数值分析课件典型例题与习题.ppt

??三对角矩阵分解三对角矩阵分解A=LU?(k=2,3,···,n)AEDBC上三角方程组UX=Y步骤III:求解三对角方程组的追赶法步骤II:下三角方程组LY=f对称正定矩阵的Cholesky分解对于非零向量,xTAx总是正的;A的顺序主子式全大于零;A的特征值全为正实数。helpchol12对称正定矩阵:序列收敛迭代矩阵谱半径小于1迭代矩阵特征值全小于1迭代矩阵范数小于1反证法01迭代法收敛证明思路:02例10.设A是一个可逆矩阵,矩阵序列满足Xk+1=Xk(2I–AXk)，（k=0,1,2,……）则当时证明：由Xk+1=Xk(2I–AXk)，得I–AXk+1=I–AXk(2I–AXk)=(I–AXk)2于是I–AXk=(I–AXk-1)2=(I–AXk-2)2×2=··········例11.思路:A–1=B(I+R+R2+…)；1任意给定n阶矩阵X0,由迭代格式Xk+1=XkR+B(k=0,1,2,…)产生的矩阵序列{Xk}收敛到矩阵A-1；2对矩阵序列{Xk},有误差估计式3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||≤q1,试证明4*/51*/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交换矩阵的第i行与第j行的位置以非零数k乘以矩阵的第i行的每个元素把矩阵的第i行的每个元素的k倍加到第j行的对应元素上去初等行变换不改变方程组的解A(n–1)=Fn-1Fn-2·······F1A其中Fk为Frobenius矩阵。A=F1-1F2-1······Fn-1-1A(n–1)直接方法:高斯消元法LU高斯消元法本质是矩阵的分解。矩阵分解(Top10Algorithms)(1)特征值分解:A=CDC’,[C,D]=eig(A)(3)LU分解:PA=LU,[L,U,P]=lu(A)(4)Cholesky分解:A=LLT,R=chol(A)*(2)奇异值分解:A=USV’,[U,S,V]=svd(A)(5)非负矩阵分解LearningthePartsofObjectsbyNon-negativeMatrixFactorization,Nature,1999Demo1I=imread(monalisa.pgm);[U,S,V]=svd(double(I));s=diag(S);n1=5;Snew=diag([s(1:n1);zeros(size(s,1)-n1,1)]);figure,imshow(U*Snew*V,[])n2=20;Snew=diag([s(1:n2);zeros(size(s,1)-n2,1)]);figure,imshow(U*Snew*V,[])*迭代法思想:*Iterate:?Tosayordo?again?or?againandagain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。收敛条件(局部vs全局)中止准则加速(松弛思想)Aitken加速方法超松弛加速方法迭代格式构造*共轭梯度法的关键是构造一组两两共轭的方向(第k步迭代生成共轭方向张成k维子空间)。巧妙的是共轭方向可以由上次搜索方向和当前的梯度方向组合产生。现代迭代方法(Top10Algorithms)最速下降法思想简单,但收敛速度慢。本质上因为负梯度方向函数下降快是局部性质。高斯消元法共用乘法和除法次数为n3/3+n2-n/3,常用记号O表示是多少阶的,则O(n3/3)。注释2:复杂性对估计求解大型方程组所需的时间有用。例如在一台特定的计算机上求解n=500个方程的方程组所需的时间我们可以通过求解一个n=50个方程的方程组得到一个很好的猜测,即对用掉的时间按比例放大1000倍。注释1: