矩阵与数值分析学习指导和典型例题分析.docVIP

第一章 误差分析与向量与矩阵的范数 一、内容提要 本章要求掌握绝对误差、相对误差、有效数字、误差限的定义及其相互关系；掌握数值稳定性的概念、设计函数计算时的一些基本原则和误差分析；熟练掌握向量和矩阵范数的定义及其性质。 1．误差的基本概念和有效数字 1）．绝对误差和相对误差的基本概念 设实数为某个精确值，为它的一个近似值，则称为近似值的绝对误差，简称为误差． 当时，称为的相对误差．在实际运算中，精确值往往是未知的，所以常把作为的相对误差． 2）．绝对误差界和相对误差界的基本概念 设实数为某个精确值，为它的一个近似值，如果有常数，使得 称为的绝对误差界，或简称为误差界．称是的相对误差界． 此例计算中不难发现，绝对误差界和相对误差界并不是唯一的，但是它们越小，说明近似的程度越好，即的精度越好． 3）．有效数字 设实数为某个精确值，为它的一个近似值，写成 它可以是有限或无限小数的形式，其中是中的一个数字，为整数．如果 则称为的具有位有效数字的近似值． 如果有位有效数字，则的相对误差界满足：。 4）．函数计算的误差估计 如果为元函数，自变量的近似值分别为，则 其中，所以可以估计到函数值的误差界，近似地有 如果令，设的近似值分别为，其误差界为和，取为之间的四则运算，则它们的误差估计为， ；；，。 数相加或减时，其运算结果的精度不会比原始数据的任何一个精度高． 对于两个数作相减运算时，由于其相对误差界：。 如果和是两个十分接近的数，即和两个数十分接近，上式表明计算的相对误差会很大，导致计算值的有效数字的位数将会很少。 对于两个数作相除运算时，由于其相对误差界：。 从关系式中可以看出，如果很小，即很小，计算值的误差可能很大。 5）．数值稳定性的概念、设计算法时的一些基本原则 ⑴ 算法的数值稳定性：一个算法在计算过程中其舍入误差不增长称为数值稳定。反之，成为数值不稳定。不稳定的算法是不能使用的。 ⑵ 在实际计算中应尽量避免出现两个相近的数相减。 ⑶ 在实际计算中应尽力避免绝对值很小数作除数。 ⑷ 注意简化运算步骤，尽量减少运算次数。 ⑸ 多个数相加，应把绝对值小的数相加后，再依次与绝对值大的数相加。 2．向量和矩阵范数 把任何一个向量或矩阵与一个非负实数联系起来，在某种意义下，这个实数提供了向量和矩阵的大小的度量。对于每一个范数，相应地有一类矩阵函数，其中每一个函数都可以看作矩阵大小的一种度量。 范数的主要的应用： 一、研究这些矩阵和向量的误差估计。 二、研究矩阵和向量的序列以及级数的收敛准则。 1）向量范数 定义 存在（维实向量空间）上的一个非负实值函数，记为，若该函数满足以下三个条件：即对任意向量和以及任意常数（实数域） （1）非负性 ，并且的充分必要条件为; （2）齐次性； （3）三角不等式． 则称函数为上的一个向量范数． 常用三种的向量范数 设任意ｎ维向量，（为向量的转置）， ， 向量的1-范数 ， 向量的2-范数 ， 向量的-范数 一般情况下，对给定的任意一种向量范数，其加权的范数可以表为 ， 其中W为对角矩阵，其对角元作为它的每一个分量的权系数。 向量范数的连续性定理 上的任何向量范数均为的连续函数。 向量范数的等价性定理 设和为上的任意两种向量范数，则存在两个与向量无关的正常数c1和c2，使得下面的不等式成立 ，其中. 2). 矩阵范数 定义 存在（维复矩阵集合）上的一个非负实值函数，记为，对任意的均满足以下条件： （1）非负性：对任意矩阵均有，并且的充分必要条件为; （2）齐次性：，∈； （3）三角不等式：, ； （4）相容性：, ， 则称为上的矩阵范数。 我们可定义如下的矩阵范数： ，矩阵的-范数 ，矩阵的-范数（Frobenius）范数。 （矩阵范数与向量范数相容性定义） 对于一种矩阵范数和一种向量范数，如果对任意n×n矩阵和任意n维向量x, 满足 ， 则称矩阵范数与向量范数是相容的。 3）矩阵的算子范数 定理 已知上的向量范数，为n×n矩阵，定义 则是一种矩阵范数，且与已知的向量范