第七章线性代数方程组的直接法讲述.pptVIP

定理5 如果三对角矩阵A满足对角占优条件，即 （1） （2） （3） 则存在唯一的 和 ，使得 ，其中 下求 L和U ，令A = LU ，即 有（1） （2） 由 得 由 得 §5 向量和矩阵的范数 1．向量的范数 定义1 设 表示定义在 上的一个实值函数,称 之为 的范数，它具有下列性质 （3）三角不等式：即对任意两个向量 ，恒有 (2) 齐次性：即对任何实数 ， (1) 非负性：即对一切 有 设 ，则有 （1） （2） （3） 三个常用的范数： 范数等价: 设 和 是 上任意两种范数，若存在常数 使得 ,则称 和 等价。 定理6 定义在 上的向量范数 是变量 分量的一致连 续函数。 定理7 在 上定义的任一向量范数 都与范数 等价， 即存在正数 与 对一切 ，不等式 成立。 推论： 上定义的任何两个范数都是等价的。 对常用范数，容易验证下列不等式： 称为向量序列 的极限，或者说向量序列 依坐标收敛于向量 ，记为 。 定义2 设给定 中的向量序列 ，其中 若对任何 都有 ，则向量 定理8 向量序列 依坐标收敛于 的充要条件是 向量序列依范数收敛与依坐标收敛是等价的。 2．矩阵的范数 （1） （2）对任意实数k 和任意A有 （3）对任意两个n阶矩阵A、B有 （4）对任意两个n阶矩阵A、B，有 定义3 设 为定义在 上的实值函数，若满 足以下性质，称 为 上的一个矩阵范数： Frobenius范数: 例如 设 ，定义 例 证明这样定义的非负实数不是矩阵范数。 证明：设 从而 注：1. 若成立 则称所定义 的向量范数和矩阵范数是相容的。 2. 设 是 上的一个向量范数，相应的定义矩阵 的非负实数 则 是 上的矩阵范数，且满足相容性 称这种矩阵范数为矩阵的算子范数。 （Ⅰ）与 相容的矩阵范数是 （Ⅲ）与 相容的矩阵范数是 其中?1为矩阵ATA的最大特征值。 （Ⅱ）与 相容的矩阵范数是 上述三种范数分别称为矩阵的1-范数、∞-范数和2-范数。 定理9 设n 阶方阵 ，则 注: (1) 以上三种范数均为矩阵的算子范数，矩阵的 Frobenius范数不是算子范数。 (2) 中的任意两个矩阵范数也是等价的。 (3) 单位矩阵I的任何一种算子范数均为1。 3．矩阵的范数与特征值之间的关系 定理10 矩阵A 的任一特征值的绝对值不超过A的范数，即 定义4 矩阵A 的诸特征值的最大绝对值称为A的谱半径， 记为 并且如果A为对称矩阵，则 推论 设 ，则 ，并且如果A为对称矩 阵，则 。 为 与 之间的距离。 定义5 设 为 上的矩阵范数， 称 定义6 设给定 中的矩阵序列 ，若 则称矩阵序列 收敛于矩阵 ，记为 定理11 设 ，则由 的各幂次得到的矩阵序列 收敛于零矩阵（ ）的充要条件为 。 4. 矩阵的条件数 定义7 设矩阵 为非奇异矩阵，则称 为矩阵 的条件数，其中 是矩阵的算子范数。 对矩阵 的任意一个算子范数 有 (3) 若 ，则 。 (2) , k 为非零常数; 注: 与 所取的范数有关。 常用条件数有： cond (A)2 cond (A)1 cond (A)? 特别