того, если матрица В плохо обусловлена, то могут возникнуть малые 
и тогда трудно установить настоящую линейную зависимость. К сожалению, имеется ряд факторов, которые делают В плохо обусловленной. Мы сейчас их обсудим.
Для того чтобы разобраться в этих факторах, предположим, что А это 
и что
Если начальный вектор 
имел компоненты 
и если какая-либо равна нулю, то высота 
меньше 
следовательно, В — особенная. Поэтому мы можем ожидать, что малость ведет к плохой обусловленности 
, и наилучшим выбором будет 
Матрица В тогда имеет вид
и уравнение, определяющее коэффициенты характеристического полинома, будет
Из явного выражения видно, что В — особенная, если 
(как мы уже знаем), и плохо обусловлена, если какие-либо два собственных значения близки. Мы можем уравновесить 
перейдя к С вида
и число обусловленности С оценивается наибольшим элементом ее обратной матрицы. Матрица С это матрица Вандермонда, и можно показать, что если 
ее обратная, то
где 
определяются из соотношения
и поэтому приводят к полному характеристическому полиному.
меньше 
вряд ли соответствующие 
точно исчезнут. Более
