线性方程组直接解法的误差分析

本文探讨了线性方程组求解中的病态性问题,介绍了矩阵条件数的概念,以及如何通过矩阵奇异值分解进行正则化,以减少舍入误差。重点讲解了吉洪诺夫正则化方法及其误差来源。

线性方程组的直接解法参考: 线性方程组的直接解法

​病态方程组

由于计算机舍入误差,在求解方程组 A x = b Ax=b Ax=b时总会有误差,实际上是在求解 ( A + δ A ) ( x + δ x ) = b + δ b (A+\delta A)(x+\delta x)=b+\delta b (A+δA)(x+δx)=b+δb
有时方程组的解对于系数矩阵和右端向量的扰动非常敏感,此时称为病态方程组

矩阵范数

一个线性映射 A : X → Y A:X\rightarrow Y AXY称为有界的,是指存在常数 C > 0 , s . t . ∀ x ∈ X , ∣ ∣ A x ∣ ∣ Y ≤ C ∣ ∣ x ∣ ∣ X C>0,s.t. \forall x\in X,||Ax||_Y\le C||x||_X C>0,s.t.∀xX,∣∣AxYC∣∣xX,对于有界线性算子 A A A可以定义: ∣ ∣ A ∣ ∣ : = s u p ∣ ∣ x ∣ ∣ X = 1 ∣ ∣ A x ∣ ∣ Y < + ∞ ||A||:=sup_{||x||_X=1}||Ax||_Y<+ \infty ∣∣A∣∣:=sup∣∣xX=1∣∣AxY<+ 为算子 A A A的范数

可以证明
几种常见矩阵范数的表达式

矩阵条件数

讨论加入扰动后方程可解性: A + δ A = A ( I + A − 1 δ A ) A+\delta A=A(I+A^{-1}\delta A) A+δA=A(I+A1δA)

引理:
∣ ∣ B ∣ ∣ < 1 ||B||<1 ∣∣B∣∣<1,则 I ± B I\pm B I±B可逆,且 ( I ± B ) − 1 ≤ 1 1 − ∣ ∣ B ∣ ∣ (I\pm B)^{-1}\le\frac{1}{1-||B||} (I±B)11∣∣B∣∣1

证明:反证法

定理:
d e t A ≠ 0 , b ≠ 0 , ∣ ∣ A − 1 ∣ ∣ ∣ ∣ δ A ∣ ∣ < − 1 det A\ne0,b\ne0,||A^{-1}||||\delta A||<-1 detA=0,b=0,∣∣A1∣∣∣∣δA∣∣<1,则有
∣ ∣ δ x ∣ ∣ ∣ ∣ x ∣ ∣ ≤ ∣ ∣ A ∣ ∣ ∣ ∣ A − 1 ∣ ∣ 1 − ∣ ∣ A ∣ ∣ ∣ ∣ A − 1 ∣ ∣ ∣ ∣ δ A ∣ ∣ ∣ ∣ A ∣ ∣ ( ∣ ∣ δ A ∣ ∣ ∣ ∣ A ∣ ∣ + ∣ ∣ δ b ∣ ∣ ∣ ∣ b ∣ ∣ ) \frac{||\delta x||}{||x||}\le \frac{||A|| ||A^{-1}||}{1-||A||||A^{-1}||\frac{||\delta A||}{||A||}}( \frac{||\delta A||}{||A||}+\frac{||\delta b||}{||b||}) ∣∣x∣∣∣∣δx∣∣1∣∣A∣∣∣∣A1∣∣

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值