.2,}} \hfill \\ \end{gathered} \right.$
где $\nu $ определена в (2.4).

Анализируя структуру матриц ${{\Sigma }_{{33}}} + {{C}_{{33}}}$ и ${{({{\Sigma }_{{33}}} + {{C}_{{33}}})}^{ + }}$, мы видим, что

$\mathop {\max }\limits_{x \in R({{{({{\Sigma }_{{33}}} + {{C}_{{33}}})}}^{{\text{т}}}}),\,\left\| x \right\| = 1} \left\| {(I - \Sigma _{{33}}^{ + }{{\Sigma }_{{33}}})x} \right\| = \left\{ \begin{gathered} (I - \Sigma _{{33}}^{ + }{{\Sigma }_{{33}}})\left[ {\begin{array}{*{20}{c}} 0 \\ {\bar {c}} \\ 0 \\ {\bar {s}} \end{array}} \right],\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ (I - \Sigma _{{33}}^{ + }{{\Sigma }_{{33}}})\left[ {\begin{array}{*{20}{c}} {\bar {c}} \\ 0 \\ 0 \\ {\bar {s}} \end{array}} \right],\quad {\text{модель 2}}{\text{.1}}{\text{.2}}{\text{.}} \hfill \\ \end{gathered} \right.$
Проведя непосредственные вычисления в последнем выражении, получим
$\mathop {\max }\limits_{x \in R({{{({{\Sigma }_{{33}}} + {{C}_{{33}}})}}^{{\text{т}}}}),\,\left\| x \right\| = 1} \left\| {(I - \Sigma {{{_{{33}}^{ + }}}_{{33}}})x} \right\| = \bar {s}.$
Сопоставляя (2.10), (2.11) с последним равенством, мы приходим к соотношению в (2.8).

Лемма доказана.

Дополнительно введем в рассмотрение величины

(2.12)
${{I}_{{11}}} = \frac{1}{\eta },\quad {{I}_{{12}}} = \frac{1}{\nu }.$
Отметим, что величины $\nu ,\;\eta ,\;\bar {s},\;\tilde {s}$, определенные соотношениями (2.3), (2.4), очевидно, являются функциями переменных $\varphi $, $\psi $ и параметра $c$. Поэтому мы можем записать

${{I}_{{11}}} = {{I}_{{11}}}(\psi ,c),\quad {{I}_{{12}}} = {{I}_{{12}}}(\varphi ,c),\quad {{J}_{1}} = {{J}_{1}}(\psi ,c),\quad {{J}_{2}} = {{J}_{2}}(\varphi ,c).$

Следствие 2.1. Пусть выполнены условия леммы 2.1. Тогда верно следующее:

(2.13)
$1)\quad {{I}_{1}} = \left\{ \begin{gathered} \frac{1}{\eta },\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ {{({{\sigma }_{r}} - c)}^{{ - 1}}},\quad {\text{модель 2}}{\text{.1}}{\text{.2,}} \hfill \\ \end{gathered} \right.$
причем функции $\frac{1}{\eta }$ и $\frac{1}{\nu }$, монотонно возрастая, на концах отрезка принимают следующие значения:

${{I}_{{11}}}(0,c) = \left\{ \begin{gathered} 1{\text{/}}\sqrt {\sigma _{r}^{2} + {{c}^{2}}} ,\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ 1{\text{/}}\sqrt {\sigma _{{r - 1}}^{2} + {{c}^{2}}} ,\quad {\text{модель 2}}{\text{.1}}{\text{.2,}} \hfill \\ \end{gathered} \right.\quad {{I}_{{11}}}(1,c) = \left\{ \begin{gathered} 1{\text{/}}\left( {{{\sigma }_{r}} - c} \right),\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ 1{\text{/}}\left( {{{\sigma }_{{r - 1}}} - c} \right),\quad {\text{модель 2}}{\text{.1}}{\text{.2,}} \hfill \\ \end{gathered} \right.$
${{I}_{{12}}}(0,c) = \left\{ \begin{gathered} 1{\text{/}}\sqrt {\sigma _{{r - 1}}^{2} + {{c}^{2}}} ,\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ 1{\text{/}}\sqrt {\sigma _{{r - 2}}^{2} + {{c}^{2}}} ,\quad {\text{модель 2}}{\text{.1}}{\text{.2,}} \hfill \\ \end{gathered} \right.\quad {{I}_{{12}}}(1,c) = \left\{ \begin{gathered} 1{\text{/}}\left( {{{\sigma }_{{r - 1}}} - c} \right),\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ 1{\text{/}}\left( {{{\sigma }_{{r - 2}}} - c} \right),\quad {\text{модель 2}}{\text{.1}}{\text{.2;}} \hfill \\ \end{gathered} \right.$

2) функции ${{J}_{1}}(\varphi ,c)$, ${{J}_{2}}(\psi ,c)$ положительны и имеют единственный экстремум на отрезке $[0,1]$, причем

$\mathop {\max }\limits_{0 \leqslant \psi \leqslant 1} {{J}_{1}}(\psi ,c) = {{J}_{1}}(\bar {\psi },c) = \left\{ \begin{gathered} \frac{c}{{{{\sigma }_{r}}}},\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ \frac{c}{{{{\sigma }_{{r - 1}}}}},\quad {\text{модель 2}}{\text{.1}}{\text{.2,}} \hfill \\ \end{gathered} \right.\quad {{J}_{1}}(0,c) = \left\{ \begin{gathered} c{\text{/}}\sqrt {{{\sigma }_{r}}^{2} + {{c}^{2}}} ,\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ c{\text{/}}\sqrt {{{\sigma }_{{r - 1}}}^{2} + {{c}^{2}}} ,\quad {\text{модель 2}}{\text{.1}}{\text{.2,}} \hfill \\ \end{gathered} \right.$
(2.14)
${{J}_{1}}(1,c) = 0,\quad \mathop {\max }\limits_{0 \leqslant \varphi \leqslant 1} {{J}_{2}}(\varphi ,c) = {{J}_{2}}(\bar {\varphi },c) = \left\{ \begin{gathered} \frac{c}{{{{\sigma }_{{r - 1}}}}},\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ \frac{c}{{{{\sigma }_{{r - 2}}}}},\quad {\text{модель 2}}{\text{.1}}{\text{.2,}} \hfill \\ \end{gathered} \right.$
${{J}_{2}}(0,c) = \left\{ \begin{gathered} c{\text{/}}\sqrt {{{\sigma }_{{r - 1}}}^{2} + {{c}^{2}}} ,\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ c{\text{/}}\sqrt {{{\sigma }_{{r - 2}}}^{2} + {{c}^{2}}} ,\quad {\text{модель 2}}{\text{.1}}{\text{.2,}} \hfill \\ \end{gathered} \right.\quad {{J}_{2}}(1,c) = 0,\quad {{J}_{1}}(\bar {\varphi },c) \leqslant {{J}_{2}}(\bar {\psi },c),$
(2.15)
$\mathop {\max }\limits_{0 \leqslant \psi \leqslant 1} {{J}_{1}}(\psi ,c) = \mathop {\max }\limits_{\bar {\varphi } \leqslant \psi \leqslant 1} {{J}_{1}}(\psi ,c),$
где

(2.16)
$\bar {\psi } = \left\{ \begin{gathered} \frac{c}{{{{\sigma }_{r}}}},\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ \frac{c}{{{{\sigma }_{{r - 1}}}}},\quad {\text{модель 2}}{\text{.1}}{\text{.2,}} \hfill \\ \end{gathered} \right.\quad \bar {\varphi } = \left\{ \begin{gathered} \frac{c}{{{{\sigma }_{{r - 1}}}}},\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ \frac{c}{{{{\sigma }_{{r - 2}}}}},\quad {\text{модель 2}}{\text{.1}}{\text{.2;}} \hfill \\ \end{gathered} \right.$

3) для $\forall {{c}_{1}},{{c}_{2}} > 0:{{c}_{1}} \leqslant {{c}_{2}}$ выполняется неравенство

${{I}_{1}}(\psi ,{{c}_{1}}){{J}_{2}}(\psi ,{{c}_{1}}) \leqslant {{I}_{1}}(\psi ,{{c}_{2}}){{J}_{2}}(\psi ,{{c}_{2}}).$

Доказательство. Начнем с доказательства п. 1). Обращаясь к определению функций ${{I}_{{11}}}(\psi )$, ${{I}_{{12}}}(\varphi )$, мы можем записать

${{I}_{{11}}}(\psi ) = \left\{ \begin{gathered} 1{\text{/}}\sqrt {{{{({{\sigma }_{r}} - \psi c)}}^{2}} + (1 - {{\psi }^{2}}){{c}^{2}}} ,\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ 1{\text{/}}\sqrt {{{{({{\sigma }_{{r - 1}}} - \psi c)}}^{2}} + (1 - {{\psi }^{2}}){{c}^{2}}} ,\quad {\text{модель 2}}{\text{.1}}{\text{.2,}} \hfill \\ \end{gathered} \right.$
${{I}_{{12}}} = \left\{ \begin{gathered} 1{\text{/}}\sqrt {{{{({{\sigma }_{{r - 1}}} - \varphi c)}}^{2}} + (1 - {{\varphi }^{2}}){{c}^{2}}} ,\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ 1{\text{/}}\sqrt {{{{({{\sigma }_{{r - 2}}} - \varphi c)}}^{2}} + (1 - {{\varphi }^{2}}){{c}^{2}}} ,\quad {\text{модель 2}}{\text{.1}}{\text{.2}}{\text{.}} \hfill \\ \end{gathered} \right.$
Продифференцировав ${{I}_{{11}}}(\psi ,c)$(${{I}_{{12}}}(\varphi ,c)$), мы обнаружим, что $\left( {{{I}_{{11}}}(\psi ,c)} \right){\kern 1pt} ' > 0$ ($\left( {{{I}_{{12}}}(\varphi ),c} \right){\kern 1pt} ' > 0$) для $\forall \varphi \in [0,1]$ ($\forall \psi \in [0,1]$). Этот факт указывает на то, что функции ${{I}_{{11}}}(\psi )$ и ${{I}_{{12}}}(\varphi )$ монотонно возрастают на отрезке $[0,1]$. Из неравенств ${{\sigma }_{r}} \leqslant {{\sigma }_{{r - 1}}} \leqslant {{\sigma }_{{r - 2}}}$, следует, что $\forall \varphi = \psi $ выполняется неравенство ${{I}_{{12}}}(\varphi ) \leqslant {{I}_{{11}}}(\psi )$. Значения функций ${{I}_{{11}}}(\psi ,c)$, ${{I}_{{12}}}(\varphi ,c)$ в точках $\psi = 0,\;\psi = 1$ и $\varphi = 0,\;\varphi = 1$ соответственно устанавливаются непосредственной подстановкой.

Перейдем к п. 2). Пусть $\bar {\varphi }$ такой, что

(2.17)
$\mathop {\max }\limits_\varphi {{J}_{2}}(\varphi ,c) = {{J}_{2}}(\bar {\varphi },c).$
Учитывая, что $\bar {\varphi }$ доставляет максимум функции
${{\left[ {{{J}_{2}}(\varphi ,c)} \right]}^{2}} = \frac{{(1 - {{\varphi }^{2}}){{c}^{2}}}}{{{{\nu }^{2}}}},$
мы можем найти $\bar {\varphi }$, используя ее. Дифференцируя ${{\left[ {{{J}_{2}}(\varphi ,c)} \right]}^{2}}$ по $\varphi $ и приравнивая результат дифференцирования нулю, мы приходим к уравнению, упрощая которое получим
$\varphi {{\sigma }_{{r - 1}}} - c = 0\quad (\varphi {{\sigma }_{{r - 2}}} - c = 0).$
Отсюда следует второе равенство в (2.16):
$\bar {\varphi } = \left\{ \begin{gathered} \frac{c}{{{{\sigma }_{{r - 1}}}}},\quad {\text{модель 2}}{\text{.1}}{\text{.1,}} \hfill \\ \frac{c}{{{{\sigma }_{{r - 2}}}}},\quad {\text{модель 2}}{\text{.1}}{\text{.2}}{\text{.}} \hfill \\ \end{gathered} \right.$
После подстановки $\bar {\varphi }$ в (2.17) получим второе соотношение в (2.14).

Отметим, что из неравенства ${{\sigma }_{r}} - c > 0$ (см. условия леммы 2.1) благодаря неравенствам

(2.18)
${{\sigma }_{{r - 2}}} \geqslant {{\sigma }_{{r - 1}}} \geqslant {{\sigma }_{r}}$
следует $\bar {\varphi } \in [0,1]$.

Действуя аналогично, можно показать справедливость первых соотношений в (2.16) и (2.14).

Сопоставляя первое и второе соотношения в (2.16), благодаря (2.18) получаем неравенство

$\bar {\varphi } \leqslant \bar {\psi }.$
Из последнего неравенства и доказанного выше неравенства ${{I}_{{12}}}(\psi ,c) \leqslant {{I}_{{11}}}(\psi ,c)$ вытекает (2.13). Из него также вытекает (2.15).

Перейдем к доказательству п. 3). Обратимся сначала к модели 2.1.1. Покажем, что разность

${{I}_{1}}(\psi ,{{c}_{2}}){{J}_{2}}(\psi ,{{c}_{2}}) - {{I}_{1}}(\psi ,{{c}_{1}}){{J}_{2}}(\psi ,{{c}_{1}}) \geqslant 0.$
Очевидно,
${{I}_{1}}(\psi ,{{c}_{2}}){{J}_{2}}(\psi ,{{c}_{2}}) - {{I}_{1}}(\psi ,{{c}_{1}}){{J}_{2}}(\psi ,{{c}_{1}}) = \sqrt {1 - {{\psi }^{2}}} \left( {\frac{{{{c}_{2}}}}{{(\sigma _{r}^{2} - 2{{\sigma }_{r}}\psi {{c}_{2}} + c_{2}^{2})}} - \frac{{{{c}_{1}}}}{{(\sigma _{r}^{2} - 2{{\sigma }_{r}}\psi {{c}_{1}} + c_{1}^{2})}}} \right) = $
$ = \sqrt {1 - {{\psi }^{2}}} \left( {\frac{{(\sigma _{r}^{2} - {{c}_{1}}{{c}_{2}})({{c}_{2}} - {{c}_{1}})}}{{(\sigma _{r}^{2} - 2{{\sigma }_{r}}\psi {{c}_{2}} + c_{2}^{2})(\sigma _{r}^{2} - 2{{\sigma }_{r}}\psi {{c}_{1}} + c_{1}^{2})}}} \right) \geqslant 0.$
Докажем теперь, что неравенство справедливо и для модели 2.1.2.

Сначала докажем справедливость неравенства

${{\left( {{{I}_{1}}(\psi ,{{c}_{2}}){{J}_{2}}(\psi ,{{c}_{2}})} \right)}^{2}} - {{\left( {{{I}_{1}}(\psi ,{{c}_{1}}){{J}_{2}}(\psi ,{{c}_{1}})} \right)}^{2}} \geqslant 0.$
Итак,
$\begin{gathered} {{\left( {{{I}_{1}}(\psi ,{{c}_{2}}){{J}_{2}}(\psi ,{{c}_{2}})} \right)}^{2}} - {{\left( {{{I}_{1}}(\psi ,{{c}_{1}}){{J}_{2}}(\psi ,{{c}_{1}})} \right)}^{2}} = (1 - {{\psi }^{2}})\left( {\frac{{c_{2}^{2}}}{{{{{({{\sigma }_{{r - 1}}} - {{c}_{2}})}}^{2}}(\sigma _{{r - 1}}^{2} - 2{{\sigma }_{{r - 1}}}\psi {{c}_{2}} + c_{2}^{2})}} - } \right. \\ \left. { - \;\frac{{c_{1}^{2}}}{{{{{({{\sigma }_{{r - 1}}} - {{c}_{1}})}}^{2}}(\sigma _{{r - 1}}^{2} - 2{{\sigma }_{{r - 1}}}\psi {{c}_{1}} + c_{1}^{2})}}} \right). \\ \end{gathered} $
Обращаясь к последнему выражению, рассмотрим разность $\frac{{{{c}_{2}}}}{{{{{({{\sigma }_{{r - 1}}} - {{c}_{2}})}}^{2}}}} - \frac{{{{c}_{1}}}}{{{{{({{\sigma }_{{r - 1}}} - {{c}_{1}})}}^{2}}}}$:
$\frac{{{{c}_{2}}}}{{{{{({{\sigma }_{{r - 1}}} - {{c}_{2}})}}^{2}}}} - \frac{{{{c}_{1}}}}{{{{{({{\sigma }_{{r - 1}}} - {{c}_{1}})}}^{2}}}} = (\sigma _{{r - 1}}^{2} - {{c}_{1}}{{c}_{2}})\frac{{{{c}_{2}} - {{c}_{1}}}}{{{{{({{\sigma }_{{r - 1}}} - {{c}_{2}})}}^{2}}{{{({{\sigma }_{{r - 1}}} - {{c}_{1}})}}^{2}}}} \geqslant 0.$
Итак, показано, что
$\frac{{{{c}_{2}}}}{{{{{({{\sigma }_{{r - 1}}} - {{c}_{2}})}}^{2}}}} - \frac{{{{c}_{1}}}}{{{{{({{\sigma }_{{r - 1}}} - {{c}_{1}})}}^{2}}}} \geqslant 0.$
Отсюда следует
$\frac{{{{c}_{2}}}}{{{{{({{\sigma }_{{r - 1}}} - {{c}_{2}})}}^{2}}}} \geqslant \frac{{{{c}_{1}}}}{{{{{({{\sigma }_{{r - 1}}} - {{c}_{1}})}}^{2}}}}.$
Благодаря последнему неравенству мы можем записать
${{\left( {{{I}_{1}}(\psi ,{{c}_{2}}){{J}_{2}}(\psi ,{{c}_{2}})} \right)}^{2}} - {{\left( {{{I}_{1}}(\psi ,{{c}_{1}}){{J}_{2}}(\psi ,{{c}_{1}})} \right)}^{2}} \geqslant (1 - {{\psi }^{2}})\left( {\frac{{{{c}_{1}}{{c}_{2}}}}{{{{{({{\sigma }_{{r - 1}}} - {{c}_{1}})}}^{2}}(\sigma _{{r - 1}}^{2} - 2{{\sigma }_{{r - 1}}}\psi {{c}_{2}} + c_{2}^{2})}}} \right. - $
$\left. { - \;\frac{{c_{1}^{2}}}{{{{{({{\sigma }_{{r - 1}}} - {{c}_{1}})}}^{2}}(\sigma _{{r - 1}}^{2} - 2{{\sigma }_{{r - 1}}}\psi {{c}_{1}} + c_{1}^{2})}}} \right) = \frac{{(1 - {{\psi }^{2}}){{c}_{1}}}}{{{{{({{\sigma }_{{r - 1}}} - {{c}_{1}})}}^{2}}}}\left( {\frac{{{{c}_{2}}}}{{\sigma _{{r - 1}}^{2} - 2{{\sigma }_{{r - 1}}}\psi {{c}_{2}} + c_{2}^{2}}} - \frac{{{{c}_{1}}}}{{\sigma _{{r - 1}}^{2} - 2{{\sigma }_{{r - 1}}}\psi {{c}_{1}} + c_{1}^{2}}}} \right).$
Сопоставляя последнее выражение в скобах с доказанным выше неравенством
$\frac{{{{c}_{2}}}}{{(\sigma _{r}^{2} - 2{{\sigma }_{r}}\psi {{c}_{2}} + c_{2}^{2})}} - \frac{{{{c}_{1}}}}{{(\sigma _{r}^{2} - 2{{\sigma }_{r}}\psi {{c}_{1}} + c_{1}^{2})}} \geqslant 0,$
приходим к выводу: неравенство
${{\left( {{{I}_{1}}(\psi ,{{c}_{2}}){{J}_{2}}(\psi ,{{c}_{2}})} \right)}^{2}} - {{\left( {{{I}_{1}}(\psi ,{{c}_{1}}){{J}_{2}}(\psi ,{{c}_{1}})} \right)}^{2}} \geqslant 0$
справедливо для модели 2.1.2.

Неравенство ${{\left( {{{I}_{1}}(\psi ,{{c}_{2}}){{J}_{2}}(\psi ,{{c}_{2}})} \right)}^{2}} - {{\left( {{{I}_{1}}(\psi ,{{c}_{1}}){{J}_{2}}(\psi ,{{c}_{1}})} \right)}^{2}} \geqslant 0$ выполняется тогда и только тогда, когда выполняется неравенство

${{I}_{1}}(\psi ,{{c}_{2}}){{J}_{2}}(\psi ,{{c}_{2}}) - {{I}_{1}}(\psi ,{{c}_{1}}){{J}_{2}}(\psi ,{{c}_{1}}) \geqslant 0.$
Следствие доказано.

Дополнительно из леммы 2.1 вытекают два очевидных следствия.

Вариант 2. В качестве матриц простейшей структуры и их возмущений мы будем рассматривать матрицы вида

(2.19)
${{\Sigma }_{3}} = \left[ {\begin{array}{*{20}{c}} {{{\sigma }_{{r - 2}}}}&0&0 \\ 0&{{{\sigma }_{{r - 1}}}}&0 \\ 0&0&{{{\sigma }_{r}}} \end{array}} \right],\quad {{C}_{3}} = \left[ {\begin{array}{*{20}{c}} 0&0&0 \\ 0&0&0 \\ 0&0&0 \\ 0&0&{ - с} \end{array}} \right]{\text{.}}$

Следствие 2.2. Пусть матрицы ${{\Sigma }_{3}}$ и ${{C}_{3}}$ определены соотношениями (2.19). Если $c > 0$, ${{\sigma }_{r}} - c > 0$, то

${{\left( {{{\Sigma }_{3}} + {{C}_{3}}} \right)}^{ + }} = \left[ {\begin{array}{*{20}{c}} {{{{\left( {{{\sigma }_{{r - 2}}}} \right)}}^{{ - 1}}}}&0&0 \\ 0&{{{{\left( {{{\sigma }_{{r - 1}}}} \right)}}^{{ - 1}}}}&0 \\ 0&0&{{{{\left( {{{\sigma }_{r}} - c} \right)}}^{{ - 1}}}} \end{array}} \right],\quad {{I}_{1}} = {{({{\sigma }_{r}} - c)}^{{ - 1}}}.$

Вариант 3. В качестве матриц простейшей структуры и их возмущений мы примем матрицы вида

(2.20)
${{\Sigma }_{3}} = \left[ {\begin{array}{*{20}{c}} {{{\sigma }_{{r - 2}}}}&0&0 \\ 0&{{{\sigma }_{{r - 1}}}}&0 \\ 0&0&{{{\sigma }_{r}}} \\ 0&0&0 \end{array}} \right],\quad {{С}_{3}} = \left\{ \begin{gathered} \left[ {\begin{array}{*{20}{c}} 0&0&0 \\ 0&0&0 \\ 0&0&{ - \psi с} \\ 0&0&{\sqrt {1 - {{\psi }^{2}}} с} \end{array}} \right],\quad {\text{модель 2}}{\text{.3}}{\text{.1,}} \hfill \\ \left[ {\begin{array}{*{20}{c}} 0&0&0 \\ 0&{ - \psi с}&0 \\ 0&0&{ - с} \\ 0&{\sqrt {1 - {{\psi }^{2}}} с}&{\text{0}} \end{array}} \right],\quad {\text{модель 2}}{\text{.3}}{\text{.2}}{\text{.}} \hfill \\ \end{gathered} \right.$
Обращаясь к сингулярному разложению матрицы
${{\Sigma }_{3}} + {{C}_{3}} = \left\{ \begin{gathered} \left[ {\begin{array}{*{20}{c}} {{{\sigma }_{{r - 2}}}}&0&0 \\ 0&{{{\sigma }_{{r - 1}}}}&0 \\ 0&0&{{{\sigma }_{r}} - \psi с} \\ 0&0&{\sqrt {1 - {{\psi }^{2}}} с} \end{array}} \right],\quad {\text{модель 2}}{\text{.3}}{\text{.1,}} \hfill \\ \left[ {\begin{array}{*{20}{c}} {{{\sigma }_{{r - 2}}}}&0&0 \\ 0&{{{\sigma }_{{r - 1}}} - \psi с}&0 \\ 0&0&{{{\sigma }_{r}} - с} \\ 0&{\sqrt {1 - {{\psi }^{2}}} с}&{\text{0}} \end{array}} \right],\quad {\text{модель 2}}{\text{.3}}{\text{.2,}} \hfill \\ \end{gathered} \right.$
нетрудно показать, что
${{\Sigma }_{3}} + {{C}_{3}} = \left\{ \begin{gathered} S\left[ {\begin{array}{*{20}{c}} {{{\sigma }_{{r - 2}}}}&0&0 \\ 0&{{{\sigma }_{{r - 1}}}}&0 \\ 0&0&\eta \\ 0&0&0 \end{array}} \right]{\text{,}}\quad {\text{модель 2}}{\text{.3}}{\text{.1,}} \hfill \\ S\left[ {\begin{array}{*{20}{c}} {{{\sigma }_{{r - 2}}}}&0&0 \\ 0&\eta &0 \\ 0&0&{{{\sigma }_{r}} - c} \\ 0&0&0 \end{array}} \right]{\text{,}}\quad {\text{модель 2}}{\text{.3}}{\text{.2,}} \hfill \\ \end{gathered} \right.$
где матрица $S$ определена соотношениями (2.3).

Следствие 2.3. Пусть матрицы ${{\Sigma }_{3}}$ и ${{C}_{3}}$, определены соотношениями (2.20). Если $c > 0$, $0 \leqslant \psi \leqslant 1$, ${{\sigma }_{r}} - c > 0$, то

${\text{а}})\quad {{\left( {{{\Sigma }_{3}} + {{C}_{3}}} \right)}^{ + }}\, = \,\left\{ \begin{gathered} \left[ {\begin{array}{*{20}{c}} {{{{\left( {{{\sigma }_{{r - 2}}}} \right)}}^{{ - 1}}}}&0&0&0 \\ 0&{{{{\left( {{{\sigma }_{{r - 1}}}} \right)}}^{{ - 1}}}}&0&0 \\ 0&0&{\frac{{\tilde {c}}}{\eta }}&{\frac{{\tilde {s}}}{\eta }} \end{array}} \right],\quad {\text{модель 2}}{\text{.3}}{\text{.1,}} \hfill \\ \left[ {\begin{array}{*{20}{c}} {{{{\left( {{{\sigma }_{{r - 2}}}} \right)}}^{{ - 1}}}}&0&0&0 \\ 0&{\frac{{\tilde {c}}}{\eta }}&0&{\frac{{\tilde {s}}}{\eta }} \\ 0&0&{{{{\left( {{{\sigma }_{r}} - c} \right)}}^{{ - 1}}}}&0 \end{array}} \right],\quad {\text{модель 2}}{\text{.3}}{\text{.2,}} \hfill \\ \end{gathered} \right.\quad {{I}_{1}}\, = \,\left\{ \begin{gathered} \frac{1}{\eta },\quad {\text{модель 2}}{\text{.3}}{\text{.1,}} \hfill \\ {{({{\sigma }_{r}} - c)}^{{ - 1}}},\quad {\text{модель 2}}{\text{.3}}{\text{.2,}} \hfill \\ \end{gathered} \right.$
${\text{б}})\quad {{J}_{1}} = \tilde {s},$
${\text{в}})\quad {{I}_{2}} = \left\{ \begin{gathered} \frac{1}{\eta },\quad {\text{модель 2}}{\text{.3}}{\text{.1,}} \hfill \\ {{({{\sigma }_{r}} - c)}^{{ - 1}}},\quad {\text{модель 2}}{\text{.3}}{\text{.2}}{\text{.}} \hfill \\ \end{gathered} \right.$

Замечание 2.1. Доказательство следствия 2.2 мы не привели вследствие его очевидности. Доказательство следствия 2.3 с небольшими изменениями повторяет доказательство леммы 2.1.

Вариант 4. В качестве матриц простейшей структуры и их возмущений мы будем рассматривать матрицы вида

(2.21)
${{\Sigma }_{3}} = \left[ {\begin{array}{*{20}{c}} {{{\sigma }_{{r - 2}}}}&0&0&0 \\ 0&{{{\sigma }_{{r - 1}}}}&0&0 \\ 0&0&{{{\sigma }_{r}}}&0 \end{array}} \right],\quad {{C}_{3}} = \left[ {\begin{array}{*{20}{c}} 0&0&0&0 \\ 0&{ - \varphi с}&0&{\sqrt {1 - {{\varphi }^{2}}} с} \\ 0&0&{ - с}&0 \end{array}} \right].$
Обратимся к сингулярному разложению матрицы ${{\Sigma }_{3}} + {{C}_{3}}$. Нетрудно показать, что
${{\Sigma }_{3}} + {{C}_{3}} = \left[ {\begin{array}{*{20}{c}} {{{\sigma }_{{r - 2}}}}&0&0&0 \\ 0&\nu &0&0 \\ 0&0&{ - с}&0 \end{array}} \right]{{T}^{{\text{т}}}},$
где $T$ определена соотношениями (2.4) (модель 2.1.1).

Следствие 2.4. Пусть матрицы ${{\Sigma }_{3}}$ и ${{C}_{3}}$ определены соотношениями (2.21). Если величины $c,\varphi $ удовлетворяют неравенствам: $c > 0$, $0 \leqslant \varphi \leqslant 1$, ${{\sigma }_{r}} - c > 0$, то

(2.22)
${\text{а}})\quad {{\left( {{{\Sigma }_{3}} + {{C}_{3}}} \right)}^{ + }} = \left[ {\begin{array}{*{20}{c}} {{{{\left( {{{\sigma }_{{r - 2}}}} \right)}}^{{ - 1}}}}&0&0 \\ 0&{\frac{{\bar {c}}}{\nu }}&0 \\ 0&0&{{{{\left( {{{\sigma }_{r}} - c} \right)}}^{{ - 1}}}} \\ 0&{\frac{{\bar {s}}}{\nu }}&0 \end{array}} \right],\quad {{I}_{1}} = {{({{\sigma }_{r}} - c)}^{{ - 1}}},$
(2.23)
${\text{б}})\quad {{I}_{2}} = {{({{\sigma }_{r}} - c)}^{{ - 1}}},\quad \mathop {\max }\limits_{z \in R(\Sigma _{3}^{{\text{т}}}),\,\left\| z \right\| = 1} \left\| {{{C}_{3}}z} \right\| = c,$
(2.24)
${\text{в}})\quad {{J}_{2}} = \bar {s}.$

Доказательство. Следуя доказательству соотношения (2.5) леммы 2.1, легко проверить справедливость первого и второго равенств в (2.22).

Перейдем к доказательству п. б). Обращаясь к виду матрицы ${{C}_{3}}$ (см. (2.21)), получаем, что

$R({{C}_{3}}) = R({{e}_{3}},{{e}_{4}}),$
поэтому из соотношения $R({{({{\Sigma }_{3}} + {{C}_{3}})}^{{\text{т}}}}) \subseteq R({{C}_{3}})$ заключаем
${{I}_{2}} = \mathop {\max }\limits_{w \in R({{C}_{3}}),\,\left\| w \right\| = 1} \left\| {{{{({{\Sigma }_{3}} + {{C}_{3}})}}^{ + }}w} \right\| = \left\| {{{{({{\Sigma }_{3}} + {{C}_{3}})}}^{ + }}} \right\| = {{I}_{1}}.$
Обращаясь к определению матрицы ${{C}_{3}}$, мы видим, что
$\mathop {\max }\limits_{z \in R(\Sigma _{3}^{{\text{т}}}),\,\left\| z \right\| = 1} \left\| {{{C}_{3}}z} \right\| = \left\| {{{C}_{3}}{{e}_{3}}} \right\|$.
Отсюда следует (2.23).

Приступим к доказательству п. в). Следуя лемме 1.1, мы можем записать

${{J}_{2}} = \left\| {{{{({{\Sigma }_{3}} + {{C}_{3}})}}^{ + }}({{\Sigma }_{3}} + {{C}_{3}}) - \Sigma _{3}^{ + }{{\Sigma }_{3}}} \right\| = {\text{ }}\mathop {\max }\limits_{x \in R({{{({{\Sigma }_{3}} + {{C}_{3}})}}^{{\text{т}}}}),\,\left\| x \right\| = 1} \left\| {(I - \Sigma _{3}^{ + }{{\Sigma }_{3}})x} \right\|{\text{ }}.$
Анализируя структуру матриц ${{\Sigma }_{3}} + {{C}_{3}}$ и ${{({{\Sigma }_{3}} + {{C}_{3}})}^{ + }}$, мы видим, что
$\mathop {\max }\limits_{x \in R({{{({{\Sigma }_{3}} + {{C}_{3}})}}^{{\text{т}}}}),\,\left\| x \right\| = 1} \left\| {(I - \Sigma _{{22}}^{ + }{{\Sigma }_{{22}}})x} \right\| = \left\| {(I - \Sigma _{3}^{ + }{{\Sigma }_{3}})\left[ {\begin{array}{*{20}{c}} 0 \\ {\bar {c}} \\ 0 \\ {\bar {s}} \end{array}} \right]} \right\|.$
Проведя непосредственные вычисления в последнем выражении, получим
$\mathop {\max }\limits_{x \in R({{{({{\Sigma }_{{22}}} + {{C}_{{22}}})}}^{{\text{т}}}}),\,\left\| x \right\| = 1} \left\| {(I - \Sigma _{3}^{ + }{{\Sigma }_{3}})x} \right\| = \bar {s}.$
Сопоставляя (2.10), (2.11) с последним равенством, мы приходим к соотношению в (2.24).

Следствие доказано.

Замечание 2.2. Очевидно, для рассматриваемого варианта матрицы ${{\Sigma }_{3}}$ и ее возмущения ${{C}_{3}}$ функции ${{I}_{1}} = \frac{1}{\nu }$, ${{J}_{2}} = \bar {s}$ обладают свойствами, установленными в следствии 2.1, причем

(2.25)
$\mathop {\max }\limits_{0 \leqslant \varphi \leqslant 1} {{J}_{2}}(\varphi ,c) = {{J}_{2}}(\bar {\varphi },c) = \frac{c}{{{{\sigma }_{{r - 1}}}}},$
где

(2.26)
$\bar {\varphi } = \frac{c}{{{{\sigma }_{{r - 1}}}}}.$

Замечание 2.3. Очевидно, модели матриц ${{C}_{3}}$ выбраны так, чтобы обеспечить наибольшую чувствительность величин ${{I}_{1}}$, ${{I}_{2}}$, ${{J}_{1}}$, ${{J}_{2}}$ к возмущениям матриц ${{\Sigma }_{3}}$.

В заключение раздела мы должны сказать следующее. Определение значений элементов матрицы В и компонент вектора $v$ является практически неразрешимой задачей. Но с помощью обратного метода анализа накопления погрешностей возможно установить оценку $\left\| В \right\| \leqslant \alpha \left\| A \right\|$. Поэтому вместо параметра $с = \left\| B \right\|$ в дальнейшем мы будем вынуждены пользоваться его оценкой: $с \leqslant \alpha \left\| A \right\|$, где $\alpha $ – некоторое положительное число.

3. ПСЕВДОРЕШЕНИЕ ВОЗМУЩЕННОЙ СИСТЕМЫ

В разд. 1 мы коснулись вопроса о влиянии возмущений, вносимых в матрицу и правую часть исходной системы уравнений, на точность вычисленного псевдорешения (см. лемму 1.2). Представленные в лемме 1.2 оценки справедливы для любых возмущений $B$ и $v$. Однако практическую значимость имеют псевдорешения, непрерывно зависящие от возмущений матрицы исходной системы и ее правой части.

Займемся детальным исследованием обозначенной проблемы. Итак, пусть задана система уравнений

(3.1)
$Ax \cong y,$
псевдорешение $\bar {x}$ которой определяется формулой
(3.2)
$\bar {x} = {{A}^{ + }}y.$
Пусть в матрицу А и в правую часть у внесены возмущения В и $v$ соответственно. В результате мы получим новую систему уравнений
(3.3)
$(A + B)u \cong y + v,$
псевдорешение $\bar {u}$ которой определяется формулой
(3.4)
$\bar {u} = {{(A + B)}^{ + }}(y + v).$
Близость псевдорешений $\bar {u}$ и $\bar {x}$ устанавливает

Теорема 3.1. Пусть для систем уравнений (3.1) и (3.3) выполнены соотношения

(3.5)
$\left\| B \right\| = c \leqslant \alpha \left\| A \right\|,$
(3.6)
$\left\| v \right\| \leqslant \beta \left\| y \right\|,$
(3.7)
$1 - {{с}_{r}}\alpha > 0.$

1. Если

(3.8)
$r < \min \left\{ {m,n} \right\},\quad rk(A + B) = r,\quad \left\| {\tilde {y}} \right\| \leqslant \gamma \left\| {\bar {y}} \right\|,$
то справедлива оценка
(3.9)
$\frac{{\left\| {\bar {u} - \bar {x}} \right\|}}{{\left\| {\bar {x}} \right\|}} \leqslant \mathop {\max }\limits_{} \left\{ {{{M}_{1}},{{M}_{2}}} \right\},$
где

$\begin{gathered} {{M}_{1}} = {{\left( {{{{\left( {\mathop {\max }\limits_{0 \leqslant \xi \leqslant 1 - {{c}_{r}}\alpha } \frac{1}{{\sqrt {1 - c_{r}^{2}{{\alpha }^{2}} - 2{{c}_{r}}\alpha \xi } }}\left( {\frac{{c_{r}^{2}\alpha \gamma \sqrt {1 - {{{({{c}_{r}}\alpha + \xi )}}^{2}}} }}{{\sqrt {1 - c_{r}^{2}{{\alpha }^{2}} - 2{{c}_{r}}\alpha \xi } }} + {{c}_{r}}(\alpha + \beta \sqrt {1 + {{\gamma }^{2}}} } \right)} \right)}}^{2}} + {{{\left( {{{c}_{{r - 1}}}\alpha } \right)}}^{2}}} \right)}^{{1/2}}}, \\ (модель{\text{ 2}}{\text{.1}}{\text{.1}}), \\ \end{gathered} $
${{M}_{2}} = {{\left( {{{{\left( {\frac{{{{c}_{r}}{{c}_{{r - 1}}}\alpha \gamma + {{c}_{r}}(\alpha + \beta \sqrt {1 + {{\gamma }^{2}}} )}}{{1 - {{c}_{r}}\alpha }}} \right)}}^{2}} + {{{\left( {{{c}_{{r - 2}}}\alpha } \right)}}^{2}}} \right)}^{{1/2}}}\quad {\text{(}}модель{\text{ 2}}{\text{.1}}{\text{.2}}).$

2. Если $r = m = n$, то

$\frac{{\left\| {\bar {u} - \bar {x}} \right\|}}{{\left\| {\bar {x}} \right\|}} \leqslant \frac{{{{c}_{r}}(\alpha + \beta )}}{{1 - {{c}_{r}}\alpha }}.$

3. Если выполнены неравенства (3.8) и $m > n = r$, то

$\frac{{\left\| {\bar {u} - \bar {x}} \right\|}}{{\left\| {\bar {x}} \right\|}} \leqslant \mathop {\max }\limits_{} \left\{ {{{M}_{1}},{{M}_{2}}} \right\},$
где

${{M}_{1}} = \frac{{c_{r}^{2}\alpha \gamma + {{c}_{r}}(\alpha + \beta \sqrt {1 + {{\gamma }^{2}}} )}}{{\sqrt {1 - {{{\left( {{{c}_{r}}\alpha } \right)}}^{2}}} }}\quad (модель{\text{ }}2.3.1),$
${{M}_{2}} = \frac{{{{c}_{r}}{{c}_{{r - 1}}}\alpha \gamma + {{c}_{r}}(\alpha + \beta \sqrt {1 + {{\gamma }^{2}}} )}}{{1 - {{c}_{r}}\alpha }}\quad (модель\;2.3.2).$

4. Если $rk(A + B) = r = m < n$, то

$\frac{{\left\| {\bar {u} - \bar {x}} \right\|}}{{\left\| {\bar {x}} \right\|}} \leqslant {{\left( {{{{\left( {\frac{{{{c}_{r}}(\alpha + \beta )}}{{1 - {{c}_{r}}\alpha }}} \right)}}^{2}} + {{{\left( {{{c}_{{r - 1}}}\alpha } \right)}}^{2}}} \right)}^{{1/2}}}.$

Доказательство. Обращаясь к п. 1 леммы 1.2 (см. (1.5)), мы можем записать

$\begin{gathered} \left\| {\bar {u} - \bar {x}} \right\| \leqslant \left( {\left( {\left\| {{{{(A + B)}}^{ + }}} \right\|\left\| {(A + B){{{(A + B)}}^{ + }} - A{{A}^{ + }}} \right\|\left\| {\tilde {y}} \right\| + \mathop {\max }\limits_{w \in R(B),\,\left\| w \right\| = {{1}^{{}}}} \left\| {{{{(A + B)}}^{ + }}w} \right\|\mathop \times \limits_{_{{_{{_{{_{{_{{_{{}}}}}}}}}}}}}^{} } \right.} \right. \\ {{\left. {\mathop \times \limits_{_{{_{{_{{_{{_{{_{{}}}}}}}}}}}}}^{} \mathop {\max }\limits_{z \in R({{A}^{{\text{т}}}}),\left\| z \right\| = 1} \left\| {Bz} \right\|\left\| {\bar {x}} \right\| + \left\| {{{{(A + B)}}^{ + }}} \right\|\left\| v \right\|} \right)}^{2}}{{\left. {\mathop + \limits_{_{{_{{_{{_{{_{{_{{}}}}}}}}}}}}}^{} \;{{{\left\| {{{{(A + B)}}^{ + }}(A + B) - {{A}^{ + }}A)} \right\|}}^{2}}{{{\left\| {\bar {x}} \right\|}}^{2}}} \right)}^{{1/2}}}. \\ \end{gathered} $
Используя сингулярное разложение матрицы А, последнее неравенство перепишем в виде
$\begin{gathered} \left\| {\bar {u} - \bar {x}} \right\| \leqslant \left( {\left( {\left\| {{{{(\Sigma + C)}}^{ + }}} \right\|\left\| {((\Sigma + C){{{(\Sigma + C)}}^{ + }} - \Sigma {{\Sigma }^{ + }}} \right\|\left\| {\tilde {y}} \right\| + \mathop {\max }\limits_{w \in R(C),\,\left\| w \right\| = 1} {{{\left\| {{{{(\Sigma + C)}}^{ + }}w} \right\|}}^{2}}\mathop \times \limits_{}^{} } \right.} \right. \\ \times \;{{\left. {\mathop {\max }\limits_{z \in R({{\Sigma }^{{\text{т}}}}),\,\left\| z \right\| = 1} \left\| {Cz} \right\|\left\| {\bar {x}} \right\| + \left\| {{{{(\Sigma + C)}}^{ + }}} \right\|\left\| v \right\|} \right)}^{2}}{{\left. {\mathop + \limits_{}^{} \;{{{\left\| {{{{(\Sigma + C)}}^{ + }}(\Sigma + C) - {{\Sigma }^{ + }}\Sigma )} \right\|}}^{2}}{{{\left\| {\bar {x}} \right\|}}^{2}}} \right)}^{{1/2}}}, \\ \end{gathered} $
где $C = {{P}^{{\text{т}}}}BQ$.

С учетом сделанных ранее обозначений, последнее неравенство перепишем в виде

$\left\| {\bar {u} - \bar {x}} \right\| \leqslant {{\left( {{{{\left( {{{I}_{1}}(\Sigma ,C){{J}_{1}}(\Sigma ,C)\left\| {\tilde {y}} \right\| + {{I}_{2}}(\Sigma ,C)\mathop {\max }\limits_{z \in R({{\Sigma }^{{\text{т}}}}),\,\left\| z \right\| = 1} \left\| {Cz} \right\|\left\| {\bar {x}} \right\| + {{I}_{1}}(\Sigma ,C)\left\| v \right\|} \right)}}^{2}} + {{J}_{2}}{{{(\Sigma ,C)}}^{2}}{{{\left\| {\bar {x}} \right\|}}^{2}}} \right)}^{{1/2}}}.$
Отсюда согласно замечанию 2.3, равенству (3.5) и второму соотношению в (2.7) следует
(3.10)
$\begin{gathered} \left\| {\bar {u} - \bar {x}} \right\| \leqslant \mathop {\max }\limits_{0 \leqslant \varphi ,\psi \leqslant 1} \left( {{{{\left( {{{I}_{1}}({{\Sigma }_{3}},{{C}_{3}}){{J}_{1}}({{\Sigma }_{3}},{{C}_{3}})\left\| {\tilde {y}} \right\| + {{I}_{2}}({{\Sigma }_{3}},{{C}_{3}})\mathop {\max }\limits_{z \in R\left( {\Sigma _{3}^{{\text{т}}}} \right),\left\| z \right\| = 1} \left\| {{{C}_{3}}z} \right\|\left\| {\bar {x}} \right\| + {{I}_{1}}({{\Sigma }_{3}},{{C}_{3}})\left\| v \right\|} \right)}}^{2}}} \right. + \\ {{\left. {\mathop + \limits_{_{{_{{_{{_{{_{{_{{_{{}}}}}}}}}}}}}}}^{} \,{{J}_{2}}{{{({{\Sigma }_{3}},{{C}_{3}})}}^{2}}{{{\left\| {\bar {x}} \right\|}}^{2}}} \right)}^{{1/2}}}\, = \,{{\left( {\mathop {\max }\limits_{0 \leqslant \psi \leqslant 1} \left( {{{I}_{1}}(\psi ,c){{J}_{1}}(\psi ,c)\left\| {\tilde {y}} \right\|} \right. + {{I}_{2}}(\psi ,c){{{\left. {c\left\| {\bar {x}} \right\| + {{I}_{1}}(\psi ,c)\left\| v \right\|} \right)}}^{2}} + \mathop {\max }\limits_{0 \leqslant \varphi \leqslant 1} {{J}_{2}}{{{(\varphi ,c)}}^{2}}{{{\left\| {\bar {x}} \right\|}}^{2}}} \right)}^{{1/2}}}{\kern 1pt} . \\ \end{gathered} $
При выполнении доказательства п. в) леммы мы установили, что ${{I}_{2}} = {{I}_{1}}$, поэтому из (3.10) следует
(3.11)
$\left\| {\bar {u} - \bar {x}} \right\| \leqslant {{\left( {{{{\left( {\mathop {\max }\limits_{0 \leqslant \psi \leqslant 1} {{I}_{1}}(\psi ,c)\left( {{{J}_{1}}(\psi ,c)\left\| {\tilde {y}} \right\| + c\left\| {\bar {x}} \right\| + \left\| v \right\|} \right)} \right)}}^{2}} + \mathop {\max }\limits_{0 \leqslant \varphi \leqslant 1} {{J}_{2}}{{{(\varphi ,c)}}^{2}}{{{\left\| {\bar {x}} \right\|}}^{2}}} \right)}^{{1/2}}} = \max \left\{ {{{N}_{1}},{{N}_{2}}} \right\}.$
Здесь ${{N}_{1}}$ и ${{N}_{2}}$ описываются выражением, стоящим слева от последнего знака равенства. В этом выражении в первом случае функции ${{I}_{1}},\;{{J}_{1}},\;{{J}_{2}}$ определены моделью 1.1, во втором – моделью 1.2.

Предположим, что ${{N}_{1}} = \max \left\{ {{{N}_{1}},{{N}_{2}}} \right\}$. Приступим к оцениванию величины ${{N}_{1}}$. Обращаясь к свойствам функций ${{I}_{1}},\;{{J}_{1}},\;{{J}_{2}}$ (см. следствие 2.1), мы можем записать цепочку равенств

$\begin{gathered} \mathop {\max }\limits_{0 \leqslant \psi \leqslant 1} {{I}_{1}}(\psi ,c)\left( {{{J}_{1}}(\psi ,c)\left\| {\tilde {y}} \right\|} \right. + \left. {c\left\| {\bar {x}} \right\| + \left\| v \right\|} \right) = \mathop {\max }\limits_{\bar {\varphi } \leqslant \psi \leqslant 1} {{I}_{1}}(\psi ,c)\left( {{{J}_{1}}(\psi ,c)\left\| {\tilde {y}} \right\|} \right. + \left. {c\left\| {\bar {x}} \right\| + \left\| v \right\|} \right) = \\ = \mathop {\max }\limits_{\bar {\psi } \leqslant \psi \leqslant 1} {{I}_{1}}(\psi ,c)\left( {{{J}_{1}}(\psi ,c)\left\| {\tilde {y}} \right\|} \right. + \left. {c\left\| {\bar {x}} \right\| + \left\| v \right\|} \right), \\ \end{gathered} $
где $\bar {\varphi },\bar {\psi }$ определенны в (2.16). Поэтому обращаясь к (3.11), запишем
${{N}_{1}} = {{\left( {{{{\left( {\mathop {\max }\limits_{\bar {\psi } \leqslant \psi \leqslant 1} {{I}_{1}}(\psi ,c)\left( {{{J}_{1}}(\psi ,c)\left\| {\tilde {y}} \right\| + c\left\| {\bar {x}} \right\| + \left\| v \right\|} \right)} \right)}}^{2}} + \mathop {\max }\limits_{0 \leqslant \varphi \leqslant 1} {{J}_{2}}{{{(\varphi ,c)}}^{2}}{{{\left\| {\bar {x}} \right\|}}^{2}}} \right)}^{{1/2}}}.$
Из последнего неравенства, благодаря (3.5), (2.16) и утверждению п. 3 следствия 2.1, следует
${{N}_{1}} \leqslant {{\left( {{{{\left( {\mathop {\max }\limits_{{{c}_{r}}\alpha \leqslant \psi \leqslant 1} {{I}_{1}}(\psi ,\alpha \left\| A \right\|)\left( {{{J}_{1}}(\psi ,\alpha \left\| A \right\|)\left\| {\tilde {y}} \right\| + \alpha \left\| A \right\|\left\| {\bar {x}} \right\| + \left\| v \right\|} \right)} \right)}}^{2}} + \mathop {\max }\limits_{0 \leqslant \varphi \leqslant 1} {{J}_{2}}{{{(\varphi ,\alpha \left\| A \right\|)}}^{2}}{{{\left\| {\bar {x}} \right\|}}^{2}}} \right)}^{{1/2}}}.$
Последнее с учетом (2.13), (2.6), (2.8), (2.14) (второе равенство) преобразуется к виду
$\begin{gathered} {{N}_{1}} \leqslant \left( {\left( {\mathop {\max }\limits_{{{c}_{r}}\alpha \leqslant \psi \leqslant 1} \frac{1}{{\sqrt {{{{({{\sigma }_{r}} - \psi \alpha \left\| A \right\|)}}^{2}} + (1 - {{\psi }^{2}}){{\alpha }^{2}}{{{\left\| A \right\|}}^{2}}} }} \times } \right.} \right. \\ \times \;{{\left. {\left( {\frac{{\sqrt {1 - {{\psi }^{2}}} \alpha \left\| A \right\|}}{{\sqrt {{{{({{\sigma }_{r}} - \psi \alpha \left\| A \right\|)}}^{2}} + (1 - {{\psi }^{2}}){{\alpha }^{2}}{{{\left\| A \right\|}}^{2}}} }}\left\| {\tilde {y}} \right\| + \alpha \left\| A \right\|\left\| {\bar {x}} \right\| + \left\| v \right\|} \right)} \right)}^{2}} + {{\left. {{{{\left( {\frac{{\alpha \left\| A \right\|}}{{{{\sigma }_{{r - 1}}}}}} \right)}}^{2}}{{{\left\| {\bar {x}} \right\|}}^{2}}} \right)}^{{1/2}}}. \\ \end{gathered} $
Произведем преобразование выражений, входящих в последнюю формулу:

1)

$\sqrt {{{{({{\sigma }_{r}} - \psi \alpha \left\| A \right\|)}}^{2}} + (1 - {{\psi }^{2}}){{\alpha }^{2}}{{{\left\| A \right\|}}^{2}}} = \sqrt {{{\sigma }_{r}}^{2} - 2{{\sigma }_{r}}\psi \alpha \left\| A \right\| + {{\alpha }^{2}}{{{\left\| A \right\|}}^{2}}} = {{\sigma }_{r}}\sqrt {1 - 2{{c}_{r}}\alpha \psi + c_{r}^{2}{{\alpha }^{2}}} ,$

2) согласно (3.8)

$\left\| {\tilde {y}} \right\| \leqslant \gamma \left\| {\bar {y}} \right\| = \gamma \left\| {A\bar {x}} \right\| \leqslant \gamma \left\| A \right\|\left\| {\bar {x}} \right\|,$

3) согласно (3.6) и (3.8) и последней цепочке неравенств находим

$\left\| v \right\| \leqslant \beta \left\| y \right\| = \beta \left\| {\bar {y} + \tilde {y}} \right\| = \beta \sqrt {{{{\left\| {\bar {y}} \right\|}}^{2}} + {{{\left\| {\tilde {y}} \right\|}}^{2}}} \leqslant \beta \sqrt {1 + {{\gamma }^{2}}} \left\| {\bar {y}} \right\| \leqslant \beta \sqrt {1 + {{\gamma }^{2}}} \left\| A \right\|\left\| {\bar {x}} \right\|.$
Благодаря последним соотношениям получим
${{N}_{1}} \leqslant \left( {\left( {\mathop {\max }\limits_{{{c}_{r}}\alpha \leqslant \psi \leqslant 1} \frac{1}{{\sqrt {1 - 2{{c}_{r}}\alpha \psi + c_{r}^{2}{{\alpha }^{2}}} }}\left( {\frac{{\sqrt {1 - {{\psi }^{2}}} \alpha \left\| A \right\|}}{{{{\sigma }_{r}}^{2}\sqrt {1 - 2{{c}_{r}}\alpha \psi + c_{r}^{2}{{\alpha }^{2}}} }}\gamma \left\| A \right\|\left\| {\bar {x}} \right\|} \right. + } \right.} \right.$
${{\left. {\left. {\mathop + \limits_{_{{_{{_{{_{{_{{_{{_{{}}}}}}}}}}}}}}}^{} \;\frac{{\alpha \left\| A \right\|}}{{{{\sigma }_{r}}}}\left\| {\bar {x}} \right\| + \beta \sqrt {1 + {{\gamma }^{2}}} \left\| A \right\|\left\| {\bar {x}} \right\|} \right)} \right)}^{2}}{{\left. {\mathop + \limits_{_{{_{{_{{_{{_{{_{{_{{}}}}}}}}}}}}}}}^{} \;{{{\left( {{{c}_{{r - 1}}}\alpha } \right)}}^{2}}{{{\left\| {\bar {x}} \right\|}}^{2}}} \right)}^{{1/2}}} = $
$ = {{\left( {{{{\left( {\mathop {\max }\limits_{{{c}_{r}}\alpha \leqslant \psi \leqslant 1} \frac{1}{{\sqrt {1 - 2{{c}_{r}}\alpha \psi + c_{r}^{2}{{\alpha }^{2}}} }}\left( {\frac{{c_{r}^{2}\alpha \gamma \sqrt {1 - {{\psi }^{2}}} }}{{\sqrt {1 - 2{{c}_{r}}\alpha \psi + c_{r}^{2}{{\alpha }^{2}}} }} + {{c}_{r}}(\alpha + \beta \sqrt {1 + {{\gamma }^{2}}} } \right)} \right)}}^{2}} + {{{\left( {{{c}_{{r - 1}}}\alpha } \right)}}^{2}}} \right)}^{{1/2}}}\left\| {\bar {x}} \right\|.$
Введя новую переменную
$\xi = \psi - {{c}_{r}}\alpha ,$
преобразуем выражения, входящие в последнюю формулу:

$\psi = {{c}_{r}}\alpha + \xi $, поэтому верно

1) $1 - 2{{c}_{r}}\alpha \psi + c_{r}^{2}{{\alpha }^{2}} = 1 - 2{{c}_{r}}\alpha ({{c}_{r}}\alpha + \xi ) + c_{r}^{2}{{\alpha }^{2}} = 1 - c_{r}^{2}{{\alpha }^{2}} - 2{{c}_{r}}\alpha \xi {\kern 1pt} {\kern 1pt} ,$

2) $1 - {{\psi }^{2}} = 1 - {{({{c}_{r}}\alpha + \xi )}^{2}}$

и

(3.12)
${{N}_{1}} \leqslant {{\left( {{{{\left( {\mathop {\max }\limits_{0 \leqslant \xi \leqslant 1 - {{c}_{r}}\alpha } \frac{1}{{\sqrt {1 - c_{r}^{2}{{\alpha }^{2}} - 2{{c}_{r}}\alpha \xi } }}\left( {\frac{{c_{r}^{2}\alpha \gamma \sqrt {1 - {{{({{c}_{r}}\alpha + \xi )}}^{2}}} }}{{\sqrt {1 - c_{r}^{2}{{\alpha }^{2}} - 2{{c}_{r}}\alpha \xi } }} + {{c}_{r}}(\alpha + \beta \sqrt {1 + {{\gamma }^{2}}} } \right)} \right)}}^{2}} + {{{\left( {{{c}_{{r - 1}}}\alpha } \right)}}^{2}}} \right)}^{{1/2}}}\left\| {\bar {x}} \right\|.$
Предположим противное: ${{N}_{2}} = \max \left\{ {{{N}_{1}},{{N}_{2}}} \right\}$. Действуя аналогично, мы придем к оценке
(3.13)
${{N}_{2}} \leqslant {{\left( {{{{\left( {\frac{{{{c}_{r}}{{c}_{{r - 1}}}\alpha \gamma + {{c}_{r}}(\alpha + \beta \sqrt {1 + {{\gamma }^{2}}} )}}{{1 - {{c}_{r}}\alpha }}} \right)}}^{2}} + {{{\left( {{{c}_{{r - 2}}}\alpha } \right)}}^{2}}} \right)}^{{1/2}}}\left\| {\bar {x}} \right\|.$
Действительно, обращаясь к свойствам функций ${{I}_{1}},{{J}_{1}},{{J}_{2}}$ (см. следствие 2.1), мы можем записать
$\mathop {\max }\limits_{0 \leqslant \psi \leqslant 1} {{I}_{1}}(\psi ,c)\left( {{{J}_{1}}(\psi ,c)\left\| {\tilde {y}} \right\|} \right. + \left. {c\left\| {\bar {x}} \right\| + \left\| v \right\|} \right) = \frac{1}{{{{\sigma }_{r}} - c}}\left( {\mathop {\max }\limits_{0 \leqslant \psi \leqslant 1} {{J}_{1}}(\psi ,c)\left\| {\tilde {y}} \right\| + c\left\| {\bar {x}} \right\| + \left\| v \right\|} \right) = $
$ = \frac{1}{{{{\sigma }_{r}} - c}}\left( {{{J}_{1}}(\bar {\psi },c)\left\| {\tilde {y}} \right\| + c\left\| {\bar {x}} \right\| + \left\| v \right\|} \right) = \frac{1}{{{{\sigma }_{r}} - c}}\left( {\frac{c}{{{{\sigma }_{{r - 1}}}}}\left\| {\tilde {y}} \right\| + c\left\| {\bar {x}} \right\| + \left\| v \right\|} \right)\quad ({\text{см}}{\text{.}}\;(2.13),\;(2.16),\;(2.14)),$
$\mathop {\max }\limits_{0 \leqslant \varphi \leqslant 1} {{J}_{2}}(\varphi ,c) = {{J}_{2}}(\bar {\varphi },c) = \frac{c}{{{{\sigma }_{{r - 2}}}}}\quad ({\text{см}}{\text{.}}\;(2.16),\;(2.14)).$
Используя последние соотношения в (3.11), получаем (3.13).

Разделив $\left\| {\bar {u} - \bar {x}} \right\|$ и обе части неравенств (3.12) и (3.13) на $\left\| {\bar {x}} \right\|$, мы приходим к завершению доказательства п. 1.

Доказательство утверждения п. 2 мы опускаем ввиду его очевидности. Доказательство утверждения п. 3 мы опускаем по той причине, что оно во многом повторяет доказательство п. 1. Поэтому сразу перейдем к доказательству п. 4.

Обращаясь к п. 4 леммы 1.2 (см. 2.8), мы можем записать

$\left\| {\bar {u} - \bar {x}} \right\| \leqslant {{\left( {{{{\left( {\left\| {{{{(A + B)}}^{ + }}} \right\|\mathop {\max }\limits_{z \in R({{A}^{{\text{т}}}}),\,\left\| z \right\| = 1} \left\| {Bz} \right\|\left\| {\bar {x}} \right\| + \left\| {{{{(A + B)}}^{ + }}} \right\|\left\| v \right\|} \right)}}^{2}} + {{{\left\| {{{{(A + B)}}^{ + }}(A + B) - {{A}^{ + }}} \right\|}}^{2}}{{{\left\| {\bar {x}} \right\|}}^{2}}} \right)}^{{1/2}}}.$
Используя сингулярное разложение матрицы А, последнее неравенство перепишем в виде
$\left\| {\bar {u} - \bar {x}} \right\| \leqslant {{\left( {{{{\left( {\left\| {{{{(\Sigma + C)}}^{ + }}} \right\|\mathop {\max }\limits_{z \in R({{\Sigma }^{{\text{т}}}}),\left\| z \right\| = 1} \left\| {Cz} \right\|\left\| {\bar {x}} \right\| + \left\| {{{{(\Sigma + C)}}^{ + }}} \right\|\left\| v \right\|} \right)}}^{2}} + {{{\left\| {{{{(\Sigma + C)}}^{ + }}(\Sigma + C) - {{\Sigma }^{ + }}\Sigma } \right\|}}^{2}}{{{\left\| {\bar {x}} \right\|}}^{2}}} \right)}^{{1/2}}},$
где $C = {{P}^{{\text{т}}}}BQ$.

Прибегнув к более компактным обозначениям (см. следствие 2.4), последнее неравенство перепишем в виде

$\left\| {\bar {u} - \bar {x}} \right\| \leqslant {{\left( {{{{\left( {{{I}_{1}}(\Sigma ,C)\left( {\mathop {\max }\limits_{z \in R({{\Sigma }^{{\text{т}}}}),\left\| z \right\| = 1} \left\| {Cz} \right\|\left\| {\bar {x}} \right\| + \left\| v \right\|} \right)} \right)}}^{2}} + {{J}_{2}}{{{(\Sigma ,C)}}^{2}}{{{\left\| {\bar {x}} \right\|}}^{2}}} \right)}^{{1/2}}}.$
Отсюда согласно замечанию 2.3, равенству (3.5) и неравенству (3.6) следует
$\begin{gathered} \left\| {\bar {u} - \bar {x}} \right\| \leqslant \mathop {\max }\limits_{0 \leqslant \varphi \leqslant 1} {{\left( {{{{\left( {{{I}_{1}}({{\Sigma }_{3}},{{C}_{3}})\left( {\mathop {\max }\limits_{z \in R({{\Sigma }^{{\text{т}}}}),\left\| z \right\| = 1} \left\| {{{C}_{3}}z} \right\|\left\| {\bar {x}} \right\| + \left\| v \right\|} \right)} \right)}}^{2}} + {{J}_{2}}{{{({{\Sigma }_{3}},{{C}_{3}})}}^{2}}{{{\left\| {\bar {x}} \right\|}}^{2}}} \right)}^{{1/2}}} = \\ = {{\left( {{{{\left( {{{I}_{1}}({{\Sigma }_{3}},{{C}_{3}})(c\left\| {\bar {x}} \right\| + \beta \left\| y \right\|)} \right)}}^{2}} + \mathop {\max }\limits_{0 \leqslant \varphi \leqslant 1} {{J}_{2}}{{{(\varphi ,c)}}^{2}}{{{\left\| {\bar {x}} \right\|}}^{2}}} \right)}^{{1/2}}}. \\ \end{gathered} $
Следуя определениям величин ${{I}_{1}}({{\Sigma }_{3}},{{C}_{3}})$, ${{J}_{2}}(\varphi ,c)$ (см. соотношения (2.22), (2.24)), с учетом (2.14) (первое равенство) и неравенства $\left\| y \right\| \leqslant \left\| A \right\|\left\| {\bar {x}} \right\|$ преобразуем последнее выражение
$\left\| {\bar {u} - \bar {x}} \right\| \leqslant {{\left( {{{{\left( {\frac{1}{{{{\sigma }_{r}} - c}}(c\left\| {\bar {x}} \right\| + \beta \left\| A \right\|\left\| {\bar {x}} \right\|)} \right)}}^{2}} + {{{\left( {\frac{c}{{{{\sigma }_{{r - 1}}}}}} \right)}}^{2}}{{{\left\| {\bar {x}} \right\|}}^{2}}} \right)}^{{1/2}}}.$
После применения неравенства (3.5), будем иметь
$\begin{gathered} \left\| {\bar {u} - \bar {x}} \right\| \leqslant {{\left( {{{{\left( {\frac{1}{{{{\sigma }_{r}} - \alpha \left\| A \right\|}}(\alpha \left\| A \right\| + \left\| A \right\|\beta )} \right)}}^{2}} + {{{\left( {\frac{{\alpha \left\| A \right\|}}{{{{\sigma }_{{r - 1}}}}}} \right)}}^{2}}} \right)}^{{1/2}}}\left\| {\bar {x}} \right\| = \\ = {{\left( {{{{\left( {\frac{{\left\| A \right\|}}{{{{\sigma }_{r}}(1 - \alpha \left\| A \right\|{\text{/}}{{\sigma }_{r}})}}(\alpha + \beta )} \right)}}^{2}} + {{{\left( {\frac{{\alpha \left\| A \right\|}}{{{{\sigma }_{{r - 1}}}}}} \right)}}^{2}}} \right)}^{{1/2}}}\left\| {\bar {x}} \right\|. \\ \end{gathered} $
Отсюда уже следует утверждаемое неравенство.

Доказательство п. 4, а с ним и доказательство теоремы завершены.

4. ОБСУЖДЕНИЕ РЕЗУЛЬТАТОВ

Представленные в этой работе оценки являются новыми. Они имеют значительные структурные отличия от оценок, имеющихся в [6], [7]. Анализ структуры правых частей полученных неравенств показывает, что влияния отклонений подпространств $R(A + B)$ от $R(A)$ и соответственно $R\left( {{{{(A + B)}}^{{\text{т}}}}} \right)$ от $R({{A}^{{\text{т}}}})$ на значение правой части неравенства различны.

Покажем, что полученные оценки не хуже оценок, представленных в [7]. Пусть M – оценки относительной точности возмущенной системы уравнений, полученные в нашей работе. Рассматривая оценки пп. 1–4 теоремы 3.1, мы видим, что при стремлении ${{\sigma }_{{r - 2}}}$ и ${{\sigma }_{{r - 1}}}$ к ${{\sigma }_{r}}$ они возрастают (кроме оценки из п. 2) и при выполнении равенств ${{\sigma }_{{r - 2}}} = {{\sigma }_{{r - 1}}} = {{\sigma }_{r}}$ принимают наибольшие значения:

1) при r < min{mn}

(4.1)
$M = {{\left( {\left( {\frac{{c_{r}^{2}\alpha \gamma + {{c}_{r}}(\alpha + \beta \sqrt {1 + {{\gamma }^{2}}} )}}{{1 - {{c}_{r}}\alpha }}} \right) + {{{({{c}_{r}}\alpha )}}^{2}}} \right)}^{{1/2}}},$

2) при r = m = n

(4.2)
$M = \frac{{{{c}_{r}}(\alpha + \beta )}}{{1 - {{c}_{r}}\alpha }},$

3) при m > n = r

(4.3)
$M = \frac{{c_{r}^{2}\alpha \gamma + {{c}_{r}}(\alpha + \beta \sqrt {1 + {{\gamma }^{2}}} )}}{{1 - {{c}_{r}}\alpha }},$

4) при r = m < n

(4.4)
$M = {{\left( {\left( {\frac{{{{c}_{r}}(\alpha + \beta )}}{{1 - {{c}_{r}}\alpha }}} \right) + {{{({{c}_{r}}\alpha )}}^{2}}} \right)}^{{1/2}}}.$

В [7] рассматриваются исходная система уравнений

$Ax \cong b$
и возмущенная система
$(A + E)(x + dx) \cong (b + db).$
После введения обозначений
$\begin{gathered} \alpha = \frac{{\left\| E \right\|}}{{\left\| A \right\|}},\quad \beta = \frac{{\left\| {db} \right\|}}{{\left\| b \right\|}},\quad \bar {\gamma } = \frac{{\left\| b \right\|}}{{\left\| A \right\|\left\| x \right\|}} \leqslant \frac{{\left\| b \right\|}}{{\left\| {Ax} \right\|}},\quad \rho = \frac{{\left\| r \right\|}}{{\left\| A \right\|\left\| x \right\|}} \leqslant \frac{{\left\| b \right\|}}{{\left\| {Ax} \right\|}},\quad (r = b = Ax), \\ k = \left\| A \right\|\left\| {{{A}^{ + }}} \right\|,\quad \bar {k} = \frac{k}{{1 - k\alpha }} \\ \end{gathered} $
для различных отношений между rk(A), m и n даются оценки сверху, величины $\frac{{\left\| {dx} \right\|}}{{\left\| x \right\|}}$ (обозначим их через N):

1) при r < min{mn} (теорема 9.7)

(4.5)
$N = \bar {k}(2 + k\rho )\alpha + \gamma \beta ,$

2) при r = m = n (теорема 9.15)

(4.6)
$N = \bar {k}(\alpha + \beta ),$

3) при m > n = r (теорема 9.12)

(4.7)
$N = \bar {k}(1 + k\rho )\alpha + \gamma \beta ,$

4) при r = m < n (теорема 9.18)

(4.8)
$N = \bar {k}(2\alpha + \beta ).$

При сопоставлении обозначений, применяемых в [7] и в нашей работе, между ними были установлены следующие соответствия:

$\begin{gathered} A = A,\quad x = \bar {x},\quad b = y,\quad r = \tilde {y},\quad E = B,\quad dx = \bar {u} - \bar {x},\quad db = {v},\quad \alpha = \alpha ,\quad \beta = \beta , \\ \bar {\gamma } = \sqrt {1 + {{\gamma }^{2}}} ,\quad \rho = \gamma ,\quad k = {{c}_{r}},\quad \bar {k} = \frac{{{{c}_{r}}}}{{1 - {{c}_{r}}\alpha }}. \\ \end{gathered} $
Используя приведенный список соответствий, осуществим требующиеся подстановки в соотношения (4.5)–(4.8). После преобразования полученных выражений будем иметь:

1) при r < min{mn}

(4.9)
$N = \frac{1}{{1 - {{c}_{r}}\alpha }}\left( {\left( {c_{r}^{2}\alpha \gamma + {{c}_{r}}\left( {\alpha + \beta \sqrt {1 + {{\gamma }^{2}}} } \right)} \right) + {{c}_{r}}\alpha } \right),$

2) при r = m = n

(4.10)
$N = \frac{{{{c}_{r}}\left( {\alpha + \beta } \right)}}{{1 - {{c}_{r}}\alpha }},$

3) при m > n = r

(4.11)
$N = \frac{1}{{1 - {{c}_{r}}\alpha }}\left( {c_{r}^{2}\alpha \gamma + {{c}_{r}}\left( {\alpha + \beta \sqrt {1 + {{\gamma }^{2}}} } \right)} \right),$

4) при r = m < n

(4.12)
$N = \frac{{{{c}_{r}}\left( {\alpha + \beta } \right)}}{{1 - {{c}_{r}}\alpha }} + \frac{{{{c}_{r}}\alpha }}{{1 - {{c}_{r}}\alpha }}.$
Наконец, приступим к выявлению отношений между оценками (4.1) и (4.5), (4.2) и (4.6), (4.3) и (4.7), (4.4) и (4.8).

Применяя (4.1) и (4.9), получаем

$\begin{gathered} M = {{\left( {{{{\left( {\frac{{c_{r}^{2}\alpha \gamma + {{c}_{r}}(\alpha + \beta \sqrt {1 + {{\gamma }^{2}}} )}}{{1 - {{c}_{r}}\alpha }}} \right)}}^{2}} + {{{({{c}_{r}}\alpha )}}^{2}}} \right)}^{{1/2}}} = \\ = \frac{1}{{1 - {{c}_{r}}\alpha }}{{\left( {{{{\left( {c_{r}^{2}\alpha \gamma + {{c}_{r}}(\alpha + \beta \sqrt {1 + {{\gamma }^{2}}} )} \right)}}^{2}} + {{{\left( {(1 - {{c}_{r}}\alpha )({{c}_{r}}\alpha )} \right)}}^{2}}} \right)}^{{1/2}}} \leqslant \\ \leqslant \frac{1}{{1 - {{c}_{r}}\alpha }}\left( {\left( {c_{r}^{2}\alpha \gamma + {{c}_{r}}(\alpha + \beta \sqrt {1 + {{\gamma }^{2}}} )} \right) + ({{c}_{r}}\alpha )} \right) = N. \\ \end{gathered} $
Сопоставляя (4.2) и (4.10), а также (4.3) и (4.11), мы видим, что M = N.

Наконец, используя (4.4) и (4.12), будем иметь

$\begin{gathered} M = {{\left( {{{{\left( {\frac{{{{c}_{r}}(\alpha + \beta )}}{{1 - {{c}_{r}}\alpha }}} \right)}}^{2}} + {{{({{c}_{r}}\alpha )}}^{2}}} \right)}^{{1/2}}} = \frac{1}{{1 - {{c}_{r}}\alpha }}{{\left( {{{{\left( {{{c}_{r}}\left( {\alpha + \beta \sqrt {1 + {{\gamma }^{2}}} } \right)} \right)}}^{2}} + {{{\left( {(1 - {{c}_{r}}\alpha )({{c}_{r}}\alpha )} \right)}}^{2}}} \right)}^{{1/2}}} \leqslant \\ \leqslant \frac{1}{{1 - {{c}_{r}}\alpha }}\left( {\left( {c_{r}^{2}\alpha \gamma + {{c}_{r}}(\alpha + \beta )} \right) + ({{c}_{r}}\alpha )} \right) = N. \\ \end{gathered} $
Таким образом, показано, что полученные нами оценки во всех четырех случаях не хуже представленных в [7].

Дополнительно проиллюстрируем полученные результаты двумя характерными примерами. Обозначим через ε реальную относительную погрешность вычисленного псевдорешения $\left( {\varepsilon = \frac{{\left\| {\bar {u} - \bar {x}} \right\|}}{{\left\| {\bar {x}} \right\|}}} \right)$ и перейдем к рассмотрению примеров.

Пример 1. Пусть ${{\sigma }_{1}} = 1$, ${{\sigma }_{2}} = {{\sigma }_{3}} = {{\sigma }_{4}} = 2 \times {{10}^{{ - 5}}}$, ${{y}_{{\text{5}}}} = {{10}^{{ - 4}}}$, $c = {{10}^{{ - 5}}}$, $\psi = \frac{c}{{{{\sigma }_{3}}}}$, $\varphi = \frac{c}{{{{\sigma }_{2}}}}$,

$A = \left[ {\begin{array}{*{20}{c}} {{{\sigma }_{{\text{1}}}}}&0&0&0&0 \\ 0&{{{\sigma }_{{r - 2}}}}&0&0&0 \\ 0&0&{{{\sigma }_{{r - 1}}}}&0&0 \\ 0&0&0&{{{\sigma }_{r}}}&0 \\ 0&0&0&0&0 \end{array}} \right],\quad y = \left[ {\begin{array}{*{20}{c}} 0 \\ {{{\sigma }_{2}}} \\ 0 \\ {{{\sigma }_{{\text{4}}}}} \\ {{{y}_{5}}} \end{array}} \right],$
$B = \left[ {\begin{array}{*{20}{c}} 0&0&0&0&0 \\ 0&{ - \varphi c}&0&0&{\sqrt {1 - {{\varphi }^{2}}} c} \\ 0&0&{ - \psi c}&0&0 \\ 0&0&0&{ - c}&0 \\ 0&0&{\sqrt {1 - {{\psi }^{2}}} c}&0&0 \end{array}} \right]\quad ({\text{модель }}2.1.2),\quad v = \left[ {\begin{array}{*{20}{c}} 0 \\ 0 \\ 0 \\ c \\ 0 \end{array}} \right].$
Очевидно, псевдорешение $\bar {x}$ системы $Ax \cong y$ равно ${{\left[ {\begin{array}{*{20}{c}} 0&1&0&1&0 \end{array}} \right]}^{{\text{т}}}}$. В результате непосредственных вычислений было установлено, что псевдорешение $\bar {u}$ возмущенной системы $(A + B)u \cong y + v$, определенное формулой $\bar {u} = {{(A + B)}^{ + }}(y + v)$, равно ${{\left[ {\begin{array}{*{20}{c}} 0&1&{2.887}&3&{{\text{0}}{\text{.577}}} \end{array}} \right]}^{{\text{т}}}}$. При этом оказалось, что $\varepsilon = 2.517$, $M = {\text{5}}{\text{.855}}$, $N = 8$, где М определялась по соотношениям п. 1 теоремы 3.1 соответственно N – по формуле (4.5).

Пример 2. В этом примере в отличие от первого ${{\sigma }_{2}} = {{\sigma }_{3}} = 1$. При этом оказалось $\varepsilon = 1.414$, $M = 2$, $N = 8$.

Список литературы

  1. Стренг Г. Линейная алгебра и ее применения. М.: Мир, 1980. 454 с.

  2. Алберт А. Регрессия, псевдоинверсия и рекуррентное оценивание. М.: Мир, 1977. 234 с.

  3. Ахиезер И.И., Глазман И.М. Теория линейных операторов в гильбертовом пространстве. М.: Наука, 1966. 543 с.

  4. Годунов С.К. Решение систем линейных уравнений. М.: Наука, 1980. 177 с.

  5. Икрамов Х.Д. Несимметричная проблема собственных значений. М.: Наука, 1991. 240 с.

  6. Годунов С.К. Гарантированная точность решения систем линейных уравнений в евклидовых пространствах. М.: Наука, 456 с.

  7. Лоусон Ч., Хенсон Р. Численное решение задач метода наименьших квадратов. М.: Наука, 1986. 231 с.

Дополнительные материалы отсутствуют.

Инструменты

Журнал вычислительной математики и математической физики