第六章 逐次逼近法
第六章 逐次逼近法
6.1 基本概念§
6.2 线性方程组的迭代法§
6.3 非线性方程组的迭代法§
6.4 矩阵特征值问题的数值算法§
6.5 迭代法的加速§
本章要点
本章主要介绍线性方程组的迭代法 、 非线性方程组
的数值方法
主要方法
基本迭代法 、 G-J迭代法 、 G-S迭代法 、
Newton迭代法 、 SOR方法和 Aitken加速方法
6.1 基本概念§
"范数 "是对向量和矩阵的一种度量 ,实际上是二维
和三维向量长度概念的一种推广
数域 : 数的集合 ,对加法和乘法封闭
线性空间 : 可简化为向量的集合 ,对向量的加法和
数量乘法封闭 ,
二维向量和三维向量都可以度量其大小和长度
高维向量的 "长度 "能否定义呢 ?
也称为向量空间
定义 1. ,xRn n中任意一个向量维向量空间对于
一 、 向量和矩阵的范数
对应 , 且满足与若存在唯一一个实数 xRx ∈
;00,,0)()1( =?=∈?≥ xxRxx n且正定性
;,)()2( RRxxx n ∈∈??= aaa ,齐次性
.,)()3( nRyxyxyx ∈?+≤+ ,三角不等式
.的范数为向量则称 xx
定义中的向量范数可以类似对于复线性空间 nC
T
n
nn xxxxCR ),,,(,)(
21 L=设中在向量空间
的范数有常用的向量 x
2x
2122
2
2
1 )( nxxx +++= L
范数或欧氏范数的 ?2x
1x nxxx +++= L21
范数的 ?1x
∞x ini x≤≤= 1max
范数或最大范数的 ?∞x
--------(1)
--------(2)
--------(3)
px
pp
n
pp xxx 1
21 )( +++= L
1, ≥? ppx 范数的
2x和1x显然 时的特例和在是 21 == ppx p
并且由于
pp
n
pp xxx 1
21 )( +++ L≤≤≤ ini x1max
pp
ini xn
1
1
)max(
≤≤
≤
ini
p xn
≤≤
=
1
1 max
)(max
1
∞→→
≤≤
pxi
ni
∞x所以 的特例也是 px
--------(4)
),( 时∞→→ ∞ pxx p
12 xxx ≤≤∞且
例 1.求下列向量的各种常用范数
Tx )1,3,4,1( ?=
解 : 1x 421 xxx +++= L 9=
2x
21242221 )( xxx +++= L 3327 ==
∞x ii x41max≤≤= 4=
定义 2. ,AR nn 中任意一个矩阵对于空间 ×
对应 , 且满足与若存在唯一一个实数 ARA ∈
;00,,0)()1( =?=∈?≥ × AARAA nn且正定性
;,)()2( RRAAA nn ∈∈??= × aaa ,齐次性
.,)()3( nnRBABABA ×∈?+≤+ ,三角不等式
.的范数为矩阵则称 AA
定义中的矩阵范数可以类似对于复空间 nnC ×
.,)4( nnRBABAAB ×∈??≤ ,
例 2. nnijaAn ×= )(阶方阵设
21
1 1
2 ??
?
?
???
?= ∑∑
= =
n
i
n
j
ijF aA设
不难验证其满足定义 2的 4个条件
是一种矩阵范数因此 FA
称为 Frobenius范数 ,简称 F-范数
( ) ( ) 2121 )()( TTF AAtrAAtrA ==而且可以验证
tr为矩阵的迹
--------(5)
--------(6)
类似向量的 2-范数
为一种向量范数设 u?∈∈ × ,, nnn RARx
令有最大值对所有的则 ,0≠xxAx
u
u
??
???
??
???=
≠ u
u
u x
AxA
x 0
max
个条件的满足定义可以验证 42uA
定义 3.
--------(7)
的矩阵范数范数
称为从属于给定向量式确定的由
u
u
x
A)7(
简称为从属范数或算子范数
uuu xAAx ≤
显然 , 由定义不难推出
定义 4. ,mu ?? 和矩阵范数对于给定的向量范数
都有若 ,, nnn RARx ×∈∈?
umu xAAx ≤
.相容和矩阵范数则称所给的向量范数 mu ??
由 (8)式 ,可知 算子范数和其对应的向量范数是相容的
--------(8)
--------(9)
根据向量的常用范数可以得到常用的矩阵算子范数
??????= ≠
1
1
01
max)1( xAxA
x ∑=≤≤
=
n
i
ijnj a
11
max
,大值的每列绝对值之和的最A 的列范数称 A
??????=
∞
∞
≠∞ x
AxA
x 0
max)2( ∑
=≤≤
=
n
j
ijni a
11
max
,大值的每行绝对值之和的最A 的行范数称 A
??????= ≠
2
2
02
max)3( xAxA
x )(max AA
Tl=
大值的特征值的绝对值的最为 AAAA TT )(maxl 范数
的称
?2
A
--------(10)
--------(11)
--------(12)
例 3.
21
1 1
2 ??
?
?
???
?= ∑∑
= =
n
i
n
j
ijF aA
是不是算子范数范数的判别矩阵 FAFrobeniusA
解 : 范数为的 ?FA
类似于向量的 2-范数
的算子范数并不是从属于但 2xA F
I考虑单位矩阵 FI n=
??????= ≠
u
u
u x
IxI
x 0
max ??????=
≠ u
u xx
x 0
max 1=
的矩阵范数数是不从属于任意向量范因此 u?FA
数并不完全是一回事故而矩阵范数和算子范
不过
222 xAAx ≤
21
1
2 ??
?
?
???
?= ∑∑
= =
n
i
n
j
ijF aA ( ) ( ) 2
121 )()( TT AAtrAAtr ==
2A )(max AA
Tl=
2xA F≤
FA≤
相容与因此 2xA F
例 4. 求矩阵 A的各种常用范数
??
?
?
?
??
?
?
?
??=
110
121
021
A
解 : 1A ∑
=≤≤
=
n
i
ijnj a
11
max
2 5 2
3
4
2
5}2,5,2{max
1
==
≤≤ nj
∞A ∑
=≤≤
=
n
j
ijni a
11
max 4}2,4,3{max
1
==
≤≤ ni
2A )(max AA
Tl=由于
的特征值因此先求 AAT
AAT ???
?
?
??
?
?
?
???
110
121
021
??
?
?
?
??
?
?
?
?
?
=
110
122
011
??
?
?
?
??
?
?
?
?
?=
211
190
102
特征方程为
)det( AAI T?l ???
?
?
??
?
?
?
??
?
??
=
211
190
102
l
l
l
0=
的特征值为可得 AAT
9361.0,9211.2,1428.9 321 === lll
1428.9)(max =AATl
2A )(max AA
Tl= 0237.3=
FA )( AAtr
T= 292 ++= 6056.3=
1A ∞A 2A FA
容易计算 计算较复杂
对矩阵元素的
变化比较敏感
不是从属范数
较少使用
使用最广泛
性质较好
定义 5. 称的特征值为设 ,,,, 21 nnnRA lll L×∈
},,,max{)( 21 nA lllr L=
的谱半径为矩阵 A
,uu Ax 和算子范数对于某种向量范数
uuu xAAx ≤
uu lxAx = ul x?=而
因此 ul x? uu xA≤
--------(13)
显然 2A )(max AATl= )( AATr=
ul A≤
ur AA ≤)(
任何一种算子范数的谱半径不超过矩阵的即矩阵 A
即
所以
定理 1. ,, nnnn RBR ×× ∈? 上的一种算子范数是设
且非奇异则满足若 ,,1 BIBB +<
BBI ?<+
?
1
1)( 1 --------(14)
证明略
)(1,1
,,,,
1
1
摄动定理可逆 , 且则且
且可逆推论 : 设
ab
aab
ba
?≤<
≤?∈≤∈
?
×?×
CC
CARCARA nnnn
定义 6.
."".
"","",
,
,
的良态否则称为阵
矩病态为的病态则称该方程组是巨大变化
就会引起方程组解的的元素的微小变化常数项
或如果系数矩阵对于线性方程组
A
b
AbAx =
二 、 误差分析简介
响的扰动对方程组解的影常数项 b.1
为其精确解为非奇异矩阵为一线性方程组设 xAbAx ,,=
xbb dd 则解也应存在误差存在误差若常数项 ,
即有 bbxxA dd +=+ )( --------(15)
bxA dd = bAx dd 1?=
bAx dd 1?= bA d?≤ ?1
Axb = xA ?≤
b
A
x ≤
1
b
bAA
x
x dd ??≤ ?1
--------(16)
--------(17)
--------(18)
所以
又因为
可得
(16)和 (17)两式相乘 ,得
相对误差
(18)式表明 ,由常数项产生的误差 ,最多可将解的
相对误差放大 倍1?? AA
响的扰动对方程组解的影系数矩阵 A.2
bxxAA =++ ))(( dd
xAA dd 则解也应存在误差存在误差若系数矩阵 ,
0=?++? xAxAxA dddd
xAxAA ??=+ ddd )(
在上式能直接使用范数吗 ?
--------(19)
)()( 1 AAIAAA dd ?+=+
11 <? AA d如果假设
则由定理 1.,可知 非奇异AAI d1?+
AAAAI dd 1
11
1
1)(
?
??
?≤+且
(19)式化为 xAxAAIA ??=+ ? ddd )( 1
xAAAAIx ?+?= ??? ddd 111 )(
--------(20)
--------(21)
xAAAAIx ???+≤ ??? ddd 111 )(
AA
AA
x
x
d
dd
1
1
1 ?
?
?
?≤
AA
AA
d
d
??
?≤
?
?
1
1
1
A
AAA
A
AAA
d
d
???
??
=
?
?
1
1
1
--------(22)
定义 7. 称为非奇异矩阵设 ,A
., 为某种算子范数其中的条件数为 ?A
1)( ??= AAAcond --------(23)
显然 1)( ??= AAAcond 1?≥ AA I= 1=
即任意方阵的条件数必不小于 1
根据算子范数的不同也有不同的条件数 :
1
1
11)(
??= AAAcond
∞
?
∞∞ ?=
1)( AAAcond
2
1
22)(
??= AAAcond
)(
1)(
min
max AAAA T
T
ll=
)(
)(
min
max
AA
AA
T
T
l
l=
b
bAcond
x
x dd )(≤ --------(18)
x
xd
A
AAcond
A
AAcond
d
d
)(1
)(
?
≤ --------(22)
根据定义 7的定义 ,(18)式和 (22)式可表示为
A
AAcond d)(≈ )1( 时<<
A
Ad -----(24)
倍放大倍数不超过
误差的扰动引起的解的相对和常数项由系数矩阵
)(Acond
bA
解的影响的指标是刻划原始数据变化对即条件数 )(Acond
大解的相对误差也可能越越大一般 ,)(Acond
方程组病态就可能是很大时因此 "",)( bAxAcond =
矩阵病态就可能是而 ""A
实验 : Hilbert矩阵和病态方程组