数值计算 第五章 线性方程组的直接方法.ppt

例5.14 设A为正交矩阵，证明：cond2(A)=1 分析：由正交矩阵和条件数的定义便可推得 解：因为A是正交矩阵， 故ATA= AAT=I， A-1= AT，从而 例5.15 设A，B为n阶矩阵，证明： cond(AB)≤ cond(A) · cond(B) 分析: 由矩阵范数性质和条件数定义 便可证明 证： cond (AB) = || AB || · || (AB)-1 || ≤ ||A|| · ||B|| ||A-1|| · ||B-1|| = ||A|| · ||A-1|| ||B|| · ||B-1|| = cond (A) · cond (B) 例5.16 设A，B为n阶非奇异矩阵，||?||表示 矩阵的任一种范数，证明： || A-1-B-1 || ≤|| A-1 || || B-1 || || A-B || cond(AB)≤ cond(A) · cond(B) 分析: 由矩阵范数的基本性质即可推证 证： A-1-B-1 = A-1(B-A)B-1 ,从而 || A-1-B-1 ||≤|| A-1(B-A)B-1 || ≤ ||A-1|| · ||B-A|| · ||B-1|| ∴ || A-1-B-1 || ≤ ||A-1|| · ||B-A|| · ||B-1|| 例9 求Hilbert矩阵H3的条件数. 如何发现判断矩阵是病态的? 如何解决和处理? 预处理方法. 例10 设 则 化为 则 二、迭代改善法(略去) 本章小结 本章介绍了解线性方程组的直接法。直接法是一种计算量小而精度高的方法。直接法中具有代表性的算法是高斯（Gauss）消去法（在第一章提到的克莱姆算法也是一种直接法，但该算法用于高阶方程组时计算量太大而不实用），其它算法大都是它的变型，这类方法是解具有稠密矩阵或非结构矩阵（零元分布无规律）方程组的有效方法。 选主元的算法有很好的数值稳定性。从计算简单出发实际中多选用列主元法。 解三对角矩阵方程组（A的对角元占优）的追赶法，解对称正定矩阵方程组的平方根法都是三角分解法，且都是数值稳定的方法，这些方法不选主元素，也具有较高的精度。 向量、矩阵的范数、矩阵的条件数和病态方程组的概念，是数值计算中一些基本概念。线性方程组的病态程度是其本身的固有特性，因此即使用数值稳定的方法求解，也难以克服严重病态导致的解的失真。在病态不十分严重时，用双精度求解可减轻病态的影响 在实际应用中如何选择算法是一个重要问题，往往从三个方面考虑： ?????? ① 解的精度高； ????? ② 计算量小； ?????? ③ 所需计算机内存小。 但这些条件相互间是矛盾而不能兼顾的，因此实际计算时应根据问题的特点和要求及所用计算机的性能来选择算法。一般说，系数矩阵为中、小型满矩阵，用直接法较好；当系数矩阵为大型、稀疏矩阵时，有效的解法是迭代法。 Thank you very much! 作业 P176 2,7,9,11,12,18,19 * * * * * * * * This is a placeholder for the demo. It reminds you when to switch over to the demo and it tells the audience why you are going to show them what you are showing both before the demo and when you switch back to the slides. 据此可逐行计算 运用这种矩阵分解方法,方程组Ax=b即 可归结为求解两个上三角方程组 和 其计算公式分别为 和 求解方程组的上述算法称为改进的平方根法。这种方法总的计算量约为 ，即仅为高斯消去法计算量的一半。 记笔记 §5.7 向量和矩阵的范数 为了研究线性方程组近似解的误差估计 和迭代法的收敛性, 有必要对向量及矩阵的 “大小”引进某种度量----范数的概念。向量范 数是用来度量向量长度的,它可以看成是二、 三维解析几何中向量长度概念的推广。用Rn 表示n维实向量空间。 记笔记 §5.7 向量和矩阵的范数 定义5.2 对任一向量X?Rn, 按照一定规则确定