矩阵与线性代数方程组.pptVIP

矩阵与线性代数方程组 线性方程的数值解 矩阵分解 矩阵求逆 线性方程组的矩阵表示 n阶线性方程组： AX = B 克莱姆法则 解线性代数方程组 消去法 迭代法 一般线性方程的直接解法 基本思想：用逐次消去未知数的方法把原方程组化为三角形方程组再求解 。 高斯消去法 高斯－约当消去法 高斯消去法 高斯－约当消去法 高斯消去法的计算量 计算中的稳定性问题 |akk|计算时作分母 当|akk|等于0时，运算中断 当|akk|很接近0时，商损失精度或太大产生溢出。 选主元 作用：在高斯法和高斯－约当法中消除计算中的不稳定性。 列选主元 全选主元 列选主元 当变换到第k步时，保证当前的主元素akk是第k列中akk以下元素中的绝对值最大者 全选主元 当变换到第k步时，从系数矩阵的右下角（n－k＋1）阶子阵中选取绝对值最大的元素，然后通过行变换与列变换将它交换到主元素矩阵的位置上 程序：MATLAB实现 function X=backsub(A,b) %A是一个n阶上三角非奇异阵。 %b是一个n维向量。 %X是线性方程组AX=b的解。 n=length(b); X=zeros(n,1); X(n)=b(n)/A(n,n); for k=n-1:-1:1 X(k)=(b(k)-A(k,k+1:n)*X(k+1:n))/A(k,k); End function X=uptrbk(A,b) %A是一个n阶矩阵。 %b是一个n维向量。 %X是线性方程组AX=b的解。 [N N]=size(A); X=zeros(1,N+1); Aug=[A b]; for p=1:N-1 [Y,j]=max(abs(Aug(p:N,p))); C=Aug(p,:); Aug(p,:)=Aug(j+p-1,:); Aug(j+p-1,:)=C; if Aug(p,p)==0 A是奇异阵，方程无惟一解 break end for k=p+1:N m=Aug(k,p)/Aug(p,p); Aug(k,p:N+1)=Aug(k,p:N+1)-m*Aug(p,p:N+1); end end %这里用到程序8-1中定义的函数backsub来进行回代。 X=backsub(Aug(1:N,1:N)，Aug(1:N,N+1)； 利用上面两个函数计算： 矩阵分解 矩阵的三角分解 矩阵的QR分解 * 矩阵求逆 矩阵的三角分解 设实矩阵A的各阶主子式|Aii|不等于0，则可以对A进行如下分解： A ＝ LU 其中： L－主对角线元素全为1的下三角矩阵（单位下三角矩阵） U－上三角矩阵 矩阵的三角分解 矩阵的三角分解 利用三角分解解线性方程组 三角分解的要求 Matlab实现 矩阵求逆 同线性代数书中的作法：原地工作法 * * Di为第i列换成B后所得的行列式值 D＝det（A） 运算速度慢 消 元 回 代 归一化 消 元 归一化 消 元 回 代 归一化 交换列运算 交换行和列 程序：MATLAB实现 程序：MATLAB实现 *