矩阵与数值分析学习指导和典型例题分析

矩阵与数值分析学习指导和典型例题分析

ID:43454922

大小:973.01 KB

页数:16页

时间:2019-10-03

矩阵与数值分析学习指导和典型例题分析_第1页
矩阵与数值分析学习指导和典型例题分析_第2页
矩阵与数值分析学习指导和典型例题分析_第3页
矩阵与数值分析学习指导和典型例题分析_第4页
矩阵与数值分析学习指导和典型例题分析_第5页
资源描述:

《矩阵与数值分析学习指导和典型例题分析》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第一章误差分析与向量与矩阵的范数一、内容提要本章要求掌握绝对误差、相对误差、有效数字、误差限的定义及其相互关系;掌握数值稳定性的概念、设计函数计算时的一些基本原则和误差分析;熟练掌握向量和矩阵范数的定义及其性质。1.误差的基本概念和有效数字1).绝对误差和相对误差的基本概念设实数为某个精确值,为它的一个近似值,则称为近似值的绝对误差,简称为误差.当时,称为的相对误差.在实际运算中,精确值往往是未知的,所以常把作为的相对误差.2).绝对误差界和相对误差界的基本概念设实数为某个精确值,为它的一个近似值,如果有常数,使得称为的绝对误差界,或简称为误差界.称是的相对误差界.此例计

2、算中不难发现,绝对误差界和相对误差界并不是唯一的,但是它们越小,说明近似的程度越好,即的精度越好.3).有效数字设实数为某个精确值,为它的一个近似值,写成它可以是有限或无限小数的形式,其中是中的一个数字,为整数.如果则称为的具有位有效数字的近似值.如果有位有效数字,则的相对误差界满足:。4).函数计算的误差估计如果为元函数,自变量的近似值分别为,则其中,所以可以估计到函数值的误差界,近似地有如果令,设的近似值分别为,其误差界为和,取为之间的四则运算,则它们的误差估计为,;;,。数相加或减时,其运算结果的精度不会比原始数据的任何一个精度高.对于两个数作相减运算时,由于其相对

3、误差界:。如果和是两个十分接近的数,即和两个数十分接近,上式表明计算的相对误差会很大,导致计算值的有效数字的位数将会很少。对于两个数作相除运算时,由于其相对误差界:。从关系式中可以看出,如果很小,即很小,计算值的误差可能很大。5).数值稳定性的概念、设计算法时的一些基本原则⑴算法的数值稳定性:一个算法在计算过程中其舍入误差不增长称为数值稳定。反之,成为数值不稳定。不稳定的算法是不能使用的。⑵在实际计算中应尽量避免出现两个相近的数相减。⑶在实际计算中应尽力避免绝对值很小数作除数。⑷注意简化运算步骤,尽量减少运算次数。⑸多个数相加,应把绝对值小的数相加后,再依次与绝对值大的数

4、相加。2.向量和矩阵范数把任何一个向量或矩阵与一个非负实数联系起来,在某种意义下,这个实数提供了向量和矩阵的大小的度量。对于每一个范数,相应地有一类矩阵函数,其中每一个函数都可以看作矩阵大小的一种度量。范数的主要的应用:一、研究这些矩阵和向量的误差估计。二、研究矩阵和向量的序列以及级数的收敛准则。1)向量范数定义存在(维实向量空间)上的一个非负实值函数,记为,若该函数满足以下三个条件:即对任意向量和以及任意常数(实数域)(1)非负性,并且的充分必要条件为;(2)齐次性;(3)三角不等式.则称函数为上的一个向量范数.常用三种的向量范数设任意n维向量,(为向量的转置),,向量

5、的1-范数,向量的2-范数,向量的-范数一般情况下,对给定的任意一种向量范数,其加权的范数可以表为,其中W为对角矩阵,其对角元作为它的每一个分量的权系数。向量范数的连续性定理上的任何向量范数均为的连续函数。向量范数的等价性定理设和为上的任意两种向量范数,则存在两个与向量无关的正常数c1和c2,使得下面的不等式成立,其中.2).矩阵范数定义存在(维复矩阵集合)上的一个非负实值函数,记为,对任意的均满足以下条件:(1)非负性:对任意矩阵均有,并且的充分必要条件为;(2)齐次性:,∈;(3)三角不等式:,;(4)相容性:,,则称为上的矩阵范数。我们可定义如下的矩阵范数:,矩阵的

6、-范数,矩阵的-范数(Frobenius)范数。(矩阵范数与向量范数相容性定义)对于一种矩阵范数和一种向量范数,如果对任意n×n矩阵和任意n维向量x,满足,则称矩阵范数与向量范数是相容的。3)矩阵的算子范数定理已知上的向量范数,为n×n矩阵,定义则是一种矩阵范数,且与已知的向量范数相容,称之为矩阵的算子范数。三种常用的矩阵的算子范数;(列范数).(行范数)(谱范数)其中表示矩阵的最大特征值。对任何算子范数,单位矩阵的范数为1,即。可以证明:①任意给定的矩阵范数必然存在与之相容的向量范数;任意给定的向量范数必然存在与之相容的矩阵范数(如从属范数).②一个矩阵范数可以与多种向

7、量范数相容(如矩阵范数与向量-范数相容);多种矩阵范数可以与一个向量范数相容(如矩阵范数和矩阵范数与向量范数相容)。③从属范数一定与所定义的向量范数相容,但是矩阵范数与向量范数相容却未必有从属关系。(如,与向量、与向量相容,但无从属关系)。④并非任意的矩阵范数与任意的向量范数相容。4)矩阵范数的性质①设为矩阵空间的一种矩阵范数,则对任意的n阶方阵均有.    其中为方阵的谱半径。注意:当时,。②对于任给的ε>0,则存在上的一种算子范数(依赖矩阵和常数ε),使得.③对于上的一种算子矩阵范数,如果且<1,则可逆且.二、典型例题分析

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。