第六章病态方程解算方法学案.ppt

* 为什么要研究病态方程： 当误差方程为病态时，即使观测数据服从正态分布，其最小二乘估值也不理想，甚至很差，其方差虽然在线性无偏估值类中是最小，但方差的值却很大，即平差精度很差，而且解相当的不稳定。 1、矩阵的条件数 一、病态问题与条件数 若系数阵A或常数项b的微小变化，会引起方程组的解x有巨大变化，则这种方程组称为“病态方程组”。A称为病态矩阵。 定义 不稳定模型：输入数据很小的误差会引起待估参数很大的误差。所以病态方程也是不稳定模型。 矩阵的条件数： 2、病态性程度的衡量方法 解释：复共线性 复共线性，指的是平差参数之间具有近似相关关系，反映在误差方程的设计矩阵上，就是列向量间的某些数据列可以由其余的数据列近似（非精确）地线性表示。 在最小二乘平差中，“复共线性”就是指“病态性”。 3、病态方程产生原因 1、参数选取原因。（参数近似相关或过度参数化） 2、观测原因。（样本为局部采样或接近重复采样） 3、模型选择原因。（模型建立的方法不同，其病态程度不同） 4、计算方面原因。（计算方法要稳定，计算机字节长度应长一些） 4、病态方程最小二乘估值的性质 病态方程处理的观测值可以是正态分布，但其LS估值并不理想，甚至很差。 虽然LS估计的方差在线性无偏类估值中是最小，但数值却很大，并表现得相当不稳定。