标签: 数值稳定性 - 文档

为什么QR分解比Gram-Schmidt正交化更数值稳定

2026-08-09 20:45:53

矩阵计算中，正交化和分解是绕不开的操作。GramSchmidt正交化（简称GS）和QR分解都能把一组向量变成正交向量组，但QR分解几乎总是更优选择。这篇文章用大白话解释：为什么GS容易“翻车”，而QR分解（尤其是用Householder变换实现的版本）能稳稳扛住舍入误差。 1. 先搞懂两者在做什么

数值稳定性 QR分解 Gram-Schmidt

95 0

正定矩阵的Cholesky分解在求解线性方程组中的数值优势

2026-07-26 06:42:12

手把手教您用Cholesky分解求解线性方程组：比高斯消元快一倍的方法您正在求解一个形如 $Ax = b$ 的线性方程组。如果系数矩阵 $A$ 是对称正定矩阵，有一种名为 Cholesky分解的特殊技巧，能让计算速度直接翻倍，同时保持极高的数值稳定性。本指南将带您从零掌握这个方法。 1. 识别问

Cholesky分解正定矩阵线性方程组

29 0

高斯消元法的列主元选取策略对舍入误差的抑制

2026-07-05 00:40:11

高斯消元法的列主元选取策略对舍入误差的抑制使用高斯消元法求解线性方程组时，一个棘手的问题是计算机的有限精度所带来的舍入误差。这些误差在计算过程中可能被放大，导致最终结果与真实解相去甚远。列主元选取策略是抑制这种误差传播、提升算法数值稳定性的关键技术。 1. 理解舍入误差在高斯消元中的来源在计算机

高斯消元法列主元选取舍入误差

48 0

数值稳定性 共 3 篇文章