第三章_解线性方程组的直接法.pptVIP

第三章 解线性方程组的直接法 引言 Gauss消元法 列主元素消元法 矩阵三角分解法 向量和矩阵的范数 误差分析 3.1 引言 对一般线性方程组: A x = b, 其中 3.2 Gauss消元法 第二步: 回代过程， 解上三角形方程组，得原方程组的解。 消元过程(化一般方程组为上三角方程组) 若对于一般的线性方程组Ax=b，其消元过程的计算公式为： （k=1,2,…,n-1） 回代过程(解上三角方程组) 上三角方程组的一般形式为： 其中a11…ann≠0 矩阵的三角分解: 定理：设A为n阶矩阵，若A的顺序主子式Di ≠0（i=1,2,…,n），则方程组Ax=b的高期消元过程可以顺利进行，因而A可分解为一个单位下三角矩阵L和一个上三角矩阵U的乘积，且这种分解是唯一的。 定理：设A为n阶矩阵，若A的顺序主子式Di ≠0（i=1,2,…,n），则方程组Ax=b的高期消元过程可以顺利进行，因而A可分解为一个单位下三角矩阵L和一个上三角矩阵U的乘积，且这种分解是唯一的。 3.3 Gauss列主元素消元法 基本思想：Gauss消元法中，若约化主元 a k+1 k+1) (k)太小会使误差增大，故应避免采 用绝对值小的元素作主元。 （用四位浮点数计算，精确解舍入到4位有效数字为：x1*=-0.4904,x2*=-0.05104,x3*=0.3675） 其中， m21=-1.000/0.001=-1000 m31=-2.000/0.001=-2000 m32=4001/2004=1.997 解为x1=-0.4000，x2=-0.09980，x3=0.4000 (x1*=-0.4904，x2*=-0.05104，x3*=0.3675) 显然，此解并不准确。 《方法二》交换行，避免绝对值小的主元作除数。 设Ax＝b的增广矩阵为 例：用列主元法解 第二列的后两个数中选出主元 2.5 对于一般的n阶矩阵的列主元三角分解，通常令 全主元素消元法： 3.4 矩阵直接三角分解法 若将A分解为LU的积，则求Ax＝b等价于求解两个三角方程组： （1）Ly＝b，求y； （2）Ux＝y，求x。 直接三角分解法就是利用矩阵的乘法将L，U中的元素示出来。它不同于一般的高斯消去法。 例：用Doolittle法解方程组 直接三角分解的Doolittle方法可用以下过程表示： 例：用紧凑格式的Doolittle分解法解上例方程组 三、对称正定矩阵的Cholesky分解法（平方根法） 若n阶实矩阵A为对称正定矩阵，则： （1）AT＝A； （2）对任意的x≠0，有xTAx0； （3） A的各阶顺序主子式大于零。 记 LLT分解的计算公式： LDLT分解的计算公式： 应用Cholesky分解可将方程组Ax＝b分解为两个三角形方程组： 例：用改进的平方根法解方程组Ax＝b，其中 因此，得到 四、 三对角方程组的数值解法 方法一：三角分解法 方法二：（追赶法） 基本思想：每一轮消元只对增广矩阵中某两行进行——将主对角元化为1，主对角元下方元素化为零。 βi = ci / ( bi – ai βi – 1) , ( i = 2, 3, …, n - 1) yi = ( fi – ai yi – 1) / ( bi – aiβi – 1) , ( i = 2, 3, …, n) 3.5 向量和矩阵的范数 向量的范数 矩阵的范数 谱半径、谱范数与方阵的F－范数 3.5.1 向量的范数 定义 设向量X?Rn ,若X 的某个实值函数N(X)=||X||满足条件： （1）非负性： ||X||?0且||X||=0的充要条件是X=0； （2）齐次性：||kX||=|k| ||X||（?k ? R）； （3）三角不等式：对?X,Y?Rn , 有||X+Y||?||X||+||Y||； 则称N(X)=||X||为Rn 上的向量X的范数。 定义 设X= (x1 , x2 ,…, xn)T ?Rn ,则定义： 例：计算向量X=(1,0,-1,2)T的三种常用范数。 3.5.2 矩阵的范数 定义 设矩阵A?Rn×n ,若A的某个非负实值函数N(A)=||A||满足条件： （1）非负性： ||A||?0且||A||=0的充要条件是A=0； （2）齐次性：||kA||=|k| ||A||（?k ? R）； （3）三角不等式：对? A,B?Rn×n , 有||A+B||?||A||+||B||； （4）相容性：||AB||?||A|| ||B||； 则称N(A)=||A||为Rn×n 上的矩阵A的范数。 定义 设向量X?Rn，矩阵A?Rn×n ，且给定