Chapt-4线性代数方程组的数值解法幻灯片.pptVIP

§4.3 追赶法 按照以上公式求解Ax=b的方法就叫做追赶法，其中ui、li 和yi 称追，回代称赶， 乘除法运算量仅为5n-4，远比一般方程组的高斯消去法或三角分解法的运算量少。不用选主元，就可保证顺利、稳定进行计算。 §4.4 舍入误差对解的影响 本节研究线性代数方程组解的误差。衡量数的误差用绝对值。方程组的解是向量，衡量其误差，自然也会想到绝对值的概念。 §4.4.1 向量与矩阵范数 众所周知，数x的绝对值┃x┃是x的函数: ┃x┃=φ(x),具有以下三性质： （1） （2）对任意实数 （3） 推广到向量 ，具有如下类似性质的函数： 。该函数成为向量 x的范数或模或长度，它也应该具有以下性质： （1）非负性 （2）齐次性：对任意实数 （3）三角不等式： §4.4 舍入误差对解的影响 几何上三角不等式表示：在以向量x、y及其和x-y构成的三角形中，一边之长不超过另两边边长之和，即 从而 表示以x、y和x-y为边的三角形中，一边之长不小于另两边边长之差。 常用向量范数有3种，即： 分别称为1范数、2范数和无穷大范数。不难验证它们具有性质（1）和（2）。对于性 §4.4 舍入误差对解的影响 性质（3），这里已2范数为例，给出证明，以供参考。 最后不等式称Cauchy不等式。注意对任意实数 §4.4 舍入误差对解的影响 由 二次式的判别式 ，便可推出Cauchy不等式，因而2范数的性质（3）得证。 对于n阶方阵，具有如下4种性质的函数 称为矩阵范数。 （1） （2）对任意实数 （3） （4） 容易验证矩阵函数 具有上述4种性质，因而，它是一种范数，称为矩阵的F范数。 常用矩阵范数是如下三种范数： §4.4 舍入误差对解的影响 其中 表示矩阵 的谱半径，即 特征值绝对值的最大值。三种范数分别称为1范数或列范数，无穷大范数或行范数，2范数或谱范数。 可以证明，矩阵的这三种范数还具有以下3种性质：（满足性质（1）的矩阵范数成为相容范数） （1） （2）单位矩阵I的范数 （3） 时 可逆且 (4.26) §4.4 舍入误差对解的影响 例4-3 设 则 §4.4 舍入误差对解的影响 它的三个根为 §4.4.1 误差分析 设线性方程组Ax=b中，A为非奇异矩阵，x为方程组的精确解。假定b有误差?b,则解为x+?x,即 §4.4 舍入误差对解的影响 即 两边取范数 又因 由（4-30）和（4-31）式，得 另外，若矩阵A有误差?A，则解为x+?x，即 (4.27) (4.28) (4.29) (4.30) (4.31) (4.32) (4.33) §4.4 舍入误差对解的影响 即有 虽然A为非奇异，但不能保证A+?A也为非奇异，为保证A+?A为非奇异，需对?A作些限制。 因为 由（4-26）式，若 ，则 存在，因此（4.35)式变为 由（4-34）和（4-35）式，得 两边取范数 (4.34) (4.35) (4.36) (4.37) (4.38) §4.4 舍入误差对解的影响 设 ，则得 从（4-32）和（4-39）式可以看出，如果线性方程组Ax=b中，A或的微小变化，都将引起方程解x为 倍，若这个倍数巨大，则方程组定义为 “病态方程组”，矩阵A为“病态矩阵”，否则定义为“病态方程组”或矩阵A为“良态矩阵” 。此时，我们称 为条件数，即 常用的条件数有 (4.39) (4.40) (4.41) §4.4 舍入误差对解的影响 例4-4 试计算 ，并取6位有效数字。 解 （1）直接计算 若使用Gauss列主元消去法，经消元则可得 §4.4 舍入误差对解的影响 （2）间接计算，在上线性方程组两边同乘以矩阵 则有 故 用Gauss主元消去法得 习 题 4-1 用Gauss消去法求解下列方程组Ax=b 4-2 求cond(A)2和cond(A)∞. 上机实习题 4-3 用选列主元的高斯消去法求解下列方程组： 第四章 线性代数方程组的数值解法 §4.1 概 述 线性代数方程组(System of Linear Algebra Equations)的求解是数值计算方法中的一个重要课题。现代