条件数和性态.ppt

华长生制作 华长生制作 首先引入向量和矩阵的范数。 设 是n维向量空间， 分别定义x的非负实函数如下： 可以验证它们都是 上的范数。 定理1 设 是 的某种范数，则 是分量 的连续函数。 定理2 设 及 是 上的两种向 量范数，则有与x无关的常数 ，使 定理3 上所有范数是等价的。 接下来看矩阵的范数。 定义 矩阵 的非负实函数 若满足 则称 是矩阵A的范数。 设 ，常用矩阵范数有 如果对矩阵范数 和向量范数 ，有 则称矩阵范数 和向量范数 相容。 另外介绍一种由向量范数导出的矩阵范数 定义 设 为向量范数， 定义 矩阵A的非负函数 可验证它是一矩阵范数，称为从属范数。 可以验证，向量范数 所导出的矩阵范 数 与该向量范数是相容的。 定理 矩阵范数 分别是向量 范数 的从属范数。 下面来讨论线性方程组的解对系数矩阵和 右端常数项的敏感性问题。 * 5.3矩阵的条件数和方程组的性态 的准确解是（1，1）T。若A及b作微小的变化，扰动后的方程组为 其准确解为（-2，10）T 。 先看一个例子，说明方程组的解对扰动的敏感性。 例 方程组  此例中， A和b的微小变化引起x很大的变化， x对A和b的扰动 是敏感的。 这种现象的出现完全是由方程组的性态决定的。 定义 如果方程组Ax= b中，矩阵A和右端b的微小变化，引起解向量x的很大变化，则称A为关于解方程组和矩阵求逆的病态矩阵，称相应的方程组为病态方程组。否则， 称A为良态矩阵，称相应的方程组为良态方程组。 　　我们需要一种能刻画矩阵和方程组病态程度的标准。 定理 设有n阶非齐次方程组Ax=b，其中A非奇异。设系数矩阵和右端项有小扰动 和 ，扰动后的方程组为 则当 时，有 将上式两端取范数，则有 证. 将代入扰动方程组 ，整理后有 经整理后得 由于 ，即得所证。 再利用 ，则有 如果 此时有 如果 ，此时有 为矩阵A的条件数。 　　如果矩阵范数取2范数，则记 　　定义 设A∈Rn×n为可逆矩阵，按算子范数，称 Cond（A）= 同样可以定义cond∞（A）和cond1（A）。 可见，条件数比较大时，A和b的小扰动可能会引起解的较大误差，所以条件数刻画了方程组Ax=b的性态。一般地，条件数较大时方程组是“病态”的；条件数较小时方程组是“良态”的。 例 下列Hilbert矩阵是一族著名的病态矩阵： 它是一个n×n的对称矩阵，可以证明是正定的。计算条件数有cond2（H4）= 1.5514 × 104 ， cond2（ H6）=1.4951 × 107，cond2（ H8）= 1.525 × 1010。由此可见，随着n的增加， Hn的病态可能越严重。 　　对于实际问题，条件数一般是很难计算的。下列现象可能表示方程组Ax=b是病态的。 　　（1）如果矩阵A的按绝对值最大特征值和最小特征值之比很大，则A是病态的。 （2）如果系数矩阵A的元素间数量级差别很大，并且无一定规则，则A可能病态。 　　（3）如果系数矩阵A的某些行或列是近似相关的，或系数矩阵的行列式值相对说很小，则A可能病态。 （4）如果在A的三角化过程中出现绝对值很小的主元或采用选主元技术，主元素数量级相差悬殊时，则A可能病态。 * * * * *