6.2 数值稳定性

6.2 数值稳定性

矩阵 $A$ 的行向量虽然不相关，但当某个行向量几乎可以被其它行向量线性表示时，矩阵 $A$ 接近奇异，如果计算 $A_R^{-1}=A^T(A{A}^T{)}^{-1}$ 采用 $(A{A}^T)$ 的逆，则会导致数值不稳定。可采用第五章技术，利用 $QR$ 分解，提高数值稳定性。

令矩阵 $B=A^T$ ，则矩阵 $B$ 是列满秩矩阵，进行 $QR$ 分解得 $B=QR$ ，代入 $A_R^{-1}=A^T(A{A}^T{)}^{-1}$ 得 $A_R^{-1}=B(B^{T}B{)}^{-1}=QR(R^T{Q}^{T}QR{)}^{-1}=QR(R^{T}R{)}^{-1}=QR{R}^{-1}{R}^{-T}=Q{R}^{-T}$ ，$A_R^{-1}A=Q{R}^{-T}{R}^T{Q}^T=Q{Q}^T$ ，所以通解为
$$\mathbf{x}=Q{R}^{-T}\mathbf{b}+(E-Q{Q}^T)\mathbf{a}$$

为了提高数值稳定性，可采用改进的 Gram-Schmidt 方法进行 $QR$ 分解，具体计算过程如下：

1、采用改进的 Gram-Schmidt 方法对矩阵 $A^T$ 进行 $QR$ 分解，得 $Q=({\mathbf{q}}_1,\cdots ,{\mathbf{q}}_m)$ 和 $R$ .
2、解方程 $R^T\mathbf{z}=\mathbf{b}$ 得 $\mathbf{z}=({\zeta }_1,\cdots ,{\zeta }_m)$ .
3、令 $\mathbf{b}=0$ ；for $k=m,\cdots ,1$ do { ${\omega }_k:={\mathbf{q}}_k^T\mathbf{b};\mathbf{b}:=\mathbf{b}-({\omega }_k-{\zeta }_k){\mathbf{q}}_k$ }； ${\mathbf{x}}_p^{min}:=\mathbf{b}$

最终范数最小解为 ${\mathbf{x}}_p^{min}:=\mathbf{b}$ 。

第 $2$ 步解方程 $R^T\mathbf{z}=\mathbf{b}$ ，当矩阵 $R$ 的对角元素值趋近 $0$ 时，此时矩阵 $A$ 接近奇异，可采用阻尼倒数法进行稳定计算。

改进的 Gram-Schmidt 方法和阻尼倒数法详细介绍见第五章，本节从略。