第3章线性方程组的数值解法研讨.ppt

矩阵范数是用于定义矩阵“大小”的量。 由于在大多数与估计误差有关的问题中,矩阵和向量的乘积经常出现,所以希望引进一种矩阵的范数,它与向量范数有某种关系。 3.4.2 矩阵的范数 定义：设 ， ，定义矩阵 的范数 对于每一种向量范数 ，相应的矩阵范数 为 其中 是指 的最大可能值。即遍取所有不为0的 ，比值 中最大的，定义为 的矩阵范数。 矩阵范数的性质： ⑴ ,且仅当 时， ； ⑵ 对任意实数 ， ； ⑶ 对同维方阵 ，有: 相容性条件： 由矩阵范数的定义可直接得到 ，即有 ，称为相容性条件。即所给的矩阵范数与向量范数是相容的。 证明 p92 矩阵范数与向量范数的关系： 矩阵范数与向量范数密切相关，向量范数有相应的矩阵范数，即： （如 ） 证明： 矩阵范数与向量范数的关系： 矩阵范数与向量范数密切相关，向量范数有相应的矩阵范数，即： （如 ） 常用的矩阵范数有（矩阵范数的求取） 它们分别叫做矩阵的?-范数、1-范数、谱范数。 （谱范数） 表示 的最大特征值。 例4 设 则 求相应各范数。 解 验证相容性 3.5 方程组的性态 前几节讨论了求解线性代数方程组的直接法.给出系数矩阵A和自由项b,求未知向量x.实践中,A和b往往是实验观测数据或是计算所得结果.因此我们处理的线性方程组 实际上变成了 的关系怎样,是人们十分关心的问题. 3.5.1 方程组的性态和矩阵的条件数 例 1 解方程组 其中 现用绝对精确的计算（即不带任何舍入误差的计算） 求解，可以看出 此时，我们发现对于两组不同的自由项 它的差只有 而所得解 与 之差却是 两组不同的右端其分量之差不过是 可是解的差高 达 之1860倍像这样的方程组或矩阵A 就叫做病态的 定义1 若方程组 Ax=b 的系数矩阵 A 或右端向量 b 的微小变化（小扰动）引起解产生巨大变化,则称此方程组为病态方程组; A称为病态矩阵, 否则称为良态方程组, A 称为良态矩阵。 定理：设 非奇异， ，且 则 为了定量地刻划方程组的“病态”程度，下面就一般方程组 进行讨论。首先考察右端项b 的扰动对解的影响。 证： 设x为Ax=b的准确解，当方程组右端有小扰动?b而A准确时,受扰解为 x +?x , 即 A(x +?x)=b+ ?b 因为 Ax=b 所以 ?x=A-1 ?b 又由 得 因此 所以 此不等式表明,解的相对误差不超过b的相对误差的 ||A|| ||A-1|| 倍. 若系数矩阵A也有小扰动?A ,则还可进一步导出更一般的误差估计式 定义2 设A 为非奇异矩阵，称数 cond(A)= ||A||· ||A-1|| 为A 矩阵的条件数 矩阵的条件数与范数有关，通常使用的条件数有 所以，Cond(A)越大,A的病态程度越严重。 对任何非奇异矩阵A，都有 。 不难证明，条件数具有如下性质 例 求矩阵A 的条件数，其中 解： 于是 从而 所以A是病态的 由于计算条件数涉及到计算逆矩阵，很麻烦。因此实际计算中一般通过可能产生病态的现象来判断。 ⑴若在消元过程中出现小主元，则 A可能是病态矩阵。但病态矩阵未必一定有这种小主元。 ⑵若解方程组时出现很大的解，则A可能是病态矩阵。但病态矩阵也可能有一个小解。 ⑶从矩阵本身看，若元素间数量级相差很大且无一定规律；或者矩阵的某些行或列近似相关，这样的矩阵则有可能是病态矩阵。 3.5.2 直接法的精度分析 定理：设 是方程组 的一个近似解，其精确解记为 ， 为 的余量，则有 求得方程组 的一个近似解 后，希望能判断其精度。检验精度的一个简单办法是将近似解 再回代到原方