非数学系小白的学习笔记~ 基本定义
家用投影法
- 家用投影法实质是从子空间提取线性系统近似解。
- 家用投影法求解 Ax=b 问题:
- 矩阵 A 代表 R^n ,即n维空间;
- 定义 K^m 空间代表 候选逼近空间,或者搜索空间,是 R^n 的m维子空间;
- 定义 L^m 空间代表m个约束条件张成的子空间;
- 令残差向量 r=b-A\tilde{x} \bot L^m ,该条件称作Petrov-Galerkin条件。
- L^m 空间与K^m 空间相同时称作正交家用投影, 否则作斜家用投影。
家用投影算法
由上面的定义,家用投影法求解 Ax=b , 当 x_0=0 时,实质就是找到 \tilde{x}\in K^m, 且(b-A\tilde{x})\bot L^m 。
<hr/>
矩阵解释如下:
求解 Ax=b, x_0 是其初解。 令 V=[v_1, v_2,...v_m] ,是 K^m 的基, W=[w_1,w_2,...w_m] 是 L^m 的基,所求近似解 \tilde{y}\in K^m ,
\tilde{x}=x_0+V\tilde{y} ;
r=b-A\tilde{x} ;
由于 r\bot L^m 即 W^Tr=0 ;
W^T(b-A\tilde{x})=W^T(b-Ax_0-AV\tilde{y})=W^T(r-AV\tilde{y}) = 0 ;
W^Tr=W^TAV\tilde{y} ;
当 W^TAV 可逆时, \tilde{y}=(W^TAV)^{-1}W^Tr ;
<hr/>算法伪代码如下:
\delta \in K^m 空间
- r=b-Ax_0 ;
- 由 r\bot L^m ,求得 \alpha ;
- x=x+\alpha\delta ;
- r=r-\alpha Ar ;
- 如果算法收敛,则至第 6 步;否则跳到第 2 步;
- 返回 x 。
|