![fa0da1c8cb67407a4e490901a04cf7fc.png](https://i-blog.csdnimg.cn/blog_migrate/0db1227fbd28e7acd21cacfc3964253d.jpeg)
4 基本数值算法
4.2 线性方程组
4.2.1 线性方程组的特性
解的存在性和唯一性
满足下面条件之一,A非奇异,可逆:
![equation?tex=rank%28A%29%3Dn%5C%5C+det%28A%29%5Cneq+0](https://i-blog.csdnimg.cn/blog_migrate/ab76dacd242d84fb082064589f022666.png)
如果b属于A的列向量张成的空间,则称方程组是相容的。
范数需要满足次可加性(三角不等式)。
对于n维矢量x,可以定义p范数,p为大于0的整数:
![equation?tex=%5Cparallel+x%5Cparallel_p%3D%28%5Csum_%7B%7Bi%3D1%7D%7D%5En%7Cx_i%7C%5Ep%29%5E%7B1%2Fp%7D](https://i-blog.csdnimg.cn/blog_migrate/96f0912633cffae56ef52bf8462e02cb.png)
![equation?tex=%5Cinfty](https://i-blog.csdnimg.cn/blog_migrate/274311d4185082c4e7d318edd6926fb9.png)
定义矩阵范数:
![equation?tex=%5Cparallel+A%5Cparallel_p%3Dmax_%7Bx%5Cneq+0%7D%5Cfrac%7B%5Cparallel+Ax%5Cparallel+_p%7D%7B%5Cparallel+x%5Cparallel+_p%7D](https://i-blog.csdnimg.cn/blog_migrate/9d6a8f89cd6bcc9123985f0e1187191e.png)
根据相应的向量范数,我们可以得到:1范数为列向量求和最大,2范数为行向量求和最大。
矩阵范数:满足这些性质:
![equation?tex=%5Cparallel+A%5Cparallel+%3E0](https://i-blog.csdnimg.cn/blog_migrate/7d27e67ec707db6f2764427b2409a595.png)
![equation?tex=A%5Cneq+0](https://i-blog.csdnimg.cn/blog_migrate/0ad55684e77d4f6cbc5f018583eaf2b7.png)
对于任一标量
![equation?tex=%5Cgamma+](https://i-blog.csdnimg.cn/blog_migrate/51f83f7a400912d857b7e2b7058e6558.png)
4.2 线性方程组
4.2.1 线性方程组的特性
解的存在性和唯一性
满足下面条件之一,A非奇异,可逆:
如果b属于A的列向量张成的空间,则称方程组是相容的。
范数需要满足次可加性(三角不等式)。
对于n维矢量x,可以定义p范数,p为大于0的整数:
定义矩阵范数:
根据相应的向量范数,我们可以得到:1范数为列向量求和最大,2范数为行向量求和最大。
矩阵范数:满足这些性质:
对于任一标量