数值分析,考博必考课程,研一考试复习专用3-3

合集下载

《数值分析》课程教学大纲

《数值分析》课程教学大纲

拉格朗日插值公式插值余项牛顿插值公式埃尔米特插值 数值分析课程教学大纲(Numerica1Ana1ysis)学时数: 其中: 学分数:48实验学时:4课外学时:O3适用专业:计算机科学与技术 一、课程的性质、目的和任务本课程是计算机专业学科的基础课程。

它利用计算机使学生将已学的数学和程序设计知识等有关知识有机地结合起来,并应用它解决实际问题。

其主要任务是:介绍数值理论、函数逼近、数值微积分、非线性方程求根、线性代数方程组、特征值问题的常用数值法,要求学生能够评价各种算法的优劣,使用高级语言描述学过的算法并上机调试。

这对于学生从事数值软件的研制与维护是十分有益的。

二、课程教学的基本要求通过本课程的学习,学生应充分理解数值方法的特点,熟练掌握使用各种数值方法解决数学问题的技巧,为今后结合计算机的应用而解决实际问题打下坚实的基础。

三、课程的教学内容、重点和难点引论(4学时)教学内容:引论A 算法B 误差基本要求:了解掌握误差的基本概念,理解数值运算中误差的来源,并掌握误差分析的方法与原则。

重点和难点:误差分析。

第1章插值方法(8学时)I 问题的提法 2 3 5 61.7 分段插值法基本要求:掌握1agrange 插值与牛顿插值这两种形式不同而实质一致的插值的概念及余项估计;掌握分段低次插值及余项估计。

了解这几种插值的联系及区别并能熟练地进行运算。

J⅛,.*拉格朗日插值,牛顿插值。

难点:拉格朗日插值,余项估计。

第2章数值积分(8学时)教学内容:2.1机械求积2.2 牛顿•柯特斯公式 2.3 龙贝格算法 2.4 高斯公式 2.5 数值微分基本要求:了解数值积分的基本思想和代数精度的概念,掌握插值型求积公式与高斯型求积公式,理解等距节点的牛顿•柯特斯公式及余项估计。

掌握数值微分的基本思想与运算。

重点:牛顿-柯特斯求积公式。

难点:龙贝格求积算法,高斯求积公式。

第3章常微分方程的差分方法(4学时)教学内容:3.1欧拉方法3.2 改进的欧拉方法 3.3 龙格-库塔方法基本要求:掌握欧拉方法,特别是改进的欧拉方法的基本思想和计算过程;了解龙格-库塔方法。

大学数学易考知识点数值分析的基本方法和应用

大学数学易考知识点数值分析的基本方法和应用

大学数学易考知识点数值分析的基本方法和应用大学数学易考知识点:数值分析的基本方法和应用一、引言数值分析是现代数学在科学计算和工程实践中的应用研究领域,是研究数值计算方法和数值算法的理论与实践的学科。

在大学数学课程中,数值分析是一个重要的知识点,它涉及到数值计算的基本方法和应用。

本文将介绍数值分析的基本方法和应用,以帮助学生更好地理解和掌握这一易考的知识点。

二、数值分析的基本方法1. 插值和逼近插值与逼近方法是数值分析中常用的方法之一,它们用于通过已知数据点构造一个近似函数,以在给定范围内估计未知数据点的值。

常见的插值与逼近方法包括拉格朗日插值、牛顿插值、最小二乘逼近等。

2. 数值微积分数值微积分方法用于对函数进行数值积分和数值微分。

在实际计算中,往往难以通过解析方法求得函数的积分或导数,这时可以利用数值积分和数值微分方法来近似计算。

其中常见的数值积分方法包括梯形法则、辛普森法则等,数值微分方法包括中心差商法、向前差商法、向后差商法等。

3. 常微分方程的数值解法常微分方程数值解法用于求解无法通过解析方法得到解的常微分方程。

常见的常微分方程数值解法有欧拉法、改进欧拉法、龙格-库塔法等,它们根据不同的精度和稳定性要求,选择不同的数值解法来计算常微分方程的近似解。

4. 线性方程组的数值解法线性方程组数值解法是解决线性方程组问题的常见方法。

当线性方程组的规模较大时,无法通过直接求解的方法得到解,此时可以利用数值解法来近似求解。

常见的线性方程组数值解法包括高斯消元法、LU分解法、迭代法等。

三、数值分析的应用1. 插值与逼近的应用插值与逼近方法在科学计算和工程实践中有广泛的应用。

例如,在地理信息系统中,插值方法可以用于根据已知地理数据点生成等高线图;在图像处理中,逼近方法可以用于图像的平滑处理和边缘检测。

2. 数值积分的应用数值积分方法在物理学、经济学等领域的科学研究中有重要的应用。

例如,在物理学中,数值积分方法可以用于计算物体的质心、面积、弧长等物理量;在经济学中,数值积分方法可以用于计算经济指标、积分收益等。

《数值分析》完整版讲义

《数值分析》完整版讲义

2.1.3 多项式插值 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.1.4 基函数插值法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.1.1 为什么要插值 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.1.2 什么是插值 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.1.2 数值分析的研究内容 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.3 学习建议 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
i
· ii ·
目录
2.2 Lagrange 插值 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 2.2.1 Lagrange 基函数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 2.2.2 Lagrange 插值多项式 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 2.2.3 插值余项 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 2.2.4 Lagrange 基函数性质 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

数值分析的所有知识点总结

数值分析的所有知识点总结

数值分析的所有知识点总结一、数值分析的基本概念1.1 数值分析的定义和作用数值分析是研究利用计算机对数学问题进行数值计算的一门学科。

它旨在发展和分析数值计算方法,以解决实际问题中出现的数学模型。

数值分析的主要作用在于加快科学研究和工程设计的速度,提高计算精度和可靠性,以及发现新的科学规律和工程技术。

1.2 数值计算的基本步骤数值计算通常包括以下基本步骤:建立数学模型、选择适当的数值方法、编写计算程序、进行计算和分析结果。

其中,建立数学模型是数值计算的基础,它将实际问题抽象为数学公式或方程组的形式;选择适当的数值方法是指根据具体问题的特点,选择合适的数值计算方法进行求解;编写计算程序是指将选择的数值方法用计算机程序的形式实现;进行计算和分析结果是指利用计算机进行数值计算,并分析计算结果的准确性和可靠性。

1.3 数值分析的应用范围数值分析广泛应用于科学、工程、经济、金融等领域。

在科学研究中,数值分析常用于数学建模、实验数据处理、科学计算等方面;在工程领域,数值分析常用于工程设计、结构分析、流体力学、传热传质等方面;在经济金融领域,数值分析常用于风险评估、金融工程、市场预测等方面。

二、数值计算方法2.1 插值法插值法是利用已知的离散数据(如实验数据、观测数据)推导出未知的数据值的一种数值计算方法。

常用的插值方法包括拉格朗日插值、牛顿插值、分段插值等。

2.2 数值微分与数值积分数值微分是指利用离散数据计算函数的导数值的数值计算方法。

常用的数值微分方法包括差商法、中心差商法等。

数值积分是指利用离散数据计算函数的积分值的数值计算方法。

常用的数值积分方法包括复合梯形法、复合辛普森法等。

2.3 数值线性代数数值线性代数是研究线性代数问题的数值计算方法。

它涉及到线性方程组的求解、线性方程组的特征值和特征向量的计算、矩阵的LU分解、矩阵的QR分解等内容。

2.4 非线性方程求解非线性方程求解是研究非线性方程的数值计算方法。

数值分析-复习及习题选讲

数值分析-复习及习题选讲

5、线性方程组的数值解法
1.了解Gauss消元法的基本思想,知道适用范围 顺序Gauss消元法:矩阵A的各阶顺序主子式都不为零. 主元Gauss消元法:矩阵A的行列式不为零. 2.掌握矩阵的直接三角分解法。
会对矩阵进行Doolittle分解(LU)、Crout分解及Cholesky分解。
熟练掌握用三角分解法求方程组的解。 了解平方根法和追赶法的思想。 3.了解向量和矩阵的范数的定义,会判定范数(三要素非负性、齐 次性、三角不等式);会计算几个常用的向量和矩阵的范数; 了解范数的等价性和向量矩阵极限的概念。 4.了解方程组的性态,会计算简单矩阵的条件数。
k n
f
( n 1)
(2)记(t)=(t-x)k,则yj=(xj)=(xj-x)k, j=0,1,…,n.于是
n ( t ) k (t x) k f (t ) y j l j (t ) n 1 (t ) ( x j x) l j (t ) j 0 j 0 (n 1)! 取t=x,则有 n ( x j x) k l j ( x) 0
收敛于(x)在I上的唯一不动点x*.
都收敛于方程的唯一根x*.
推论 若(x)在x*附近具有一阶连续导数,且|(x*)|<1, 则对充分接近 x*的初值x0,迭代法xk+1=(xk)收敛. 3. 了解迭代法收敛阶的概念,会求迭代法收敛的阶.了解Aitken加速 技巧.
xk 1 C (1) xkp阶收敛于x*是指: lim k x p k
7.设(x)=x4+2x3+5, 在区间[-3,2]上, 对节点x0= -3, x1=-1,求出(x)的
三次Hermite插值多项式在区间[x0,x1]上的表达式及误差公式.

数值分析考研专业课资料

数值分析考研专业课资料

数值分析考研专业课资料数值分析是计算数学的重要分支,广泛应用于科学计算、工程技术以及社会经济等领域。

在考研阶段,掌握数值分析的基本理论和方法对于学生们来说尤为重要。

本文将为大家提供一些数值分析考研专业课的相关资料,帮助大家更好地准备考试。

1. 数值分析基本概念:1.1 下溢和上溢错误:在计算机中,由于存储精度的限制,较小或较大的数值可能导致下溢或上溢错误。

了解这些错误的产生原因和解决方法是数值分析中的基础知识。

1.2 计算误差:数值计算中的误差分为绝对误差和相对误差。

学习如何评估和控制计算误差对于正确进行数值计算和分析十分重要。

1.3 误差传播:误差传播是指在多步计算中误差如何积累和传递的问题。

掌握误差传播的方法可以帮助我们在复杂计算中减小误差的影响。

2. 数值线性代数:2.1 线性方程组求解:数值分析中,线性方程组求解是一项基础且常用的任务。

了解高斯消元法、LU分解、迭代法等求解方法,能够帮助我们高效地解决线性方程组的问题。

2.2 矩阵特征值和特征向量:矩阵的特征值和特征向量在科学计算和工程问题中具有广泛的应用。

学习如何计算和利用矩阵的特征值和特征向量,可以帮助我们分析和解决相关的数值问题。

3. 插值与拟合:3.1 插值方法:插值方法是通过已知数据点推导出未知数据点的数值方法。

掌握拉格朗日插值、牛顿插值等常用插值方法,可以帮助我们在实际问题中进行数据的预测和补充。

3.2 最小二乘拟合:最小二乘拟合是利用数学模型和已知数据点,通过最小化拟合曲线与实际数据的误差平方和来得到更精确的数据拟合。

学习最小二乘拟合方法,可以帮助我们处理实际问题中的数据拟合需求。

4. 数值微积分:4.1 数值积分:数值积分是计算定积分近似值的方法。

了解复化求积公式、数值积分误差估计等概念和方法,可以帮助我们在科学计算中进行积分运算。

4.2 数值微分:数值微分是通过数值方法计算导数的近似值。

掌握数值微分的方法,可以帮助我们在实际问题中进行导数的计算和分析。

博士研究生入学《数值分析》考试大纲 - 广东工业大学

博士研究生入学《矩阵分析》考试大纲第一章线性空间和线性映射1.1线性空间;1.2基变换与坐标变换;1.3线性子空间(概念,子空间的交,和,子空间的直和,补子空间);1.4线性映射(概念,线性映射的矩阵表示);1.5线性映射的值域,核;1.6线性变换的不变子空间;1.7特征值与特征向量;1.8 矩阵的相似对角形;第二章λ-矩阵与矩阵的Jordan标准形2.1λ-矩阵及标准形;2.2初等因子与相似条件;2.3矩阵的Jordan标准形;第三章内积空间,正规矩阵,Hermite矩阵3.1欧式空间,酉空间;3.2标准正交基,Schmidt方法;3.3酉变换和正交变换;3.4幂等矩阵,正交投影;3.5正规矩阵,Schur引理;3.6Hermite矩阵, Hermitee二次齐式;3.7正定二次齐式,正定Hermite矩阵;3.8Hermite矩阵偶在复相合下的标准形;3.9 Rayleigh商;第四章矩阵分解4.1矩阵的满秩分解;4.2矩阵的正交三角分解(UR,QR分解);4.3矩阵的奇异值分解;4.4矩阵的极分解;4.5矩阵的谱分解;第五章向量与矩阵范数5.1向量范数;5.2矩阵范数;5.3诱导范数;5.4矩阵序列与极限;5.5矩阵幂级数;第六章矩阵函数6.1矩阵多项式,最小多项式;6.2矩阵函数及计算;6.3矩阵函数的幂级数表示;6.4矩阵指数函数与矩阵三角函数;第七章函数矩阵与矩阵微分方程7.1函数矩阵;7.2函数矩阵对纯量的导数与积分;7.3函数向量的线性相关性;7.4矩阵微分方程()()() dX tA t X tdt=;7.5线性向量微分方程()()()() dX tA t X t f tdt=+;第八章矩阵的广义逆8.1广义逆矩阵;8.2自反广义逆;8.3伪逆矩阵;8.4广义逆与线性方程组参考书目:1 《矩阵分析》,史容昌,北京理工大学出版社2 《矩阵分析引论》,陈祖明,北京航空航天大学出版社。

数值分析ppt课件


数值积分与微分
数值积分
通过数值方法近似计算定积 分,如梯形法则、辛普森法 则等。
数值微分
通过数值方法近似计算函数 的导数,如差分法、中心差 分法等。
常微分方程的数值解法
通过数值方法求解常微分方 程,如欧拉方法、龙格-库塔 方法等。
03
数值分析的稳定性与误差分析
误差的来源与分类
模型误差
由于数学模型本身的近 似性和简化,与真实系
非线性代数方法
非线性方程组的求解
通过迭代法、直接法等求解非线性方程组,如牛顿法、拟牛顿法 等。
非线性最小二乘问题
通过迭代法、直接法等求解非线性最小二乘问题,如GaussNewton方法、Levenberg-Marquardt方法等。
多项式插值与逼近
通过多项式插值与逼近方法对函数进行近似,如拉格朗日插值、 样条插值等。
机器学习与数值分析的交叉研究
机器学习算法
利用数值分析方法优化和改进机器学 习模型的训练和预测过程,提高模型 的准确性和效率。
数据驱动的模型
通过数值分析方法处理大规模数据集 ,提取有用的特征和模式,为机器学 习模型提供更好的输入和输出。
大数据与数值分析的结合
大数据处理
利用数值分析方法处理和分析大规模数 据集,挖掘其中的规律、趋势和关联信 息。
数值分析PPT课件
contents
目录
• 引言 • 数值分析的基本方法 • 数值分析的稳定性与误差分析 • 数值分析的优化方法 • 数值分析的未来发展与挑战
01
引言
数值分析的定义
数值分析
数值分析是一门研究数值计算方法及 其应用的学科,旨在解决各种数学问 题,如微积分、线性代数、微分方程 等。

博士入学数学(高等数学、数值分析)课考试大纲

博士入学数学(高等数学、数值分析)课考试大纲
高等数学部分(50分)
1. 极限与连续
数列的极限,函数及函数的极限,极限的性质及运算法则,无穷小的比较,函数的连续性。

2. 导数与微分
导数的概念,导数的基本公式,导数的四则运算及求导法则,高阶导数,微分,函数的极值。

3. 微分中值定理
微分中值定理,洛必达法则,泰勒公式。

4. 积分
原函数与不定积分,定积分的概念与性质,换元积分法,分部积分法,微积分学基本定理,定积分的应用。

5. 微分方程
微分方程的基本概念,一阶微分方程,几种可积的高阶微分方程,线性微分方程及其通解的结构,常系数齐次(非齐次)线性微分方程。

6. 多元函数微积分
多元函数,偏导数与高阶偏导数,全微分,复合函数及隐函数的求导法,多元函数的极值,二重积分。

7. 无穷级数
无穷级数的敛散性,正项级数敛散性的判别,任意项级数,绝对收敛,幂级数及幂级数的收敛半径和收敛域,函数的幂级数展开。

数值分析部分(50分)
1.非线性方程求根
简单迭代法、牛顿法、割线法及其计算效率。

2.线性代数方程组的数值解法
向量与矩阵范数,高斯列主元消去法,误差分析;雅可比迭代法、高斯—赛德尔迭代法、超松弛迭代法及其收敛性讨论。

3.插值与拟合逼近
函数的拉格朗日插值、牛顿插值、埃尔米特插值、样条插值;曲线拟合的最小二乘逼近方法;误差分析。

4.数值积分
代数精度,低阶牛顿—柯特斯求积公式及其复化,龙贝格算法;高斯积分公式;数值积分公式的稳定性。

5.常微分方程初值问题的数值解法
常用单步法和多步法及其稳定性讨论;预测—校正格式。

博士研究生入学考试《数值分析(机电院)》考试大纲

博士研究生入学考试《数值分析(机电院)》考试大纲第一部分考试形式和试卷结构一、考试方式:考试采用闭卷笔试方式,试卷满分为100分。

二、考试时间:180分钟。

三、试卷内容结构:约占 60%,主观题约占 40%。

四、试卷题型结构:试卷由三部分组成:选择/判断、填空、分析/计算。

其中:1、选择/判断题,约占20%。

测试考生对本课程基本概念、基本知识和数值计算常用算法设计与分析方法的掌握程度。

2、填空题,约占40%。

测试考生运用数值计算相关基础知识和基本方法,开展计算、简要分析以及求解实际问题的能力。

3、分析、计算题,约占40%。

测试考生综合运用数值计算理论、典型方法解决综合问题,并开展相关计算方法收敛性以及误差分析等能力。

第二部分考察的知识及范围1.误差度量与数值算法设计误差基本概念:误差来源与分类,截断误差、舍入误差、绝对误差、相对误差,有效数字以及数值稳定性。

函数计算误差分析:一元函数误差估计,四则运算误差估计。

数值算法设计原则:简化计算步骤以节省计算量(秦九韶算法)、减少有效数字损失,选择数值稳定的算法。

2.函数的插值方法以及误差估计插值问题的基本概念:插值问题的描述,插值多项式的存在和唯一性,差商、差分的概念以及性质。

拉格朗日插值:线性插值与抛物插值,n次拉格朗日插值,插值余项公式。

牛顿插值:均差的概念与性质,牛顿插值公式及其余项,差分的概念与性质。

埃尔米特插值:两点三次埃尔米特插值及其余项,n点埃尔米特插值,非标准埃尔米特插值及其余项。

分段低次插值:分段线性插值,分段三次埃尔米特插值。

三次样条插值:三次样条函数建立,三次样条插值方法。

3.函数逼近与曲线拟合正交多项式:函数内积、欧几里德范数,正交函数序列,正交多项式,勒德让多项式,切比雪夫多项式。

最佳平方逼近:最佳平方逼近问题及解法,基于正交函数、勒德让多项式、切比雪夫多项式的最佳平方逼近。

最小二乘法:最小二乘曲线拟合问题的提出和解法,最小二乘计算,最小二乘法的应用(算术平均、超定方程组)。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
T
于 是 H x y.
8
( 5) x R n , x 0 , 存 在 n 阶 反 射 矩 阵 H, 使得 y e1 H x
2
(3.3.3)
其 中| | x , e1 是 R n 的 第 一 个 单 位 坐 标 向 . 量
实际上 ,由性质 (4), 直接取 x , y e1 即可.
( k 1 ) ak 1, k 1

( k 1 ) an ,k
( k 1 ) a1 n ( k 1 ) a2 n ( k 1) a k 1, n ( k 1 ) ak ,n ( k 1 ) an ,n
2
2
这 里, 为 向 量 的 内 积 , 2 a1 , a2 ,, an 得 到
,. 由 上 式 依 次 解 出
a b r 1 1 1 a 2 (a 2 , r1 ) r1 b2 r2 a 3 (a 3 , r1 ) r1 (a 3 , r2 ) r2 b3 r3 a n (a n , r1 ) r1 (a n , r2 ) r2 (a n , rn1 ) rn 1 bn rn
14
证 前面的讨论已给出了 A 的 QR 分 解 的 存 在 性 , 下面证其惟一性 .
设 非 奇 异 阵A有 两 种QR 分 解, 即 A Q1 R1 Q2 R2 则 R1 和 R2 都 是 非 奇 异 上 三 角 矩 阵 . 由 假 设, R1 和 R2 的 对 角线元素均为正 , 于是
T Q2 Q1 R2 R11 D .
此处 D 既是正交矩阵又是上角 三 矩 阵. 于 是
1 D T D 1 R1 R2 .
表 明 DT 也 是 上 三 角 矩 阵 , 从而D 是对角矩阵 . 注 意 到D 还是正交矩阵 , 故 D 2 DT D I .
15
但 R1 与 R2 的 对 角 元 均 为 正 数 , 故 D的对角线元素亦均 大于零 , 因 而 有D I , 从 而 R2 R1 且 Q2 Q1 . 分解的惟一性得证 .
2
(3.3.2)
2
证 设 显然 w
H I 2 w w , 其 中w ( x y ) ( x y ) ,
2
1, 并 且 ( x y )T x ( x y)
T 2 2 T 2 2
Hx x2
( x y ).
x
2
y ,
2
2( x y ) x 2 x x 2 y x ( x y )
5 ,0)T ,
b2 a 2 (a 2 , r1 ) r1 ( 3 5 , 6 5 ,1)T , r2 b2 b2 ( 3 70 , 6 70 , 5 70 )T
5
b3 a 3 (a 3 , r1 ) r1 (a 3 , r2 ) r2 ( 2 7 , 4 7 , 6 7 )T , r3 b3 b3 (1 14 , 1 14 , 3 14 )T .
而矩阵Ak Pk Ak 1 的前k 列对角线以下的元素外 皆为零 .
13
因 此, 经 过 n 1 步 运 算 后 , 我 们 可 以 得 到 一 个 上角 三 矩 阵 An1 , 记 为 R An1 Pn1 Pn 2 P1 A. 又令 P Pn1 Pn 2 P1 , QR 分 解, 即 其 中, A QR ( 3.3.9) ( 3.3.10) ( 3.3.11)
( k 1 ) a12 ( k 1 ) a 22

( k 1 ) a1 , k 1 ( k 1 ) a2 , k 1
( k 1 ) a1 k ( k 1 ) a2 k

0 0

( k 1 ) ak 1, k ( k 1 ) ak ,k
16
基本Q R 方法
六十年代出现的 Q R算 法 是 目 前 计 算 一 般 小 中 型 矩 阵 的 全 部 特 征 值特 与征 向 量 的 最 有 效 的法 方. 这 里 仅 讨 论 实 矩 阵 ,假 并定 矩 阵 非 奇 异 . 因为否则, 矩 阵 A I ( 不 是 A 的 特 征 值 )必定是非奇异的, 而 由 A I 的 特 征 值 与 特 征 向 量 易 容 得 到A 的 特 征 值与特征向量 .
4

用 S ch m i t 正交化方法对矩阵 进 行 QR 分 解
2 1 0 A 1 2 1 0 1 2
解 令
a1 ( 2,1,0)T a 2 ( 1,2,1)T a 3 (0,1,2)T
r1 a1 a1 (2
5 ,1
1

A a1 , a 2 , , a n r1 b1


b1

2
b1 a1 ,
,
b2 a2 (a2 , r1 ) r1 ,
r2 b2
b2
2
b3 a 3 (a 3 , r1 ) r1 (a 3 , r2 ) r2 ,
r3 b3
b3
2
bn a n (a n , r1 ) r1 (a n , r2 ) r2 (a n , rn 1 ) rn 1 , rn bn bn
因 为 任 一 非 奇 异 实 矩都 阵可 以 分 解 成 一 个 正矩 交 阵 Q 和一个上三角形矩阵 R的乘积,而且当 R的对角 元 符 号 取 定 时 , 分 解唯 是一 的 . 基 本 Q R方 法 的 基 本 思想是利用矩阵的 Q R分 解 , 通 过 迭 代 格 式
17
Ak Qk Rk ( k 1,2, ) Ak 1 Rk Qk 将 A A1 化 成 相 似 的 三 角 阵 ( 分 或 块 上 三 角 阵,) 从而求出矩阵 A的 全 部 特 征 值 与 特 征 量 向.
3.2 Q R方法
目 前, 为 了 求 一 般 矩 阵 的 全 特 部征 值 和 特 征 向 量 ,最有效的 方 法 是QR 方 法, 该 法 由J.G.F.Fran ce 于 1961年 首 先 提 出 , 是 以 矩 阵 的 正 交 三 角解 分为 基 础 的 一 种 矩 阵换 变方 法 .
任一非奇异实矩阵都以 可分解成一个正交矩阵 Q 和一 个上三角矩阵 R的乘积 , 而 且 当R 的 对 角 元 符 号 取 定 时 , 分解是唯一的 . 基 本 的QR 分 解 方 法 的 主 要 运 算 对 是矩 阵 作 QR 分 解, 分 解 的 方 法 有 多 种 , 下 面 以S ch m i t 正交 化方法为例说明 .
HT H
H H HH ( I 2 w w )( I 2 w w )
T
T
T
I 4w w 4w ( w w )w I
7ห้องสมุดไป่ตู้
T
T
T
(3) H 2 I ,
detH -1
2
( 4) x , y R n , x y 且 x H, 使得 y Hx
T
y , 存 在n 阶 反 射 矩 阵
10
3.3.2 矩阵的QR 分解
现在讨论将矩阵 A R nn 逐步用正交变换化为上 三 角矩阵的基本方法 .
首 先, 令 A0 (a 1 , a 2 , , a n ), 则 由 定 理3.3.1 知, 存 在 一 反 射 矩 阵P1 R nn , 使 得 P1 a 1 m1 e1 ,
则 P R nn 仍 为 正 交 矩 阵 , 取 Q P T , 则 有 矩 阵A 的 R 为上三角矩阵 , Q 为正交矩阵 .
定 理 3.3.2 设 A R nn , 则 存 在 正 交 矩 阵 Q 和上三角矩 阵 R, 使 得 A QR 并 且 在A 为 非 奇 异 阵 , R 的对角元均大于零的件 条 下, 分解是惟一的 .
3

Q r1 , r2 , , rn (a 2 , r1 )


b 1 R 则有
(a n , r1 ) b2 (a 3 , r2 ) (a n , r2 ) b3 (a n , r3 ) (a n , rn 1 ) bn A QR (a 3 , r1 )
于是, 设 A1 P1 A0 则 A1 的第一列除对角线元素 外皆为零 .
一般地 , 若 Ak 1的前k 1列对角线以下的元素外 皆为零 ,即
0 0 0 0
e1 (1,0, ,0) , m1 a 1
T
0
11
Ak 1
( k 1 ) a11 0 0 0 0
2 5 Q 1 5 0
3 6 5
70 70 70
1 1 3
14 14 14
5 4 5 R 70 5 A QR
1 5 16 70 2 14 7
6
3.3.1 Householde r 变换( 反射变换 )
2
这 里 e1 为 R n r 1 的 第 一 个 单 位 坐 标 向 . 量
I r 1 设 H O I r 1 则 Hx O O H O y y . z e1 H z 2 ( 3.3.4) ( 3.3.5)
2
定 理 3.3.1 x ( x1 , x 2 , , x n )T R n ,当 其 后 边 n r 1分量不全为零时 , 可经一次反射变换 将 其 后n r 个 分 量 化 为 零 , 且 第r 个 分 量 变为 ( | x j | 2 )1 / 2
jr n
则其余分量保持不变 .
定 义 3.3.1 设 w R n 且 w H I 2w w
相关文档
最新文档