Hilbert矩阵病态性.pptVIP

博学之，审问之，慎寺之，明辩之，笃行之。精心整理，欢迎收藏 * 博学之，审问之，慎寺之，明辩之，笃行之。精心整理，欢迎收藏 Hilbert矩阵的病态性 向量范数与矩阵范数 矩阵的条件数 定位问题的条件数 《数值分析》7 博学之，审问之，慎寺之，明辩之，笃行之。精心整理，欢迎收藏 引例. Hilbert矩阵的病态性 方程组 Ax=b1 的解为x1 方程组 Ax = b 的解为 x x – x1=[ -2.4 27.0 -64.8 42.0 ]T 2/18 数据计算结果 博学之，审问之，慎寺之，明辩之，笃行之。精心整理，欢迎收藏 A=hilb(4); b=[1;2;1.41;2]; b1=b;b1(3)=b1(3)+.01; x=A\b;x1=A\b1;error=x-x1; format short e [x, x1, error] ans = -1.6560e+002 -1.6320e+002 -2.4000e+000 1.8330e+003 1.8060e+003 2.7000e+001 -4.4232e+003 -4.3584e+003 -6.4800e+001 2.8980e+003 2.8560e+003 4.2000e+001 数值试验程序 3/18 博学之，审问之，慎寺之，明辩之，笃行之。精心整理，欢迎收藏 定义3.1 设 Rn是n维向量空间,如果对任意x∈Rn,都有一个实数与之对应,且满足如下三个条件: (1)正定性: ||x||≥0,且||x||=0 = x = 0 ; (2)齐次性: λ为任意实数 (3)三角不等式: ( y ∈Rn ) 则称||x||为向量x的范数 . 注:向量范数是向量长度概念的推广.例如 是向量 x 的范数 4/18 博学之，审问之，慎寺之，明辩之，笃行之。精心整理，欢迎收藏 常用的范数: 例1. 证明 ||x||2 是 Rn 上的一种范数 先证明柯西不等式: | xTy |≤ ||x||2·|| y||2 对任意实数λ, 有(x - λy)T(x - λy)≥0 ? xTx – 2λxTy + λ2yTy ≥0 | xTy |2 – (xTx)(yTy) ≤0 ? | xTy |≤ ||x||2·|| y||2 判别式 5/18 博学之，审问之，慎寺之，明辩之，笃行之。精心整理，欢迎收藏 (三角不等式成立) (正定性成立) (齐次性成立) 6/18 博学之，审问之，慎寺之，明辩之，笃行之。精心整理，欢迎收藏 例2. 范数意义下的单位向量: X=[x1, x2]T 1 -1 1 ||X||1 = 1 1 1 -1 -1 ||X||2 = 1 -1 1 1 -1 -1 ||X||∞ = 1 7/18 博学之，审问之，慎寺之，明辩之，笃行之。精心整理，欢迎收藏 例3. 设x=(x1, x2, ····, xn)T,证明 证明: 所以 思考: 8/18 博学之，审问之，慎寺之，明辩之，笃行之。精心整理，欢迎收藏 定义3.2 对 A ∈ Rn×n ,存在实数||A||满足: 则称 ||A|| 是矩阵 A 的一个范数. (1)正定性: ||A||≥0,且||A||=0 ? A = 0 ; (2)齐次性: λ为任意实数 (3)三角不等式: ( B ∈Rn×n ) (4)相容性: Frobenius范数 9/18 博学之，审问之，慎寺之，明辩之，笃行之。精心整理，欢迎收藏 矩阵算子范数的概念 设 ||x||是Rn上的向量范数,A∈Rn×n,则A的非负函数 称为矩阵A的算子范数 注1:矩阵的算子范数由向量范数所导出, 如 注2:算子范数满足相容性 其中, A∈ Rn×n ,x∈ Rn 10/18 博学之，审问之，慎寺之，明辩之，笃行之。精心整理，欢迎收藏 “1-范数”(列和范数) 无穷大范数(行和范数 ) 例 ,X=[-3 5]T, 求A、X 的“1-范数”,“2-范数”和“无穷大范数” 11/18 博学之，审问之，慎寺之，明辩之，笃行之。精心整理，欢迎收藏 ?1 = 26.1803, ?2 = 3.8197 12/18 博学之，审问之，慎寺之，明辩之，笃行之。精心整理，欢迎收藏 矩阵的条件数概念 方程组 Ax = b, 右端项 b 有一扰动 引起方程组解 x 的扰动 设 x 是