解决系统问题
使用高斯消去法,其中𝐀是非奇异的n个×n个矩阵和𝐛是一个n个×1向量,我们从增广矩阵
通过反复从后续行中减去每行的倍数,我们获得该形式的矩阵
在此还原过程中,我们存储乘法器 ℓjk个那个在每列中使用,以消除该列中的其他元素。这就产生了一下三角矩阵表单的
如果我们用𝐔上三角矩阵包括元素u个jk个英寸(3.2.3),然后进行因子分解,或者三角分解,
使用𝐲=[年1,年2,…,年n个]吨溶液的过程可以然后被视为首先求解方程𝐋𝐲=𝐛对于𝐲(向前地消除),然后是𝐔𝐱=𝐲对于𝐱(反向替换).
有关更多详细信息,请参阅Golub和Van Loan(1996第87–100页).
在解决中𝐀𝐱=[1,1,1]吨,我们通过转发获得消除𝐲=[1,−1,三]吨和通过回代𝐱=[16,16,16]吨.
实际上,如果任何乘数ℓjk个在量级与单位相比,则高斯消去是不稳定的。为了避免不稳定性在每个消除步骤中,行以这样的方式互换用作除数的元素的绝对值枢轴元件,不小于中其他可用元素的值它的列。然后|ℓjk个|≤1在所有情况下。此修改是打电话部分旋转高斯消去.
有关旋转的详细信息,请参见Golub和Van Loan(1996第109-123页).
当因子分解(3.2.5)可用计算的解决方案𝐱可以用很少的额外计算来改进。由于舍入错误残差向量 𝐫=𝐛−𝐀𝐱通常为非零。我们解决系统问题𝐀𝛿𝐱=𝐫对于𝛿𝐱,利用现有的三角分解属于𝐀以获得改进的解决方案𝐱+𝛿𝐱.
三对角矩阵只有非零元素出现在主对角线和两条相邻对角线上。因此
假设𝐀可以按以下方式计算(3.2.5),但是没有部分旋转。然后
哪里u个j=c(c)j,j=1,2,…,n个−1,d日1=b1、和
正向消去求解𝐀𝐱=𝐟然后成为年1=(f)1,
后面的替换是x个n个=年n个/d日n个,后面是
有关求解三对角系统的详细信息,请参见Golub和Van Loan(1996第152-160页).
这个第页-向量的范数 𝐱=[x个1,…,x个n个]吨已给出通过
这个欧几里德范数是这样的吗第页=2.
这个第页-矩阵的范数 𝐀=[一jk个]是
案例第页=1,2、和∞是最重要的:
哪里ρ(𝐀𝐀吨)是绝对值中最大的矩阵特征值的值𝐀𝐀吨; 看见§3.2(iv)(我们假设矩阵𝐀是真实的;如果没有𝐀吨被替换为𝐀H(H),转置的复共轭𝐀.)
解向量的灵敏度𝐱英寸(3.2.1)至矩阵中的小扰动𝐀和向量𝐛是由条件编号
哪里‖⋅‖第页是矩阵范数之一。对于任何规范(3.2.14)我们有κ(𝐀)≥1。越大价值κ(𝐀),系统的状况就越糟糕。
让𝐱∗表示系统的计算解(3.2.1),使用𝐫=𝐛−𝐀𝐱∗再次表示残留物。然后我们有了后部错误界限
有关更多信息,请参阅布雷津斯基(1999)和特雷费琴和鲍(1997,第3章).
如果𝐀是一个n个×n个矩阵,然后是实数或复数λ被称为特征值属于𝐀,和一个非零向量𝐱对应的(正确的)特征向量,如果
非零向量𝐲称为左特征向量属于𝐀对应于特征值λ如果𝐲吨𝐀=λ𝐲吨或者,同等地,𝐀吨𝐲=λ𝐲.A类归一化的特征向量具有欧氏范数1;比较(3.2.13)带有第页=2.
多项式
被称为特征多项式属于𝐀及其零是的特征值𝐀. The多重性特征值的是其作为特征多项式零点的多重性(§3.8(i)). 到多重特征值米,在那里符合米线性无关的特征向量提供了𝐀是无缺陷的也就是说,𝐀有一整套n个线性地独立的特征向量。
如果𝐀无缺陷且λ是的简单零第页n个(λ),然后是λ到中的小扰动矩阵𝐀由条件编号
哪里𝐱和𝐲是标准化的左右的特征向量𝐀对应于特征值λ.因为|𝐲吨𝐱|=|余弦θ|,其中θ是之间的角度𝐲吨和𝐱我们总是这样κ(λ)≥1.何时𝐀是对称矩阵,左边和右特征向量重合,产生κ(λ)=1、和计算其特征值是一个条件良好的问题。
让𝐀成为n个×n个对称矩阵。定义Lanczos载体 𝐯j和系数αj和βj通过𝐯0=𝟎,标准化向量𝐯1(可能是随机选择的),α1=𝐯1吨𝐀𝐯1,β1=0、和用于j=1,2,…,n个−1通过递归方案
然后𝐯j吨𝐯k个=δj,k个,j,k个=1,2,…,n个.三对角矩阵
具有与相同的特征值𝐀其特征多项式可以是从递归中获得
具有第页−1(λ)=0,第页0(λ)=1.
在正交条件被替换为𝐒-正交性,即,𝐯j吨𝐒𝐯k个=δj,k个,j,k个=1,2,…,n个,关于某些正定矩阵𝐒带有Cholesky分解𝐒=𝐋吨𝐋,然后细节更改如下。从开始𝐯0=𝟎,矢量𝐯1这样的话𝐯1吨𝐒𝐯1=1,α1=𝐯1吨𝐀𝐯1,β1=0.然后针对j=1,2,…,n个−1
有关更多详细信息,请参阅关等。(2007).
有关数字信息,请参见斯图尔特(2001第347-368页).
Lanczos方法与§3.5(v).当矩阵𝐀被标量替换x个,第一行中的递归关系第页,共页(3.2.21)带有𝐮=βj+1𝐯j+1与中的类似(3.5.30_5). 此外(3.2.23)和(3.5.30)是类似,以及矩阵𝐁英寸(3.2.22)和雅各比矩阵𝐉n个英寸(3.5.31).
计算特征值有许多方法;看见Golub和Van Loan(1996,第7、8章),特雷费坦和鲍(1997,第5章)、和威尔金森(1988,第8、9章).