第2章习题解答(韩).docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第2章习题解答(韩)

习题二 1.证明:三对角方程组如果满足条件,则Gauss顺序消去法一定可进行到底(等价地系数矩阵存在LU分解),进一步说明系数矩阵是可逆矩阵。 证明 已知 满足条件 只需证明按式(1.19)的计算步骤: 得到的,这样必有LU分解 从而也说明了是可逆矩阵。 由假设,得,再由得 又知,从而 又知,类似可证,如此继续下去,可得 最后 2.设是严格对角占优矩阵,即满足 又经过一步Gauss顺序消去之后,化为 证明也是严格对角占优矩阵,进一步说明是可逆矩阵。 证明 记,则有 又是对角占优矩阵,可知。故 即也是严格对角占优矩阵。 由是对角占优矩阵知;又因为矩阵也是严格对角占优矩阵,以此类推可知,经过步消元后所化成的上三角矩阵对角线上的元素都大于0,故是可逆矩阵。 3.证明如果非奇异有LDU分解,则分解式是唯一的。 证明 因为非奇异,所以都非奇异,假设还存在另一个分解:,这里也一定非奇异。 从 可得 上式左端是单位下三角矩阵,右端是上三角矩阵,所以两端都应是单位矩阵,因此 即 因此 4.设, (1)试对进行PLU分解:; (2)根据PLU分解求解。 解 (1) (2) 5.设是实对称正定矩阵,试推导按列计算的Cholesky分解算法。 解 6.证明定理2.1。 证明 又因为 故 得证 7.(1)设,试写出计算Householder矩阵满足:的算法; 则 其中 令 则 其中 (2)设, , ,. 由于,两边分别左乘,有。即。 由于,所以,即,所以 8.分别用Householder变换法和MGS法对进行QR分解 解 (1) Householder法对A进行QR分解 令,调用算法2.1有,所以 , 故 再令,调用算法2.1得,则 , 故 . (2) MGS 法对A进行QR分解: 所以 9.(1)设,则的QR分解几乎是唯一的。即有两个QR分解式和,则,其中。也就是,分解因子除相差一个对角元为的对角矩阵外是唯一的(2)证明:设为非奇异矩阵,当限制的分解式中的对角元为正数时,则分解是唯一的。有两个QR分解: ,则由是列满秩矩阵和具有单位正交列,可知矩阵可逆,所以(仍为非奇异的上三角矩阵),于是。这表明不仅为正交阵,而且还是对角元素绝对值全为1的对角矩阵。从而,所以均为分解因子相差对角元为的对角矩阵。 (2)由(1)可以看出,如果在正交化过程中,令所有的,则按照上面的方法得到的一定满足,则由可知当限制的对角元为正数时,所得到的分解是唯一的。 10. 求的最小二乘问题的全部解。 解 因为 所以,齐次方程组的基础解系为 的特解为 所以的LS问题的全部解为 11.设是线性方程组的两个最小二乘解,证明。满足法方程组和,两式相减得: 12.的所有最小二乘解的集合 是闭凸集。由此再证明中有唯一的元素具有最小2-范数。 证明 先证S是凸集。假设,即 所以,当时,有 说明,是凸集。 下面再证是闭集。设,只要证。 由假设(常数),两边取极限,根据范数的连续性得 说明。 下证中有最小2-范数解(存在在性)。取半径充分大的闭球 使,则是有界闭凸集。由范数的连续性,它必在取得最小值,设最小值点为,显然就是具有最小二范数的最小二乘解。 下证最小二范数最小二乘解唯一。假设还有一个最小二范数最小二乘解,则 取,由于是凸集,故。易验证,则 (勾股定理) 得,这与是最小二范数最小二乘解矛盾。 注 以上的几何意义见下图 13.,,即; 若为正交矩阵,则,所以 (2) (3)若是对称矩阵,则有,所以 ,(其中分别为按绝对值最大与最小的特征值)。 (4)

文档评论(0)

shenlan118 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档