病态矩阵与条件数 |
您所在的位置:网站首页 › 矩阵的条件数cond1怎么计算 › 病态矩阵与条件数 |
本文的阅读等级:高级 当一线性系统受到极微小的扰动即可引发方程解剧烈变化时,我们将无从信任计算结果,便称它是病态系统(见“ 病态系统 ”)。 条件数(condition number) 是矩阵运算误差分析的基本工具,它可以度量矩阵对于数值计算的敏感性和稳定性,也可以用来检定病态系统。 本文通过一个简单的线性方程扰动问题介绍条件数的推导过程,基本推演工具是矩阵范数
问题一 :考虑线性方程 考虑包含扰动及误差的线性方程: 与原方程式 另一方面,我们考虑不等式 上面二式指出相对误差 也就是说, 接着讨论条件数的计算方法。 设 以2-范数(2-norm) 计算的条件数也就为 若 因此 又若 下面我们进一步讨论奇异值分解与条件数上下界的关系。 奇异值分解的 考虑 计算向量长度并相除, 得知 考虑下面两个取自“ 病态系统 ”一文的例子: 计算奇异值后代入条件数公式: 此例中, 问题二 :如果线性方程 考虑 为简化问题,以下假设 性质一 : 已知 根据Neumann 无穷级数性质可知 性质二 : 将 性质一指出 利用性质一的不等式,可得 但 性质三 : 性质二的关系式可写为 利用已知条件与三角不等式,可得 将上式除以 方程解的相对误差来自 本文参考: Gene H. Golub, Charles F. Van Loan,Matrix Computations,2 nd ed.,1989。 ____________________________________________________________ 1. 病态系统 现在有线性系统: Ax = b, 解方程 ![]() 很容易得到解为: x1 = -100, x2 = -200. 如果在样本采集时存在一个微小的误差,比如,将 A 矩阵的系数 400 改变成 401: ![]() 则得到一个截然不同的解: x1 = 40000, x2 = 79800. 当解集 x 对 A 和 b 的系数高度敏感,那么这样的方程组就是病态的 (ill-conditioned). 2. 条件数 那么,如何评价一个方程组是病态还是非病态的呢?在此之前,需要了解矩阵和向量的 norm, 这里具体是计算很简单的 infinity norm, 即找行绝对值之和最大,举个例子: ![]() infinity norm 具有三角性质:||x+y|| |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |