Chapter 线性代数方程组的直接解法.pptVIP

求解方程组 求解方程组 ? Cholesky分解法求解方程组中需说明的几个问题 ?工作量：约为 分解的一半； ?不必选主元： 的正定性和算法的稳定性 ?稳定性：是数值稳定的； ?缺陷：存在开平方运算。 ?改进方法： 分解 改进的平方根法 ?改进的平方根法(/*Modified Square Rooting Method*/) 当 时 令 Step1 Step2 Step3 时 Stepn 分解公式(算法3.3.2)： 求解方程组 等价方程组 for for for 先求解方程组 再求解方程组 方程组求解的实际计算公式： 例6：用改进的平方 根法求解下列方程组 解： 系数矩阵为 Step1 Step2 Step3 求解方程组 求解方程组 §3.5 向量范数与矩阵范数 一、 向量范数（/*Vector Norm*/） 设 是 的一个映射，若对 存在唯一实数 与之对应，且满足 ?正定性： ?齐次性： ?三角不等性： 且 则称 为 中向量 的范数。 非负实值函数 称为赋范线性空间 可以推广到 ?常用的几种向量范数： 设 ? 1-范数： ? 2-范数： ? -范数： 上述3种向量范数统称为p-范数(或者Holder范数) ?两个重要不等式 ? 闵可夫斯基(Minkowski)不等式： ? 柯西-许瓦滋(Cauchy-Schwarz)不等式： 或者 Cauchy-Schwarz不等式的证明 令 例1：设 是n阶实对称正定矩阵，则 是 中的一种向量范数。 证明： 只需验证范数的3个条件成立即可。 ? 非负性： ? 齐次性： ? 三角不等性： 存在非奇异下三角阵 例2：证明 是线性空间 上的一种范数。 证明： 只需验证范数的3个条件成立即可。 ? 非负性： ? 齐次性： ? 三角不等性： 闵可夫斯基(Minkowski)不等式： ?向量范数的性质： 性质1 证明： 同理 性质2 是 的n元连续函数. 设 和 是 上定义的两种范数，如果存在正数 满足 则称 和 是 上等价的向量范数。 （等价性/*Equivalence Property*/） 性质3 例如 设 性质4 向量范数的等价性具有传递性。 性质5 的所有向量范数是彼此等价的。 记 （向量序列的范数极限） 即向量序列的范数收敛等价于向量分量收敛 性质6 设 ,则 的充要条件是 设 其中 选用 -范数 二、 矩阵范数（/*Matrix Norm*/） ?正定性： ?齐次性： ?三角不等性： 且 则称 为 中矩阵 的范数。 赋范线性空间 可以推广到 ?相容性: 设 是 的一个映射，若对 存在唯一实数 与之对应，且满足 例如 上半带宽为2，下半带宽为1 总带宽为3 半带宽为t的等带状矩阵的一般形式: （保带状结构定理） 设 为上半带宽为 ，下半带宽为 的带状矩阵， 且其顺序主子式 ，则 有唯一的三角分解 ， 其中 是下半带宽 为 的单位下三角阵， 是上半带宽为 的上三角阵。 证明可根据前面讲过的三角分解公式 保带状结构定理说明：矩阵的三角分解中， 和 带外元素为零，因此不必计算，且不必参加求和运算 ? 三对角线性方程组的三对角算法（追赶法） 三对角线性方程组 其中 RETURN 根据保带状结构定理，系数矩阵可作如下三角分解： ?三对角矩阵 分解的计算公式： ?方程组求解的计算公式： ?解方程组 ?解方程组 “追”的过程 “赶”的过程 ?追赶法实现的一个充分条件(补充) 设 为前述三对角矩阵，且满足下列条件： ? ? 则 非奇异，且 特殊情况：如果三对角矩阵 为严格对角占优矩阵，则可以采用追赶法求解。 三对角矩阵 证明： 即有 下面首先利用归纳法证明 由矩阵的三角分解知： 非奇异。 例2：用追赶法求解三对角方程组 , 其中: 解： 注意到本例并不满足定理3.1.3’的条件,但仍然可以利用追赶法来求解.因此,定理3.1.3’的条件仅是充分条件. 求解方程组 求解方程组 §3.2 选主元三角分解 ?选主元三角分解的思想 三角分解过程中存在的问题 ?Gauss消元法完成的条件是矩阵的各阶顺序主子式 (n=1,2,…,n-1)均不为零.