计算方法概论与理论基础(1,2)资料.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * （２）算子范数 由于线性空间Ｘ到Ｙ的有界线性算子全体也是线性空间，因此，可在其上定义算子范数以便研究有界线性算子问题。 证明见P36 例题：作业2-9 作业1：熟悉相关语言； 用Matlab完成作业2-6，2-9。 * * * * * * * * * * * * * * * * * * * * * * * 2、压缩映射 例2-5；2-6 G的映内性和压缩性 例2-7 定义2-6 3、内积 (1)线性空间 通常集合中的元素并非是没有任何联系的一堆“东西”，有些集合的元素之间可以进行运算，例如实数集Ｒ中的元素就有加法和乘法等运算，当把Ｒ看成是一般的集合，并抽取实数上的某些运算性质，就得到比集合更为丰富的内容——线性空间。 具体定义见P29页。例2-8；2-9；2-10。 复习线性相关，线性无关，线性子空间，基，生成子空间的定义。 定义2-8，例2-11，2-12。 定义：设X是实数域R上的线性空间，如果任取ｘ，ｙ∈ X，都对应着一个实数（ｘ，ｙ）满足条件： （１）对称性：（ｘ，ｙ）＝（ｙ，ｘ） （２）齐次可加性：（αｘ＋βｙ，ｚ）＝α（ｘ，ｚ）＋β（ｙ，ｚ） α，β∈R，ｚ∈X　 （３）正定性：对任何ｘ∈X，有（ｘ，ｘ）≥０，且（ｘ，ｘ）＝０当且仅当ｘ＝０， 则称（ｘ，ｙ）是X中的内积。称定义了内积的线性空间为内积空间。 （2）内积空间与元素的夹角 例：向量内积的定义。还有例2-13。 定理中的不等式称为ＣａｕｃｈｙＳｃｈｗａｒｚ不等式。 按例2-13中所定义的向量空间和函数空间上的内积 ，可以得到两个重要不等式。 见P31：２－２－４；２－２－５ 定义２－１０：内积空间两个元素的夹角； 定义２－１１：内积空间两个元素正交； 定义２－１２：内积空间的正交元素组； 定理２－３：内积空间中的正交元素组一定线性无关。 4、范数 范数是与距离相类似的概念，不过范数是定义在线性空间上的，它利用了线性空间的代数结构，范数的本质是描述线性空间中元素的“长度”或“大小”，它也能表示元素之间的距离。在误差估计和迭代法的收敛性研究中具有很重要的作用。 几个基本概念及性质 1. 向量范数： 对任一向量X，按一定规则确定一个实数与其相对应，该实数记为||X||，若||X||满足下面三个性质： （1）||X||?0，||X||=0当且仅当X=0。 （2）对任意实数? ，|| ? X||=| ? | ||X||。 （3）对任意向量Y?Rn， ||X+Y||?||X||+||Y||。 则称该实数||X||为向量X的范数. 2 .矩阵范数： 三种常用的向量范数： 例 ：设 x=(1 , -4, 0, 2)T 求它的向量范数 三种常用的矩阵范数： 例 ：设 A，求它的矩阵范数 . 例2-15 矩阵范数的性质： 谱半径： 设 n?n 阶矩阵A的特征值为?i(i=1,2,3……n),则称 ?(A)=MAX | ?i| 为矩阵A的谱半径.1? i?n 矩阵范数与谱半径之间的关系为: ?(A) ? ||A||. 几个定理及定义 设{x(k)}为 Rn中的向量序列, x(*)为Rn中的向量 对矩阵也有类似的结论. 如果 矩阵 A=(aij)满足 n |aii| ? |aij| i=1,2,……n, j=1,j?i 则称方阵A是严格(行)对角占优的. a11 a12 a13 … a1n a21 a22 a23 … a2n A= … … … … … =L+D+U an1 an3 an4 …