Chapter 3线性代数方程组的直接解法.ppt

证明： 则存在向量 满足： 所以矩阵 有一个特征值1 记 可逆且 设 是 上的一个满足条件 的矩阵范数，并假设 满足 ,则有 推论3.5.1 反证法:若 不可逆 §3.6 线性方程组的敏度分析与病态方程组的解法 一、线性方程组的敏度分析 /*Sensitivity Analysis */ 由实际问题得到的方程组的系数矩阵或者常数向量的元素，本身会存在一定的误差；这些初始数据的误差在计算过程中就会向前传播，从而影响到方程组的解。 ?初始数据误差和方程组的近似解的误差之间关系 例1 考察方程组： 精确解为 设方程组存在扰动 精确解为 上例说明该方程组的解对初始元素的扰动非常敏感。 设方程组为 系数矩阵 和常数向量 的扰动分别记为： 和 实际求解的方程组为 如果 和 很小，而 很大，则称 方程组 为病态(/*ill-conditioned*/)方程组， 称系数矩阵 为病态矩阵； 反之，如果 和 微小时， 也微小，则称 方程组 为良态(/*Well-conditioned*/)方程组， 称系数矩阵 为良态矩阵。 病态方程组对任何算法都将产生数值不稳定性 设 为可逆阵，则称 为矩阵 (或者相应方程组)的条件数. ?若矩阵范数取2-范数，则得到谱条件数： ?若矩阵范数取1-范数，则得到1-条件数： ?若矩阵范数取 -范数，则得到 -条件数 设 为可逆阵， 和 分别满 足方程组 和 其中 ，且 满足 则 其中 为满足条件 的矩阵范数. 证明： 就有 可逆，且 由推论3.5.1可知，只要 由 由 方程组 有唯一解 从而 推论 ?如果 ，则 ?如果 ，则 在上述定理的条件下， 仅由 或者 引起的解的相对误差限可大致认为是 原始扰动的相对误差的倍数，倍数近似等于条件数。 推论3.6.1 设 为满足条件 的矩阵范数,并假设矩阵 非奇异,而且 满足 则 也是非奇异的,而且有 例如： Hilbert矩阵就是一个著名的病态矩阵 n 4 6 8 10 28375 2.9E+7 3.39E+10 3.54E+13 15514 1. 5E+7 1.53E+10 1.60E+13 28375 2.9E+7 3.39E+10 3.54E+13 对称正定矩阵 设 非奇异,则 即在谱范数下，一个矩阵的条件数的倒数正好 等于该矩阵与全体奇异矩阵所成集合的相对距离 二、病态方程组的解法 ?常用的几种判定方程组为病态的经验方法 ?当 相对来说很小时，或者矩阵 的某些 行（列）近似线性相关时，可能为病态； ?矩阵在采用选主元消去法求解方程组时，在消 元过程中出现很小的主元，可能为病态； ?解方程组得到了一个很大的解，或者特征值相差大 数量级，可能为病态； ?当系数矩阵的元素间数量级相差很大，且无一定 规则时，可能为病态。 ?求解病态方程组时，常用的几种处理原则 ?采用高精度的算术运算； ?采用预处理方法； 可逆矩阵 和 的选择要求满足： 其中 ?采用某些特殊的数值方法求解； ?重新寻找出现病态的原因，改变原问题的提法。 * 因为 * 因为 * 因为 * 因为 * 因为 * 因为 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