77范文网 - 专业文章范例文档资料分享平台

矩阵与数值分析学习指导和典型例题分析

来源:网络收集 时间:2020-04-17 下载这篇文档 手机版
说明:文章内容仅供预览,部分内容可能不全,需要完整文档或者需要复制内容,请下载word后使用。下载word有问题请添加微信号:或QQ: 处理(尽可能给您提供完整文档),感谢您的支持与谅解。点击这里给我发消息

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x为某个精确值,a为它的一个近似值,则称x?a为近似值a的绝对误差,简称x?a为误差. 当x?0时,x称为a的相对误差.在实际运算中,精确值x往往是未知的,所

x?a以常把a作为a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x为某个精确值,a为它的一个近似值,如果有常数ea,使得 x?a?ea

eaa称ea为a的绝对误差界,或简称为误差界.称

是a的相对误差界.

此例计算中不难发现,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a近似x的程度越好,即a的精度越好.

3).有效数字

设实数x为某个精确值,a为它的一个近似值,写成

a??10k?0.a1a2?an?

它可以是有限或无限小数的形式,其中ai(i?1,2,?)是0,1,?,9中的一个数字,a1?0,k为整数.如果

x?a?1?10k?n 2则称a为x的具有n位有效数字的近似值.

如果a有n位有效数字,则a的相对误差界满足:4).函数计算的误差估计

如果y?f(x1,x2,?,xn)为n元函数,自变量x1,x2,?,xn的近似值分别为a1,a2,?,an,则

x?a1??101?n。 a2a1??ff(x1,x2,?,xn)?f(a1,a2,?,an)????k?1??xkn? ??(xk?ak)?a?f??其中????f(a1,a2,?,an),所以可以估计到函数值的误差界,近似地有 ????xk?a?xk??ff(x1,x2,?,xn)?f(a1,a2,?,an)?ea????k?1??xkn? ??eak?a如果令n?2,设x1,x2的近似值分别为a1,a2,其误差界为x1?a1?ea和x2?a2?ea2,

1取y?f(x1,x2)为x1,x2之间的四则运算,则它们的误差估计为,

ea1?a2?ea1?ea1;ea1?a2?a1ea1?a2ea1;ea1?a2a1ea1?a2ea1a22,a2?0。

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,由于其相对误差界:

ea1?a2a1?a2?ea1?ea2a1?a2。

如果x1和x2是两个十分接近的数,即a1和a2两个数十分接近,上式表明计算的相对误差会很大,导致计算值a1?a2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:ea1?a2a1ea1?a2ea1a22。

从关系式中可以看出,如果x2很小,即a2很小,计算值5).数值稳定性的概念、设计算法时的一些基本原则

a1的误差可能很大。 a2⑴ 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R(n维实向量空间)上的一个非负实值函数,记为f(x)?x,若该函数满足以下三个条件:即对任意向量x和y以及任意常数??R(实数域)

(1)非负性 x?0,并且x?0的充分必要条件为x?0; (2)齐次性

n?x??x;

(3)三角不等式x?y?x?y. 则称函数

?为R上的一个向量范数.

n常用三种的向量范数

设任意n维向量x?(x1,x2,?,xn)T,(x为向量x的转置),

Tx1??xi, 向量的1-范数

i?1n?n2? x2???xi??i?1? x?1?i?n12?xT?x??x,x?2, 向量的2-范数

1?maxxi, 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

xW?Wx,

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 R上的任何向量范数x均为x的连续函数。 向量范数的等价性定理 设??和?为R上的任意两种向量范数,则存在两个与向量?nnx无关的正常数c1和c2,使得下面的不等式成立

c1x2). 矩阵范数 定义 存在R任意的A,B?Rn?n??x??c2x?,其中?x?Rn.

(n?n维复矩阵集合)上的一个非负实值函数,记为f(A)?A,对均满足以下条件:

n?n(1)非负性:对任意矩阵A均有A?0,并且A?0的充分必要条件为A?O;

(2)齐次性:

?A??A,?∈C;

(3)三角不等式:A?B?A?B, A,B?Rn?n; (4)相容性:AB?A?B, A,B?Rn?n, 则称?为Rn?n上的矩阵范数。

我们可定义如下的矩阵范数:

Am???aij,矩阵的m1-范数

1mni?1j?1

?2?F?AF?????aij???,矩阵的-范数(Frobenius)范数。 ?i?1j?1?mn12(矩阵范数与向量范数相容性定义) 对于一种矩阵范数?果对任意n×n矩阵A和任意n维向量x, 满足

M

和一种向量范数?V,如

AxV?AMxV,

则称矩阵范数?

M

与向量范数?V是相容的。

3)矩阵的算子范数

定理 已知R上的向量范数?V,A为n×n矩阵,定义 AnM?maxx?0AxVxV?maxAxV

xV?1则AM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

A1?max?aij; (列范数)

1?j?ni?1mA??max?aij. (行范数)

1?i?mj?1n A2TT??ma(xAA), (谱范数)

T其中?max(AA)表示矩阵AA的最大特征值。

对任何算子范数?,单位矩阵I?Rn?n的范数为1,即I?1。

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量范数相容(如矩阵m1范数与向量p-范数相容);多种矩阵范数可以与一个向量范数相容(如矩阵F?范数和矩阵2?范数与向量2?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,?F与向量?2、?m1与向量?1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Rn?n矩阵空间的一种矩阵范数,则对任意的n阶方阵A均有 ?(A)?A.

其中?(A)?max?det??I?A??0为方阵A的谱半径。

T注意:当A?A时,A2????max?ATA???max?A2???max?A???(A)。

n?n ② 对于任给的ε>0, 则存在R使得

A ③ 对于Rn?n上的一种算子范数

?M(依赖矩阵A和常数ε),

M??(A)??.

n?n上的一种算子矩阵范数?,如果A?R且A<1, 则

In?A可逆且

?In?A??1二、典型例题分析

?1.

1?A例1.1:下列近似值的绝对误差限均为0.005,问它们各有几位有效数字?

a?138.002,b??0.0312,c?0.86?10?4

解: 现将近似值写成标准形式:

a?0.138002?103, b??0.312?10?1, c?0.86?10?4,

在直接根据有效数字定义得出,

x?a?1?10?2 ?k?n?3?n??2?n?5,即a有5 2位有效数字;

x?b?1?10?2 ?k?n??1?n??2?n?1,即b有1位有效数字; 2

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读,免费范文网,提供经典小说综合文库矩阵与数值分析学习指导和典型例题分析在线全文阅读。

矩阵与数值分析学习指导和典型例题分析.doc 将本文的Word文档下载到电脑,方便复制、编辑、收藏和打印 下载失败或者文档不完整,请联系客服人员解决!
本文链接:https://www.77cn.com.cn/wenku/zonghe/988158.html(转载请注明文章来源)
Copyright © 2008-2022 免费范文网 版权所有
声明 :本网站尊重并保护知识产权,根据《信息网络传播权保护条例》,如果我们转载的作品侵犯了您的权利,请在一个月内通知我们,我们会及时删除。
客服QQ: 邮箱:tiandhx2@hotmail.com
苏ICP备16052595号-18
× 注册会员免费下载(下载后可以自由复制和排版)
注册会员下载
全站内容免费自由复制
注册会员下载
全站内容免费自由复制
注:下载文档有可能“只有目录或者内容不全”等情况,请下载之前注意辨别,如果您已付费且无法下载或内容有问题,请联系我们协助你处理。
微信: QQ: