线性方程组的直接解法2材料.ppt

由公式（3.27）得到 ，因此对于线性方程组 的解，有 ， 3.28） 是矩阵 对角线上的元素， 是正交矩阵 的第 列， 是正交矩阵 的第 由式（3.28）可知，当 的误差.如何克服它的影响呢？由公式（3.27） 当 接近0时，后面的项对 取一正的阈值（不妨设为 ），当 应的项就不再计算了，即 由此得到方程组解的近似公式 在式（3.29）中的 不会产生较大的计算误差. 其中， 列. 接近0时，会对计算解向量 产生较大 得到 非常地小. 时，其相 的贡献 (3.29) ? 评注 ? 对于良态问题，高斯消去法也可能给出很坏的结果，即说明这个算法是不稳定的，在高斯消去法中引进选主元的技巧，就得到了解方程组的完全主元素消去法和列主元素消去法，选主元素技巧的根本作用是为了对舍入误差的增长加以控制，由此，在非病态情况下，完全选主元素消去法及列主元消去法是数值稳定的算法，这两种方法都是计算机上解线性方程组的有效方法，但通常用列主元消去法即可.列主元消去法所用的CPU时间比不选主元的高斯消去法略多一点，完全主元素消去法所花费的CPU时间是列主元消去法的一倍，如果要求计算精度较高时，则选用完全主元素消去法. 从代数上看，直接分解法和高斯消去法本质上一样， 但如果我们采用“双精度累加”计算， 那么直接 三角分解法的精度要比高斯消去法高. 对于对称正定方程组，采用不选主元素的平方根法 （或改进的平方根法）求解适宜.理论分析指出，在非病 态情况下，解对称正定方程组的平方根法是一个稳定的 算法，在工程计算中使用比较广泛. 追赶法是解对角元占优势的三对角线方程组的有效方法， 它具有计算量少、方法简单、算法稳定等优点. 对于病态问题，最好扩大运算字长，例如采用双精度或 扩充精度，通常，用双精度就能比较好地计算很多病态 问题.也可对病态方程组作预处理，改善方程组系数矩阵 的条件数.奇异值分解法也会得到较好的计算结果. * 上定义的任何两种范数 与 是等价的，即存在正数 使对一切 ，成立不等式 【定理5】（范数的等价性） （3.17） 范数的等价关系（3.17）说明了：任何两种范数 作为逼近度量的尺度，逼近性态是一样的.即，如果 （或 ），则 （或 可以证得，常用的向量范数等价关系如下： . ）. 3.5.3 矩阵的范数 是 阶方阵全体的 ， 的某个非负的实值函数 满足： （1） 非负性： ，而 （2） 齐次性： （或 （3） 三角不等式： ，对任意的 （4） 相容性： ，对任意的 则称 是 上的一个矩阵范数. 【定义4】 （矩阵范数） 集合，如果 ）； Frobenius范数：如果把 中的方阵理解为 维向量，则由向量2-范数的定义，可以得到 中 （3.18） 的Frobenius范数（简称 范数）. 范数显然满足矩阵范数定义. 矩阵的一种范数 称为 由于在大多数与估计有关的问题中，矩阵和向 量会同时参与讨论，所以希望引进一种矩阵的算子 范数，它是和向量范数相联系而且和向量范数相容 的，即对任何向量 及 ，总有 下面构造矩阵的算子范数.利用公式（3.19） 可得 令 ，则 是单位向量，在闭球： 内 （定理4），因此，它能达到最大值 ，即 . （3.19） 是变量的 连续函数 【定义5】 (矩阵的算子范数) 是 上的任一向量范数，则 为 可以验证公式（3.20）符合矩阵范数的定义. （3.20） 上的一个矩阵范数，称为矩阵的算子范数. （1） 列范数： （2） 2-范数： 其中 是方阵 的最大特征值； （3） 行范数： . 常用的算子范数是从属于向量 范数的算子范数： 证明 （1）设 ，则 （1） 列范数： 设 时 ，则取 （第 个分量为1）时， （2） 2-范数： 其中 是方阵 的最大特征值； 证明：因为 ，但是 而 显然是对称、正定的.设 为 的特征值，而 为对应的标准正交向量组. 为单位向量，则有 （3.22） 且 由于 当 时， 所以 例14 设 ，求范数 解 由于 所以 因此 3.6 矩阵的条件数与直接法的误差分析 阶线性方程组 ，其中 为非奇异矩阵. （或 在第一种情况下 （或 ）常带有某些观测误差，在后 （或 ）又包含有舍入误差.因此我们处理的 （或 ），下面我们来研究数据 （或 ）的微小误差对解的影响.首先考虑一个例子. 解线性方程组的直接法产生误差的主要原因：1）不同的算法及舍入误差的影响；2）方程组本身固有的问题（病态或良态）.前面我们分析了方程组直接法的不同算法，本节我们将分析方程组的状态并估计算法的误差，即原始数据扰动对解的影响. 考虑 由于 ）的数值是测量得到的，或者是计算的结果， 一种情况 实际矩阵是 例15 设方程组 ，即