Transcript 高斯消去法
上节课的主要内容
1、误差的种类:模型误差,观测误差,
截断误差,舍入误差
2、绝对误差和相对误差
e( x* ) x x* 绝对误差限
绝对误差
e ( x * ) x x*
e( x* )
x x*
e( x * )
er ( x )
x
x
x*
相对误差
相对误差限
*
*
er ( x ) r
3、有效数字
4、误差在算术运算中的传播,算法的稳定性
第二章
§1
§2
§3
§4
§5
解线性方程组的直接方法
高斯消去法
主元素法
直接三角分解法
平方根法与改进的平方根法
误差分析
§2.1
高斯消去法
中国东汉初年诞生的《九章算术》,记载了
求解线性代数组的消去法,比国外早1 500年
消去法的基本思想是,通过将一个方程乘或除以
某个常数,以及将两个方程相加减这两种手续,
逐步减少方程中的变元的数目,最终使每个方程
仅含一个变元,从而得出所求的解。
高斯消去法
思 首先将A化为上三角阵 ,再回代求解
路
=
消元
记 A A (a )
( 1)
( 1)
ij
nn
(1)
, b
b1( 1 )
.
b ..
(1)
bn
(1)
(1)
(1)
Step 1:设 a11 0,计算因子 li1 ai1 / a11 (i 2, ..., n)
将增广矩阵第 i 行 mi1 第1行,得到
其中
(1)
(1)
(1)
(1)
(2)
(1)
a11
a12
... a1 n
( 2)
A
b1
(2)
b
aij aij li1a1(1)j
(2)
(1)
(1)
b
b
l
b
i
i1 1
i
(i, j 2, ..., n)
(k )
(k )
(k )
l
a
/
a
a
0
Step k:设 kk
,计算因子 ik ik kk (i k 1, ..., n)
aij( k 1) aij( k ) lik akj( k )
且计算 ( k 1)
(k )
(k )
b
b
l
b
i
ik k
i
(i, j k 1, ..., n)
1步
共进行 n ?
a11(1) a12(1) ... a1(1n) x1 b1(1)
( 2)
( 2)
( 2)
a22 ... a2 n x 2 b2
.
.
.
... .. .. ..
(n)
(n)
ann x n bn
回代
(n)
xn bn( n ) / ann
bi( i )
xi
n
(i )
a
ij x j
j i 1
(i )
ii
a
( i n 1, ..., 1)
算法(高斯消去法)
1.输入A (aij ), b (b1 , b2 ...bn ) , 置k 1
T
2.若akk 0, 转3;否则输出失败信息,停.
aik
3.对i k 1,...n, 置
aik , bi aik bk bi
akk
对i k 1,...n, 置aij aik akj aij
4.若k n 1, 转5;否则k 1 k , 转2
bn
5.若ann 0, 输出失败信息,停机;否则,置
bn
ann
6.对k n 1,...1, 置(bk
7.输出x b.
n
a
l k 1
b ) / akk bk
kl l
例1:求过3点(1,1)(2,-1)(3,1)的抛物线。
(用高斯消去法求解)
y 2 x 8x 7
2
高斯消去法的乘除计算量
消元过程
n 1
n 1
k 1
k 1
(n k )(n k 1) (n k )
n 2
n
(n 1) (n 1)
3
2
n
回代过程
总运算量
n
(n k 1) (n 1)
2
k 1
n3 2 n
n3
N n O( )
3
3
3
注:Gauss消去法的计算量较克拉姆法则的计算量
少得多,但数值稳定性差.
(k )
当akk
很小时,会导致错误的结果.
§2.2 主元素法
列主元素法
全主元素法
例 求解方程组(保留四位小数)
0.0003x1 3.0000 x2 2.0001
1.0000 x1 1.0000 x2 1.0000
解:高斯消去法得
0.0003x1 3.0000 x2 2.0001
9999.0000 x2 6666.0000
回代得
x2 0.6667, x1 0.0000
方法二:
若先将方程组变形为
1.0000 x1 1.0000 x2 1.0000
0.0003x1 3.0000 x2 2.0001
消元得
1.0000 x1 1.0000 x2 1.0000
2.9997 x2 1.9998
回代得
x2 0.6667, x1 0.3333
准确解为
1
2
x1 , x2
3
3
启示:可以通过交换方程的次序使对角元
素尽可能大,从而避免“小”数分
母
提高计算精度。===〉主元素法
全主元素消去法
基本思想:第k次消元前,在系数aij( k ) (i, j k ,...n)
中选最大元素,通过换行和换列将最大元素换到
主元位置akk , 然后消元。
(实质:每次消元之前交换方程的位置及变量
的次序, 使对角线上的元素尽可能的大)。
每一步选绝对值最大的元素为主元素,保证 | mik | 1。
Step k: ① 选取 | ai
k jk
| max | aij | 0 ;
k i , jn
② If ik k then 交换第 k 行与第 ik 行;
If jk k then 交换第 k 列与第 jk 列;
③ 消去
如用全主元素法解例,应先将方程组化成:
3.0000 x2 0.0003x1 2.0001
1.0000 x2 1.0000 x1 1.0000
消去得
3.0000 x2 0.0003x1 2.0001
0.9999 x1 0.3333
x1 0.3333
x2 0.6667
列主元素消去法
基本思想:在每次消元前,在要消去未知数的
系数中找到绝对值最大的系数作为主元,通过
对换行将其换到对角线上,然后进行消元.
省去换列的步骤,每次仅选一列中最大的元.
| a ik , k | max | a ik | 0
k in
例2:用列主元消去法求解方程组
x1 x2 x3 6
12 x1 3x2 3x3 15
18 x 3x x 15
1
2
3
x1 1.000,
x2 2.000,
x3 3.001
实际应用中直接调用Gauss
Elimination 解3阶线性方程
组的结果:
结合全主元消去后的
结果:
比较:直接Gauss消去,列主元素法,
全主元素法
计算时间最短,精度最差:直接Gauss消去
计算时间最长,精度最高:完全主元素法
实践表明:列主元素法具有良好的数值稳定,
且计算量与远低于完全主元素法,所以列主元
素法是求解小型稠密方程组的最好办法之一
§2.3 直接三角分解法
高斯消去法的矩阵形式
矩阵的三角分解
直接三角分解法
2 x1 2 x2 2 x3 1
1
3 x1 2 x2 4 x3
2
5
x1 3 x2 9 x3
2
2 2 2 1
2
2
2
1
3 2
2
2
1
r2 r1 ( )
r3 r2 2
2
1
0 1 1 1
3 2 4 1 0 1 1 1
1 3 9 2 r3 r1( 2 ) 0 2 8 2
0
0
10
0
5
2
A
B
U
高斯消去法的矩阵形式
Step 1:
li1 ai1 / a11 (a11 0)
1
l21 1
.
记 L1 =
(1)
,则 L1[ A
.
(1)
b ]
(1)
a11
... a1(1n) b1(1)
(2)
A b
( 2)
.
ln1
1
1
a11(1) a12(1) ... a1(1n)
Step n 1:
a22( 2 ) ... a2( 2n)
Ln1 Ln 2 ... L1 A b
... ...
ann( n )
b1(1)
b2( 2 )
..
.
bn( n )
1
其中
Lk =
lk 1,k
.
.
.
ln ,k
1
1
1
lk 1,k
L1
k
L L11 L21
.
.
.
ln , k
1
a11(1) a12(1) ... a1(1n)
记U=
(2)
a 22
... a 2( 2n)
... ...
(n)
a nn
1
l
21 1
Ln11 l31 l32 1
ln1 ln 2 ln 3
1
lnn 1
A LU
其中L为单位下三角阵,
U为上三角矩阵.
消元过程 A LU
Ax b LUx b Ly b,Ux y
1
矩阵的三角分解
定理:设A为n阶方阵,若A的顺序主子式Ai (i 1...n)
均不为零,则矩阵A存在唯一的Dolittle分解,
即:A LU ( L为单位下三角阵,U 为上三角阵)
直接计算 A 的 LU 分解(例)
u11
u12
u13
u14
l 21 u11 l 21 u12 + u 22
l 21 u13 + u 23
l 21 u14 + u 24
l 31 u11 l 31 u12 + l 32 u 22 l 31 u13 + l 32 u 23 + u33
l 31 u14 + l 32 u 24 + u34
l 41 u11 l 41 u12 + l 42 u 22 l 41 u13 + l 42 u 23 + l 43 u33 l 41 u14 + l 42 u 24 + l 43 u34 + u 44
u11
u12
u13
u14
l 21 u11 l 21 u12 + u22
l 21 u13 + u23
l 21 u14 + u24
l 31 u11 l 31 u12 + l 32 u22 l 31 u13 + l 32 u23 + u33
l 31 u14 + l 32 u24 + u34
l 41 u11 l 41 u12 + l 42 u22 l 41 u13 + l 42 u23 + l 43 u33 l 41 u14 + l 42 u24 + l 43 u34 + u44
u1 行 u11 a11 , u12 a12 , u13 a13 , u14 a14 ; u1j a1 j , j 1, , n
l 1 列 l 21 a 21 u11 , l 31 a31 u11 , l 41 a 41 u11 ; l i1 ai1 u11 , i 2,, n
u2 行 u 22 a 22 - l 21u12 , u 23 a 23 - l 21 u13 , u 24 a 24 - l 21u14 ;
j 2, , n
u 2j a2 j - l 21u1 j ,
l 2 列 l 32 ( a32 - l 31 u12 ) u 22 , l 42 ( a 42 - l 41 u12 ) u 22 ;
i 3, , n.
l i2 ( ai 2 - l i2 u12 ) u 22
LU分解的计算公式
u a
( j 1,2,, n)
1j
1j
i 1
u ij aij lik u kj (i 2,, n, j i,, n)
k 1
j 1
lij (aij lik u kj ) / u jj ( j 1,, n 1, i j 1, n)
k 1
计算顺序
u1 j l i1 u 2 j l i 2
2
例 求矩阵A的三角分解 A 4
2
解:
1
L2 1
1 2 1
2 2 3
U
3 1
6
A LU
2
7
4
3
7
5
上节课主要内容
1、Gauss消去法——消元过程和回代过程
(k )
(k )
(k )
k步消元设 akk 0,计算因子 lik aik / akk (i k 1, ..., n)
aij( k 1) aij( k ) lik akj( k )
且计算 ( k 1)
(k )
(k )
b
b
l
b
i
ik k
i
(i, j k 1, ..., n)
a11(1) a12(1) ... a1(1n) x1 b1(1)
( 2)
( 2)
( 2)
x
a
...
a
b2
22
2n 2
.
.
.
..
..
... ..
(n)
(n)
ann x n bn
(n)
xn bn( n ) / ann
回代
2、全主元素Gauss消去法
3、列主元素Gauss消去法
b
(i )
i
xi
n
j i 1
aij(i ) x j
aii(i )
(i n 1, ..., 1)
4.矩阵的LU分解
Ax b
1) A LU
2) Ly b
3) Ux y
u a
( j 1,2,, n)
1j
1j
i 1
u ij aij lik u kj (i 2, , n, j i, , n)
k 1
j 1
lij (aij lik u kj ) / u jj ( j 1, , n 1, i j 1, n)
k 1
计算顺序
u1 j l i1 u 2 j l i 2
紧凑格式
(a11 )u11
(a12 )u12
(a13 )u13
(a1n )u1n
(a21 )l21
(a22 )u22
(a23 )u23
(a2 n )u2 n
(an1 )ln1
(an 2 )ln 2
(ann )unn
(1.)计算顺序:按框从外到内,先算行(左 右)
后算列(上 下)
(2.)计算方法:
按行计算uij时,应将对应的元aij
逐项 减去uij所在行左面各框的元lil 乘以uij
所在列上面各框相应的元uij , 按列计算lik时,
按上述运算后再除以lil 所在框的对角元.
例:上述矩阵按紧凑格式
( 2)2
( 4)
( 2)2
4
2
2
( 2 )
2
1
2
(3)3
( 7 )7 4 3
( 4)
1
L2 1
1 2 1
42
2
3
( 7 )7 6 1
(5)5 3 2 6
2 2 3
U
3 1
6
A LU
直接三角分解法
A LU
Ax b Ly b
y1 b1
k 1
y
b
l
y
k
k
kj
j
j 1
x n y n u nn
n
x k ( y k u kj x j ) u kk
j k 1
Ux y
k 2,3,, n
k n 1, n 2,,1
例 求解方程组
2 x1 2 x 2 3 x3 3
4 x1 7 x 2 7 x3 1
2 x 4 x 5 x 7
1
2
3
解:按表计算得
( 2) 2
( 2)2
(3)3
(3)3
4
( 4) 2
2
( 7 )7 4 3
( 7 )7 6 1
(1) - 5
2
( 2 ) 1
2
42
( 4)
2
3
(5)5 3 2 6 (-7)6
1
L2 1
1 2 1
2 2 3
U
3 1
6
A LU
y1 3,
y 2 5,
y3 6
2 2 3 x1 3
Ux
3 1 x 2 5
6 x 6
3
2
x 2
1
例3:用LU分解法求AX=b
18
9 27
9
1
18
2
45
0
45
, b
A
9
16
0 126
9
27 45 9 135
8
直接三角分解法的评价
和Gauss 消去法具有相同的计算量
适用于求解多个相同系数矩阵而
不同右端项的线性方程组的解
解三对角方程组的追赶法
Ax d ,
b1
a
2
0
A
其中
c1
0
b2
c2
0
a3 b3
c3
0
d ( d 1 , d 2 ,, d n ) T
0
an 1 bn 1
0
an
cn 1
bn
A 为三对角阵. 称为三对角方程组
定理2.2 设三对角矩阵A满足
b1 c1 0
a
c
0
(
i
2
,
3
,
,
n
1
)
i
i
bi ai ci 0
bn a n 0
则
1
l
2
A LU
u1 c1
1
u 2 c2
l3 1
u 3 c3
cn 1
ln 1
un
且分解是唯一的.
u1
l u
2 1
0
A LU
c1
0
l 2 c1 u2
c2
l 3u 2
l 3 c2 u3
c3
l n un 1
cn 1
l n cn 1 un
由此得计算公式
u1 b1
l i ai u i 1
u b l c
i
i i 1
i
i 2,3,, n
追赶法--三对角方程组Ax=d的求解公式
u1 b1
li ai ui 1
u b c l
i
i 1 i
i
i 2,3,, n
u1 l1 u2 l2
y1 d1
追 : Ly d
yk d k lk yk 1
k 2,3,, n
xn yn / un
赶 : Ux y
k n 1, n 2,1
xk ( yk ck xk 1 ) / uk
追赶法的运算量为5n 4.
2 x1 x2
x 2x
2
例:用追赶法求解 1
x2 2 x3 x4
x3 2 x4
1
1
x4
x3
3
3
x2 1 x1 1
1
1
0
1
§2.4 平方根法与改进的平方根法
对称正定矩阵
平方根法
改进的平方根法
对称正定阵
定义 一个矩阵 A = ( aij )nn 称为对称阵,如果 aij = aji 。
T
x
定义 一个矩阵 A 称为正定阵,如果 Ax 0 对任意非
零向量 x 都成立。
回顾:对称正定阵的几个重要性质
A1 亦对称正定,且 aii > 0
A 的顺序主子阵 Ak 亦对称正定
A 的特征值 i > 0
A 的全部顺序主子式 det ( Ak ) > 0
将对称 正定阵 A 做 LU 分解
uij
U=
1
u11
u22
=
unn
~T
LU
A 对称
u11
记
D1/2
=
u22
1 u /u
ij
ii
记为
~
DU
1
即 A LDLT
~
L
则 LD1 / 2 仍是下三角阵
unn
~ ~T
A LL
定理 设矩阵A对称正定,则存在非奇异下三角阵 L Rnn
T
使得 A L L 。若限定 L 对角元为正,则分解唯一。
2
注: 对于对称正定阵 A ,从 aii k 1 l ik 可知对任意k i
有 | l ik | aii。即 L 的元素不会增大,误差可控,不
i
需选主元。
Cholesky分解法
设
l11
l
L 21
l n1
0
l 22
ln2
l nn
1
2
2
l
(
a
l
)
kk
kj
kk
j 1
k 1
l (a l l ) l
ik
ik
ij kj
kk
j 1
k 1
由比较法得计算公式
k 1,2, , n
i k 1, , n
计算顺序:li1 li 2 li 3 按列自上而下计算
平方根法
Ax b
Ly b,
y1 b1 / l11
k 1
y
(
b
l
y
)
l
k
k
kj
j
kk
j 1
xn yn / lnn
n
x
(
y
l
x
)
l
k
k
jk
j
kk
j k 1
L xy
T
k 2,3,, n
k n 1, n 2,,1
改进的平方根法
A LDL ,
Ax b Ly b,
设
1
l
1
21
L l 31 l 32 1
l n1 l n 2 l n 3 1
T
1
L xD y
T
D diag (d1 ,, d n )
di 0
计算公式
k 1
2
d
a
l
kk
kj d j
k
j 1
k 1
l (a l d l ) d
ik
ij j kj
k
ik
j 1
记 uik l ik d k
k 1,2,, n,
k 1
d k a kk u kj l kl
j 1
k 1
u ik a ik u ij l kj
j 1
l u d
ik
k
ik
k 1,2, , n
i k 1, , n
i k 1,, n
k 1,2, , n
i k 1, , n
方程组求解公式
k 1
y k bk lkj y j
j 1
n
x yk
l jk x j
k
d k j k 1
注意:
0
j 1
0 ,
n
k 1,2, , n
k n, n 1, ,1
0
j n 1
思考:1.为什么引入平方根法与改进的平方根法?
2.能否用紧凑格式将对称正定矩阵进行
Cholesky分解和 LDLT分解?怎样分解?
例 设有方程组
2 1 0 x 1
1 2 a x
2
0 a 2 x 3
=
3
4
3
(1)求出系数矩阵A能进行Cholesky分解的a的
取值范围;
(2)取a 1 , 用平方根法求解上述方程组,计算
过程保留2位小数。
解:
A LL A为对称正定,即
T
2 1
D1 2 0, D 2
30
1 2
2 1 a
D3 1 2 a 8 2a 2 2 6 2a 2 0
0 a 2
当a 3,即 a 3时
2
A能进行Cholesky分解
( 2) 2
(1) 1
(1) 1
( 2) 3
( 0) 0
2
(1) 2
( 0) 0
2
3
(1) 1
( 2) 4
3
0
0
1
~
L 0.50
1
0
0.67 1
0
~
L LD
1
2
0
1.41 0
D 0 1.22 0
0 1.15
0
1
2
0
1.41
0.71 1.22
0.82
0
0
0
1.15
1.41 y1 3
0
.
71
y
1
.
22
y
4
1
2
0.82 y 1.15 y 3
2
3
1.41x1 0.71x 2 2.13
1.22 x 2 0.82 x3 2.04
1.15 x 1.15
3
y1 2.13
y 2 2.04
y 1.15
3
x1 1.01
x 2 1.00
x 1.00
3
§2.5 误差分析
向量范数
矩阵范数
方程组的状态与条件数
误差分析
向量范数
定义2.1 : 设对任意x R n,按一定规则有
一实数与之对应,记作 x , 若 x 满足:
1、x 0且 x 0 x 0
(正定性)
2、对任意a R有 ax a x (齐次性)
3、对任意x, y R , 都有 x y x y
n
(三角不等式)
则称 x 为向量x的范数
x ( x1 , x 2 ,, x n ) T
常用向量范数
1-范数
x
2-范数
x
范数
x
2
1
n
x
i 1
i
x12 x x2 x n2
max xi
1i n
定义 若范数 || · ||A 比|| · ||B 强,同时|| · ||B 也比|| · ||A 强,即
存在常数 C1、C2 > 0 使得
C1 || x || B || x || A C2 || x || B
|| · ||A 和|| · ||B 等价。
定理
Rn 上一切范数都等价。
,则称
矩阵范数
定义 Rmn空间的矩阵范数 || · || 对任意 A, B R mn 满足:
(1) || A || 0 ; || A || 0 A 0 (正定性)
( 2) || A || | | || A || 对任意 C (齐次性)
( 3) || A B || || A || || B || (三角不等式)
(4)* || AB || || A || · || B || (相容,当 m = n 时)
常用矩阵范数
Frobenius 范数
对方阵 A R
nn
|| A || F
n
n
2
|
a
|
ij — 向量|| · ||2的直接推广
i 1 j 1
n
以及 x R 有 || Ax ||2 || A ||F || x ||2
常用矩阵范数
算子范数
由向量范数 || · ||p 导出关于矩阵 A Rnn 的 p 范数:
|| Ax || p
|| A || p max
max
|| Ax || p
x0
| |x | |p 1
|| x || p
则 || AB || p || A || p || B || p ,
|| Ax || p || A || p || x || p
n
特别有
|| A || max | aij | (∞-范数)
1 i n
j 1
n
|| A ||1 max | a ij | (1-范数)
1 j n
i 1
|| A ||2 max ( A A) (2-范数)
T
方程组的状态与条件数
例
x1 2
x1 x2 2
x2 0
x1 1.00001x2 2
x1 x2 2
x1 1.00001x2 2.00001
x1 1
x2 1
当方程组的系数矩阵或右端项出现微小
变化(扰动),而引起解的巨大变化时
称方程组是病态的
求解 A x b 时,A 和 b 的误差对解 x 有何影响?
设 A 精确,b 有误差 b ,得到的解为 x x ,即
A( x x ) b b
1
xA b
绝对误差放大因子
1
|| x || || A || || b ||
||
b
||
||
A
x
||
||
A
||
||
x
||
又
相对误差放大因子
1
|| A ||
|| x || || b ||
|| x ||
|| b ||
1
|| A || || A ||
|| x ||
|| b ||
1
||
A
||
||
A
||
b
是关键
设 精确,A有误差 A ,得到的解为
x x ,即
的误差放大因子,称为
(A) ,
A的条件数,记为cond
( A A)( x x ) b
越大 则 A 越病态,
难得准确解。
( A A) x ( A A)x b
A( x x ) A( x x ) b
( A A)x Ax
x A1A( x x )
1
A( I A A)x Ax
|| x ||
1
|| A || || A ||
|| x x ||
x ( I A1A)1 A1Ax
|| A ||
1
|| A || || A ||
(只要 A充分小,使得
|| A ||
|| A1A || || A1 || || A || 1 )
|| A ||
1
||
A
||
||
A
||
|| x ||
|| A1 || || A ||
|| A ||
|| x || 1 || A1 || || A || 1 || A || || A1 || || A ||
|| A ||
注:
cond (A) 的具体大小与 || · || 的取法有关,但相
对大小一致。
cond (A) 取决于A,与解题方法无关。
|| A || || b ||
|| x ||
cond ( A)
|| x ||
1 cond ( A) || A || || A || || A ||
|| b ||
常用条件数有:
cond (A)1
cond (A)
cond (A)2
特别地,若 A 对称,则 cond ( A)2
max ( AT A) / min ( AT A)
max | |
min | |
条件数的性质
A可逆,则 cond (A)p 1;
A可逆, R 则 cond ( A) = cond (A) ;
A正交,则 cond (A)2=1;
例
1
1
A
5
1 1 10
5
1
10
A 1
5
10
cond ( A) A A
10 5
5
10
1
5
(2 10 )(1 2 10 ) 4 10
5
1
cond ( A) 2 A 2 A
4 10
5
2
5
1
1
例:Hilbert 阵 H n 2
1
n
cond (H2) = 27
cond (H6) =
1
2
1
3
1
2 n 1
1
n
1
n 1
cond (H3) 748
2.9 106
cond (Hn) as n
注:一般判断矩阵是否病态,并不计算A1,而由经验
得出。
行列式很大或很小(如某些行、列近似相关);
元素间相差大数量级,且无规则;
主元消去过程中出现小主元;
特征值相差大数量级。
误差分析
设x 是方程组Ax b的近似解,
*
称r b Ax 为残量。
*
通常用残量的大小来衡量近似解x 的准确程度
*
定理2.5:设x和x 分别是方程组Ax b的
*
准确解和近似解,r为其残量,则:
xx
x
*
cond ( A)
r
b
结论:当A非病态时,残量的大小可刻划近
似解的准确程度。
当A病态严重时则不然。
1
证明:由r b Ax ,得x x A r
*
则:x x A
*
x-x
x
*
1
*
A
1
A
r ,又 x
r
b
b
A
cond ( A)
r
b
§2.6
超定线性方程组的最小二乘解
a11 x1 a12 x 2 a1n x n b1
a x a x a x b
21 1
22 2
2n n
2
a m1 x1 a m 2 x 2 a mn x n bm
Ax b
mn
A (aij )mn , x R , b R
称为超定方程组.
n
m
n
问题:求x使得每个方程的偏差bi aij x j
j 1
的平方和最小,即求解问题:
m
n
min F ( x) (bi aij x j ) b Ax
2
i 1
j 1
2
2
此问题称为线性最小二乘问题,其解称为
超定线性方程组Ax b的最小二乘解。
由多元函数求极值的必要条件知,
最小二乘解应满足:
n T
T
a
a
x
a
1 b
1 j j
j 1
n T
T
a
a
x
a
2 j j
2b
j 1
n T
T
a
a
x
a
nb
n j j
j 1
k 1,, n
A Ax A b称为超定方程组的正则方程组
T
T
结论:若rank ( A A) n, 则A Ax A b
T
T
T
有唯一解,其解即为超定方程组Ax b
的最小二乘解。
求最小二乘解的计算步骤(正规化方
法):
.
1、计算:A A M , A b f
T
T
2、用平方根法或LDL 法求解方程组Mx f
T
例 求方程组
x1 x 2 5
x1 2 x 2 4
2 x 3x 10
2
1
的最小二乘解.
解
1 - 1
1 1 2
6 9
T
A A
-1 2
1 2 3 2 - 3 9 14
5
1 1 2 29
T
A b
4
1 2 3 10 43
6 9 x1 29
正则方程组
9 14 x 2 43
所以方程组的最小二乘解为
19
x1
3
x2 1
19
T
x ( , 1)
3
本章小结
1、Gauss消去法
2、直接三角分解法
3、三对角方程的追赶法
4、对称正定方程的平方根法与改进的平方根法
5、误差分析
作业
P46 1题,2题,
3题,6题,8题1), 12题,