解三对角方程组的追赶法.pptVIP

* 2.5 误差分析 由 ，得 从而有 两边取范数，得 又因为 所以 （2-41） * 2.5 误差分析 式（2-41）表明，当右端项有扰动时，解的相对误 如果右端项无扰动，系数矩阵A有扰动 相应 的扰动仍记为 则 消去 得 差不超过右端项的相对误差的 倍。 的解 * 第二章 解线性方程组的直接方法 求解线性方程组的这一方法称为改进平方根法，也叫 法. 例6 用改进平方根法求解方程组 [解] 容易验证，系数矩阵 * 第二章 解线性方程组的直接方法 按式（2-34）计算分解式，得 为对称正定阵。 （2-34） * 第二章 解线性方程组的直接方法 按式（2-35）计算，得 （2-35） * 第二章 解线性方程组的直接方法 所以，方程组的解为 称正定线性方程组的好办法。 平方根法与改进的平方根法不仅计算量仅是Gauss消 去法的一半，其数值稳定性良好，是求解中小型稠密对 * §2.5 误差分析 重要的作用。 2.5 误差分析 分析。向量和矩阵的范数及矩阵的条件数在研究 值方法所求得的 用数 线性方程组解的误差分析中起着十分 由于不同的算法计算效果不同，因此必须进行误差 * 2.5 误差分析 2.5.1 向量和矩阵的范数 就是对向量大小的一种度量，借助于它可以刻画 中向量序列的收敛性。 中，向量 的模 在 （一）向量的范数 向量的范数是衡量向量大小的度量概念。例如， * 2.5 误差分析 一般地，定义范数如下： 按一定的规则有 若 满足 且 =0，当且仅当 对任意实数 都有 一实数与之对应，记为 定义2.1 设对任意向量 对任意 都有 则称 为向量x的范数。 40 * 2.5 误差分析 中的一种范数。 容易验证，向量的模符合以上三条件，因而它是 按定义2.1，向量范数的具体形式可以有多种， （1）2-范数 常用的有以下三种： * 2.5 误差分析 （2）1-范数 （3） 下面以 ∞-范数为例进行验证。满足 是显然的。由实数绝对值的性质，对任意实数 ，都有 。 ∞-范数 故对任意向量 （1）2-范数 * 有 所以 成立。 如果 中有两个范数 和 存在实数 使得对任意n维向量x，都有 2.5 误差分析 则称这两种范数是等价的。 * 对两种等价范数而言，同一向量序列有相同的极限。 ∞-范数是等价的。 有 不难证明，1-范数， 2-范数和 例如，由式（2-36）与式（2-38），对任意 2.5 误差分析 所以，2-范数与 ∞- 范数是等价的。 设 则 * 事实上， 中任意两种范数都是等价的。 是指任意一种向量范数。 今后如果不作说明， 2.5 误差分析 （二）矩阵的范数 类似于向量范数的定义，可以定义 阶矩阵的范数。 * 定义2.2 对任意n阶方阵A，按一定的规则有一实数 若 满足 当且仅当 A=0； 对任意实数 都有 与之对应，记为 对任意两个n 阶方阵 A，B 都有 2.5 误差分析 且 （相容性条件） 为矩阵A的范数. 则称 * ~ 是向量范数定义的直接推广，条件 则使矩阵范数在数值计算中使用更为方便。 这里 2.5 误差分析 常用的矩阵范数: 为n阶方阵。 设 （1）1-范数或列范数 * 2.5 误差分析 (2) ∞-范数或行范数 其中 表示矩阵 (3) 2-范数或谱范数 的最大特征值 (4) Frobenius范数 可以证明这四种范数都满足矩阵范数的定义, 且 定义: 对任意的n阶方阵 和n维向量 若不等式 成立, 则称矩阵范数与向量范数是相容的. 47 p51 * [证明] 显然 且 即 当且仅当对所有 有 于是，对任意 有 所以 2.5 误差分析 例7 若对任意n方阵 定义 试证 为矩阵A的范数 (1-范数或列范数)。 * 2.5 误差分析 对任意实数 于是 对于任意两个n阶方阵 * 2.5 误差分析 所以 是A的矩阵范数。 * 2.5 误差分析 定理2.4 设 A为n阶方阵， 是 中的向量范数，则 是一种矩阵范数，称其为由向量范数 诱导出的矩 也称算子范数。 阵范数， 显然有 p55 (2-39) * 2.5 误差分析 为单位向量，故 显然 若 则 反之，若 即对任意非零向量，有 由定义2.1之 ，得 所以 。 [证明]设 为任意n阶方阵，x为任意n维 非零向量。因为 * 2.5 误差分析 对任意实数 ，由式（2-39）及定义2.1有 对任意两个n阶方阵A和B * 2.5 误差分析 由式（2-39），对任意n维非零向量x有 即 于是 所以式（2-39）是矩阵A的范数。 （2-39） * 2.5 误差分析