数值分析课件ch5章节

上传人:E**** 文档编号:90929163 上传时间:2019-06-20 格式:PPT 页数:115 大小:4.21MB
返回 下载 相关 举报
数值分析课件ch5章节_第1页
第1页 / 共115页
数值分析课件ch5章节_第2页
第2页 / 共115页
数值分析课件ch5章节_第3页
第3页 / 共115页
数值分析课件ch5章节_第4页
第4页 / 共115页
数值分析课件ch5章节_第5页
第5页 / 共115页
点击查看更多>>
资源描述

《数值分析课件ch5章节》由会员分享,可在线阅读,更多相关《数值分析课件ch5章节(115页珍藏版)》请在金锄头文库上搜索。

1、湘潭大学数学与计算科学学院,1,第五章 线性代数方程组的解法,湘潭大学数学与计算科学学院,2,注:如果没有特别说明,下面总假定 系数行列式的值,其中,湘潭大学数学与计算科学学院,3,利用 法则求解时存在困难:当方程 组的阶数 很大时,计算量为,常用计算方法:, 直接解法:它是一类精确方法,即若不考虑 计算过程中的舍入误差,那么通过有限步运 算可以获得方程解的精确结果.,湘潭大学数学与计算科学学院,4,迭代解法:所谓迭代方法,就是构造某种极限 过程去逐步逼近方程组的解.,经典迭代法有:,湘潭大学数学与计算科学学院,5,1 预备知识,湘潭大学数学与计算科学学院,6, 向量范数,常用向量范数:,注:

2、,湘潭大学数学与计算科学学院,7,根据定义:,湘潭大学数学与计算科学学院,8,湘潭大学数学与计算科学学院,9,湘潭大学数学与计算科学学院,10,对于常用的范数 , ,可以算出,湘潭大学数学与计算科学学院,11,可以理解为,可以理解为对任何向量范数都成立。, 向量序列的收敛性,湘潭大学数学与计算科学学院,12, 矩阵范数,(4)* | AB | | A | | B | (相容性),(5)* | Ax | | A | | x | (相容性),湘潭大学数学与计算科学学院,13,常用矩阵范数:,Frobenius 范数, 向量| |2的直接推广,对方阵 以及 有,利用Cauchy 不等式 可证。,从属

3、范数,由向量范数 | |p 导出关于矩阵 A Rnn 的 p 范数:,则,矩阵 ATA 的最大 特征根,湘潭大学数学与计算科学学院,14, 我们只关心有相容性的范数,从属范数总是相容的。,若不然,则必存在某个向量范数 | |v 使得 对任意A 成立。,反例?,湘潭大学数学与计算科学学院,15,对任何,从而,(列和范数),湘潭大学数学与计算科学学院,16,现设,令,且,湘潭大学数学与计算科学学院,17,解:,按定义,湘潭大学数学与计算科学学院,18,矩阵范数的等价定理:,几种常用范数的等价关系:,湘潭大学数学与计算科学学院,19,定义5.3,称矩阵序列 是收敛的,,如果存在 ,使得,此时称 为矩

4、阵序列 的极限,记为, 矩阵序列的收敛性,湘潭大学数学与计算科学学院,20, 谱半径, (A),湘潭大学数学与计算科学学院,21,证明:,由从属范数的相容性,得到,将任意一个特征根 所对应的特征向量 代入,证明:,A对称,若 是 A 的一个特征根,则2 必是 A2 的特征根。,又:对称矩阵的特征根为实数,即 2(A) 为非负实数, 故得证。,对某个 A 的特征根 成立,所以2-范数亦称为谱范数。,湘潭大学数学与计算科学学院,22,证明:, 若不然,则 有非零解,即存在非零向量 使得,湘潭大学数学与计算科学学院,23,证明:,“” 若 是 B 的特征值, 则k 是 Bk 的特征值 。,则 (B)

5、k = max | | k = | mk |, ( Bk ) | Bk | 0, (B) 1,“” 首先需要一个引理,对任意 0, 存在从属范数 | | 使得 | A | (A) + 。,由 (B) 1 可知存在从属范数| | 使得 | B | 1。,| Bk | | B |k 0 as k ,Bk 0, ( B ) 1,湘潭大学数学与计算科学学院,24,定理(Neumann引理) 矩阵幂级数 收敛的充分必要条件为 ,且当 时有,证明:,若 收敛,则,从而,反之,若,( 为 的特征值), 矩阵级数的收敛性,湘潭大学数学与计算科学学院,25,因此 非奇异,于是由恒等式,得到,由于,因而有,即得,

6、证毕,湘潭大学数学与计算科学学院,26,推论 当 时, 非奇异,且,证明:,因为,非奇异,并且,从而,证毕,湘潭大学数学与计算科学学院,27, 矩阵的条件数,称为A的条件数,记为cond (A),常用条件数有:,cond (A)1,cond (A),cond (A)2,特别地,若 A 对称,则,条件数的性质: A可逆,则 cond (A)p 1; A可逆, R 则 cond ( A) = cond (A) ; A正交,则 cond (A)2=1; A可逆,R正交,则 cond (RA)2 = cond (AR)2 = cond (A)2 。,湘潭大学数学与计算科学学院,28, 几种特殊矩阵,类

7、似地,可以给出矩阵 为按列(严格)对角 占优矩阵的定义.,湘潭大学数学与计算科学学院,29,定义6,设 为 阶方阵( ),若存在 阶,置换矩阵P,使得,其中 为 阶方阵, 为 阶方阵,则称 为可约矩阵;如果不存在这样的置换矩阵,,则称为不可约矩阵.,定义2 的一个等价说法是:设 为阶方阵,如果存在 的两个非空子集 和 满足,湘潭大学数学与计算科学学院,30,使得,则称 为可约矩阵;否则,称 为不可约矩阵.,例如,三对角矩阵,是不可约对角占优的,湘潭大学数学与计算科学学院,31,定理 若 为严格对角占优或为对角占优且 不可约时,则 非奇异.,湘潭大学数学与计算科学学院,32,2 高斯消元法, 高

8、斯消元法:,湘潭大学数学与计算科学学院,33,消元,记,其中,Step k:设 ,计算因子 且计算,共进行 ? 步,n 1,湘潭大学数学与计算科学学院,34,回代,定理,若A的所有顺序主子式 均不为0,则高斯消元无需换行即可进行到底,得到唯一解。,注:事实上,只要 A 非奇异,即 A1 存在,则可通过逐次消元及行交换,将方程组化为三角形方程组,求出唯一解。,湘潭大学数学与计算科学学院,35, 选主元消去法,例:单精度解方程组,用Gaussian 消去法计算:,8个,小主元可能导致 计算失败。,湘潭大学数学与计算科学学院,36, 全主元消去法,每一步选绝对值最大的元素为主元素,保证 。,Step

9、 k: 选取, If ik k then 交换第 k 行与第 ik 行; If jk k then 交换第 k 列与第 jk 列;, 消元,注:列交换改变了 xi 的顺序,须记录交换次序,解完后再换回来。, 列主元消去法,省去换列的步骤,每次仅选一列中最大的元。,湘潭大学数学与计算科学学院,37,例:,注:列主元法没有全主元法稳定。,例:,湘潭大学数学与计算科学学院,38, 运算量,由于计算机中乘除运算的时间远远超过加减 运算的时间,故估计某种算法的运算量时,往往只估计乘除的次数,而且通常以乘除次数的最高次幂为运算量的数量级。, Gaussian 消去法:,(n k) 次,(n k)2 次,(

10、n k) 次,消元乘除次数:,1 次,(n i +1) 次,回代乘除次数:,Gaussian 消去法的总乘除次数为 ,运算量为 级。,湘潭大学数学与计算科学学院,39, 完全选主元法,比 Gaussian Elimination多出 ,保证稳定,但费时。, 列主元法,比 Gaussian Elimination只多出 ,略省时,但不保证稳定。,湘潭大学数学与计算科学学院,40,* 矩阵的三角分解, 高斯消元法的矩阵形式,Step 1:,湘潭大学数学与计算科学学院,41,单位下三角阵,A 的 LU 分解,湘潭大学数学与计算科学学院,42,证明:由1中定理可知,LU 分解存在。下面证明唯一性。,若

11、不唯一,则可设 A = L1U1 = L2U2 ,推出,上三角阵,对角元为1 的下三角阵,注: L 为一般下三角阵而 U 为单位上三角阵的分解称为Crout 分解。 实际上只要考虑 A* 的 LU 分解,即 ,则 即是 A 的 Crout 分解。,湘潭大学数学与计算科学学院,43, Doolittle分解: LU 分解的紧凑格式,湘潭大学数学与计算科学学院,44,固定 i : 对 j = i, i+1, , n 有,lii = 1,a,将 i ,j 对换,对 j = i, i+1, , n 有,b,一般采用列主元 法增强稳定性。但注意 也必须做相应的 行交换。,25,湘潭大学数学与计算科学学院

12、,45,作业: p.171-172 1题 , 3题 , 10题 , 11题 ,13题 , 14题,湘潭大学数学与计算科学学院,46,作业: p.172 5题 , 6题 ,湘潭大学数学与计算科学学院,47, 平方根法 /* Choleskiy分解 */: 对称正定矩阵的分解法,回顾:对称正定阵的几个重要性质, A1 亦对称正定,且 aii 0,若不然,则,对任意 , 存在 , 使得 , 即 。, A 的顺序主子阵 Ak 亦对称正定,对称性显然。对任意 有 , 其中 。, A 的特征值 i 0,设对应特征值 的非零特征向量 为 ,则 。, A 的全部顺序主子式 det ( Ak ) 0,因为,湘潭

13、大学数学与计算科学学院,48,将对称 正定阵 A 做 LU 分解,即,为什么 uii 0?,因为det(Ak) 0,则 仍是下三角阵,注: 对于对称正定阵 A ,从 可知对任意k i 有 。即 L 的元素不会增大,误差可控,不需选主元。,湘潭大学数学与计算科学学院,49,算法: Choleskiy分解 将对称正定 nn矩阵 A分解成 LLT, 这里 L是下三角阵 Input: 矩阵A的维数n; 矩阵A的元素 aij 1 i, j n . Output: 矩阵L 的元素 lij : 1 j i and 1 i n . Step 1 Set ; Step 2 For j = 2, , n, set

14、 ; Step 3 For i = 2, , n1, do steps 4 and 5 Step 4 Set ; Step 5 For j = i+1, , n, set ; Step 6 Set ; Step 7 Output ( lij for j = 1, , i and i = 1, , n ); STOP.,因为A 对称,所以只需存半个 A,即 其中,运算量为 O(n3/6), 比普通LU 分解少一半,但有 n 次开方。用A = LDLT 分解,可省开方时间。,湘潭大学数学与计算科学学院,50, 解三对角方程组的追赶法,Step 1: 对 A 作Crout 分解,直接比较等式两边的元素,可得到计算公式。,Step 2: 追即解 :,Step 3: 赶即解 :,与Gauss消去法类似,一旦 i = 0 则算法中断,故并非任何 三对角阵都可以用此方法分解。,湘潭大学数学与计算科学学院,51,注: 如果 A

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 高等教育 > 大学课件

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号