半正定矩阵的判定方法_数值计算方法·目录和第一部分

目录

• 第一部分——误差和范数

1. 第一章（误差、有效数字、稳定性、范数、算子范数、谱和特殊矩阵）

• 第二部分——矩阵和线性方程组

脑洞的窗：数值计算方法·第二部分·第二章​zhuanlan.zhihu.com

脑洞的窗：数值计算方法·第二部分·第三和第四章​zhuanlan.zhihu.com

• 第三部分——非线性方程、非线性函数、积分值和微分方程

脑洞的窗：数值计算方法·第三部分​zhuanlan.zhihu.com

---

第一部分·第一章·误差和有效数字

设

为精确值，

为

的一个近似值：

误差

，误差界

，相对误差

，相对误差界

把

的形式，然后计算

，

就是有效数字（正数，如果低于0，即无有效数字）

忽略k值之后，解释有效位数的含义

四舍五入的数可以直接数有效数字。一般来说，绝对误差与小数位数有关，相对误差与有效数字位数有关

另有以下定理，证明见最后一句：

---

函数的绝对误差

，相对误差同理，多元函数偏导（代入a）×分量误差求和

四则运算：

计算中避免小数作除数和两个相近的数相减，避免有效位数损失，减少运算次数

稳定性作了解，主要是误差是否放大：

秦九韶算法：

从里往外算

---

范数和算子范数

满足以下定义：

加权的向量范数先权值矩阵×向量，再求解即可。
常用向量范数定义如下：

常用矩阵范数定义如下：

向量范数具有等价性，对均为

维的向量范数

和

，总能找到

与向量无关的正数

，使

（∞≤2≤1）
矩阵范数M与向量范数V相容，只要

对任意矩阵和向量成立即可。

算子范数定义：

，它是

从属于向量范数V的，只要证明了这个式子，即可说明它是一种算子范数（不必证非负性、齐次性等）。
最常用的算子范数（分别从属于对应的向量范数）：

(从矩阵的1,2,∞范数能导出对应向量的）
对任何算子范数，都有

，所以m1范数和F范数都不是算子范数。

矩阵范数和向量范数必定可以找到相容者（ 并不是说所有的矩阵和向量范数都相容），并且不是一一对应的关系。

---

矩阵的谱和特殊矩阵

方阵的谱

是特征值的集合，谱半径是特征值

的模里最大的那一个（思考：谱半径为什么不能作范数？）。
①可证明

都是复对称（对称之后各元素取

共轭）半正定矩阵：

酉矩阵

，有

：

矩阵的谱半径不大于 任意一种范数，但只要任意加一个常数

，总不小于

一种算子范数（这个算子范数和矩阵及常数都有关）

以下定理作了解：