第2章 - 线性方程组求解的数值方法.ppt

  1. 1、本文档共76页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第二章 线性方程组求解的数值方法 引言 高斯消元法 矩阵分解法 向量范数与矩阵范数 迭代法求解 方程组的病态问题与误差分析 §1 引言 §2 高斯消元法 §3 矩阵分解法 (1)方法比较 消元法: 消元法的公式只有一组,便于计算机计算。 消元法与三角分解法间的关系: 三角分解法: (2)计算次数 注: 讨论 高斯-约当法除外 例6 用直接三角分解法解方程组 。 解: 求解: 矩阵分解: Cholesky分解: 对称正定矩阵的一种三角分解方法。 对称正定阵的定义及性质: 定义 A为对称 正定阵 4 A的特征值 。 1 A是非奇异矩阵,且A-1亦是对称正定阵; 2 A的顺序主子阵Ak 是对称正定阵 k 1,2,…,n ; 3 A的顺序主子式都大于零,即 对称正定阵的判别方法 充分条件 A为对称矩阵 A为对称矩阵 二、 矩阵Cholesky分解 定理6 (对称正定矩阵的Cholesky分解) 阵,则存在唯一的具有正对角元的下三角阵L ,使得 平方根法解线性方程组: 与直接三角分解法类似 思路: 设n阶对称正定矩阵A有分解 ,先用待定系数法求L的元 该分解称为乔勒斯基(Cholesky)分解。 素 。 求解对称正定方程组Ax b的平方根法 计算公式 : 分解计算: 优点: 说明: 1、数值稳定。 2、计算量小,大约为 次乘除法,是一般矩阵A的LU分解 缺点: 计算lii时要开平方。 计算量的一半。 求解: 通过改进方法避免 §4 向量范数与矩阵范数 解方程组以及研究与探讨方程组本身性质的工具。 向量、矩阵与线性方程组有着密切的关系,向量、矩阵范数是 定义(向量范数): (1)正定性 (2)齐次性 (3)三角不等式 一、向量范数的定义  常用的向量范数: (1)向量的“∞”范数: (2)向量的“1”范数: 称为向量的能量范数。 (3)向量的“2”范数: (4)向量的能量范数: 二、向量序列的极限         设有向量序列 若n个数列收敛,即 设有向量序列 则有 定义 1. 定义 例7  或说向量序列 的收敛 称非负实数 之间 2. 距离 为向量的任何一种意义下范数。 距离,其中 且记 定理7 为Rn中一向量序列,且 为向量的任一种范数。 证明: 由范数的等价性有: 对v 1也可采用以下证法 注: 定义 (矩阵范数) 的某个非负实值函数 若对任意的n×n矩阵A,B满足下述条件: 由于在许多应用问题中,矩阵和向量是相联系的,现引进一种 和向量范数是相容的,即对 有不等式 (1) 正定性 : (2) 齐次性 : (3) 三角不等式 : 1. 矩阵范数的一般定义 类似于向量范数 矩阵的算子范数。它是由向量范数诱导出来的,并且这种矩阵范数 矩阵范数与向量范数的相容性条件 三、矩阵的范数        2. 矩阵的算子范数 且有一向量范数 相应的定义一个矩阵的非负函数: (最大比值) 为矩阵A的关于向量范数   定理8 向量范数,则 一个矩阵范数且满足相容条件: 的算子范数或诱导范数。 定义 矩阵的算子范数 (i)因为 证明: 一个矩阵范数 满足三个条件 , (ii) (iii) 以下证明满足相容性: (1) (2) 由x的任意性知 诱导范数的 矩阵相容性 诱导范数与其相应的向量范数相容 A的行范数 A的列范数 A的“2”范数或A的谱范数 3. 矩阵范数公式 4. 矩阵范数的等价性 的特征值为 为A的谱半径。 向量相容性条件的矩阵范数(算子范数)。 为对称矩阵,则 四、谱半径 1. 矩阵谱半径定义: 2. 特征值界: 证明:(1) 设 为A的任一特征值,于是,存在 为满足矩阵、 注:1)由于矩阵的2范数与谱半径有关,常称“2”范数为谱模。 若 为A的特征值, 2 ATA A2,且ATA也是对称的, 2)谱模(范数)是对称矩阵A特征值的上界。 则 为A2 的特征根, 又A为对称矩阵,则 §5 迭代法求解 迭代法是一种不断套用一个迭代公式,逐步逼近方程组的精确 解(真解)的方法。适合解大型稀疏线性方程组。 直接法:解低阶稠密线性方程组 迭代法优点: ⑴计算量小,近似解精度高。 ⑵占用内存单元较少。 ⑶设计程序简单(适合计算机计算)。 定义(1)用逐步代入 求近似解的方法,称为迭代法(或

文档评论(0)

kaku + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8124126005000000

1亿VIP精品文档

相关文档