线性方程组性态与误差分析.ppt

线性方程组的性态与误差分析 主讲 孟纯军 湖南大学数学与计量经济学院 向量和矩阵的范数 为了研究线性方程组近似解的误差估计和迭代法的收敛性，我们需要对Rn(n维向量空间)中的向量或Rnxn中矩阵的“大小”引入一种度量，——向量和矩阵的范数。 在一维数轴上，实轴上任意一点x到原点的距离用|x|表示。而任意两点x1，x2之间距离用| x1-x2 |表示。 常见的向量范数 向量范数性质 向量的收敛性 矩阵范数 矩阵范数与向量范数的相容 算子范数 常见的矩阵范数 矩阵的谱半径和矩阵序列收敛性 矩阵序列的收敛性 病态方程组与矩阵的条件数 病态方程组 扰动方程 由于计算机字长限制，在解AX=b时，舍入误差是不可避免的。因此我们只能得出方程的近似解 。 是方程组（A+△A）x=b+ △b (1) 在没有舍入误差的解。称方程（1）为方程Ax=b的扰动方程。 其中△A， △b为由舍入误差所产生的扰动矩阵和扰动向量。当△A， △b的微小扰动， 解得（1）的解与Ax=b的解x的相对误差不大称为良态方程，否则为病态方程。 扰动方程组的误差界 矩阵的条件数 * * 比较谱半径和范数的关系？