第十一章数值计算.pptVIP

二、 数值计算基础 解方程组 解矛盾方程组 线性拟合 非线性拟合 微分方程数值解 偏微分方程数值解 矩阵基本知识 矩阵的简单运算 1，当两个矩阵具有相同的阶数时（行和列相等），可以相加减且满足： 数乘矩阵： 2，矩阵乘法 如果第一个矩阵的列数等于第二个矩阵的行数，则这两个矩阵可以相乘，结果矩阵的行数等于第一个矩阵的行数，列数等于第二个矩阵的列数： 3，矩阵的转置 一个矩阵的转置矩阵由对换原矩阵的行和列而得，即第i行变成第i列，第i列变成第i行： A和AT的乘积为n阶方阵， 而AT和A的乘积为p阶方阵 4，矩阵的逆 记方阵A的逆为A-1，其意义为AA-1＝I； A-1A＝I；其中I为单位矩阵： 5，矩阵表达式的计算 基本性质 矩阵转置反向规则 矩阵求逆反向规则 矩阵运算解线性方程组： 对如下线性方程组： 可写成矩阵形式 其中A为系数矩阵，X、C为自变量(解）矩阵和常数矩阵 对于该矩阵方程，可以有两种解法： 行列式法与矩阵法 行列式法 线性方程组有唯一解的条件时它的系数行列式值非零： 此时行列式有解： Di为用常数行列式C 替代系数行列式的的 第i列： 矩阵解法 经数学变换可得线性方程的矩阵表示为： 即解矩阵X等于系数矩阵的逆矩阵（A-1）乘于常数矩阵C，显然，若∣A∣＝0，则不存在逆矩阵，方程无法求解。 矩阵运算解非线性方程组： 对于多元非线性方程，可用Newton-Raphson迭代法构造成线性矩阵方程后求解： 如： 在其近似解x10,x20,…xn0附近作泰勒展开后得到△xi的线性方程组： 此时构筑系数矩阵A、解矩阵△X及常数矩阵C分别为： 根据矩阵法，有： 其中 则： 依次迭代求解： 最后解的判断方式为 2.3 线性拟合 表征实验数据点之间的发展变化趋势，研究各物理量之间的内在关系是科学研究的一个重要方面。 拟合：用函数 来近似代表实验数据点 之间的关系 拟合原则：由于实验数据序列不可避免的会存在误差，各点误差的平方和表示为： 按残差达到极小的原则来构造拟合曲线的方法称为最小二乘法 根据拟合函数的性质，可分为线性回归和非线性回归。 一元线性回归 将一组数据（xi，yi）拟合为一直线最简单，即找出一条通过它们的直线： 拟合曲线与实验数据的残差平方和为 此时a,b须满足： 由此可得a，b的解 多元线性回归 若因变量y与p个自变量的内在联系是线性的 则n个数据组可表示为 设bi为方程的最小二乘估计，则回归方程可写为 根据最小二乘法原则 正规方程组左边的系数矩阵为： 正规方程组右边可重写为 该正规方程组的矩阵形式为 由此可求得： 整个拟合过程相当于一个解矛盾方程组的过程，如果方程数大于自变量个数，且方程之间线性不相关，则方程组无解，此时方程组称为矛盾方程组，其矩阵形式为 此推导为不严格推导，但结论正确 可线性化的非线性拟合 在实际拟合过程中，拟合函数往往都是非线性的，此时首先应考虑该拟合函数能否实现线性化，所采用的方法通常是变量替换法以及经过各种数学运算后的变量替换法。 Savitzky-Golay平滑与求导 五点二次平滑 五点二次平滑为n＝2m＋1＝5，多项式的最高次数是2，即3个参数 则可得 或记为 由X矩阵算得B矩阵，最后得到平滑公式： 五点二次平滑移动平均原理 假设实验数据点有N个，则由原始数据点得最初5个点计算前3个平滑点，以原数据点的最后五个点计算最后两个平滑点。以平滑好的第2、3个点及随后的3个原始点计算第4个点，依次类推。 有时函数本身是非线性的，但可通过适当数学重组将其转变为线性，如： 非线性拟合 有时，拟合函数为本征非线性的，即该方程不能分离为参数B的线性关系，记为： 此时拟合主要应采用逐次线性化，最基本的方法有高斯－牛顿法和阻尼最小二乘法 高斯牛顿法 其中： 该方程组为矛盾方程组，写成矩阵形式为： 其中各矩阵为 由此可解得 由于b满足初值：则可计算 逐次迭代得到真值 使用高斯－牛顿法应注意： 初值选择 Q存在最大值： 由于拟合原则为 当Q有极大值时也能满足条件，导致 错误结果 麦夸脱法 也叫阻尼高斯－牛顿法，主要是在线性化时考虑二次项，从而引入一阻尼因子，可解决高斯－牛顿法可能的初值选择不当的问题。令： 若令 则有正规方程： 构筑正规矩阵方程 该正规方程有解：