数值分析课件典型例题与习题2.pptVIP

* 对称正定矩阵的 Cholesky分解 (1) 对于非零向量, xTAx总是正的; (2) A的顺序主子式全大于零; (3) A的特征值全为正实数。 help chol 对称正定矩阵: 1) 序列收敛 2) 迭代矩阵谱半径小于1 3) 迭代矩阵特征值全小于1 4) 迭代矩阵范数小于1 5) 反证法 迭代法收敛证明思路: 例10.设A是一个可逆矩阵, 矩阵序列满足 Xk+1=Xk(2I – A Xk )，（k =0,1,2,……） 则当 时 证明：由Xk+1=Xk(2I – A Xk )，得 I – AXk+1 = I – A Xk(2I – A Xk )= (I – A Xk )2 于是 I – AXk =(I – A Xk -1)2 =(I – A Xk -2)2×2 = ·········· 例11. 思路: (1) A–1 = B ( I + R + R2 + … )； (2)任意给定n阶矩阵X0,由迭代格式 Xk+1 = Xk R + B ( k = 0,1,2,… ) 产生的矩阵序列{ Xk }收敛到矩阵A-1； (3)对矩阵序列{ Xk }, 有误差估计式 例12.设A是n阶可逆矩阵,有A的一个近似逆B,令 R=I –AB。如果 || R ||≤ q 1,试证明 收敛的w取值范围。 例13. 方程组Ax=b, 其中A是对称正定阵,讨论迭代格式 思路: 例14. 思路: 续例14. 思路: 例15. 思路: 定理4.1 对任意的f和任意的初始向量X(0)迭代法 X(k+1) =B X(k) +f 收敛的充分必要条件是 例16. 思路: 例17. 思路: -1/2a1/2收敛, -1/2a1时系数矩阵正定。 例18. 例18. 例18. 参考:Writting Fast Matlab Codes 1.中小规模线性方程组 x = A\b; % Solves A*x = b 2.(超)大规模线性方程组(Preconditioned cg) 作业 题目1: 从理论角度(复杂度和收敛性)比较各 种方法的优劣。 * 题目2: 从数值角度比较各种方法的性能(公平) 题目3: 科研或生活中遇到的线性方程组？ 提示: 参考代码: Matlab代码\Iterative Solver * 1. 如何生成方程组 A = gallery(poisson, n); b=ones(size(A,1),1); x0=zeros(size(A,1),1); 2. 如何生成方程组 矩阵市场: /MatrixMarket/ UF Sparse Matrix Collection: /research/sparse/matrices/ 提示: * 3. 更具挑战和趣味的例子 图像编辑 参考: Matlab代码\Possion 图像复原 参考: Deblurring Images: Matrices, Spectra, and Filtering Google PageRank 参考: Numerical Computing with MATLAB 数据挖掘和模式识别 参考: Matrix Methods in Data Mining and Pattern Recognition 高光谱图像解混 参考: Sparse Unmixing of Hyperspectral Data 医学成像 参考: Mathematical Methods in Image Reconstruction 迭代法思想: * To start today, to start now and to ship, make it a habit 迭代背后的思想是一种与传统思维模式截然不同的方式,传统思维方式往往希望一遍做好,一次成功;但是迭代开发意味着反复地做,不断地根据反馈进行调整。 * * */51 三、四章内容提要 典型例题分析 《数值分析》典型例题 II ? ? * 化难为易 化繁为简 化繁为简 初等行变换不改变方程组的解 1.交换矩阵的第i行与第j行的位置 2.以非零数k乘以矩阵的第i行的每个元素 3.把矩阵的第i行的每个元素的k倍加到第j行的对应元素上去 A(n – 1) = Fn-1Fn-2·······F1 A 其中Fk 为 Frobenius矩阵。 A=F1-1F2-1 ······ Fn-1-1 A(n – 1) 直接方法: 高斯消元法 L U 高斯消元法本质是矩阵的分解。 矩阵分解(Top