线性系统的误差分析、旋转方法与迭代求解
在解决线性系统问题时，我们会遇到各种挑战，例如误差的产生、矩阵的处理以及如何高效地求解大型系统等。下面将详细介绍误差分析、Givens旋转以及迭代方法等相关内容。
1. 误差分析与矩阵条件数
在求解线性系统 $Ax = b$ 时，误差是不可避免的。我们可以通过矩阵的条件数来衡量矩阵的“病态”程度。
条件数的性质
- 条件数 $cond(A) \geq 1$，因为 $1 = |I| = |AA^{-1}| \leq |A||A^{-1}|$。
- 条件数 $cond(A) \geq \rho(A)\rho(A^{-1}) = \frac{|\lambda_{max}|}{|\lambda_{min}|}$，其中 $\lambda_{max}$ 和 $\lambda_{min}$ 分别是矩阵 $A$ 模最大和最小的特征值。这表明具有非常大或非常小特征值的矩阵是病态的。
误差估计示例
给定矩阵 $A = \begin{bmatrix} 1.2969 & 0.8648 \ 0.2161 & 0.1441 \end{bmatrix}$，向量 $b = \begin{bmatrix} 0.8642 \ 0.1440 \end{bmatrix}$，精确解 $x = (2, -2)^T$。向量 $\hat{x} = (0.9911, -0.4870)^T$ 是右侧为残差 $r = (-10^{-8}, 10^{-8
