n方程组直接解法概述.pptVIP

第3章 线性方程组解法 本章主要内容 Gauss消元法 直接三角分解法 误差分析 迭代法 §3.1 Gauss消元法 高斯消元法是一个古老的直接法，由它改进得到的选主元的消元法，是目前计算机上常用于求低阶稠密矩阵方程组的有效方法，其特点就是通过消元将一般线性方程组的求解问题转化为三角方程组的求解问题。 §3.1 Gauss消元法 §3.1 Gauss消元法 §3.1 Gauss消元法 §3.1 Gauss消元法 §3.1 Gauss消元法 §3.1 Gauss消元法 §3.1 Gauss消元法 §3.1 Gauss消元法 §3.1 Gauss消元法 §3.1 Gauss消元法 LT为L的转置矩阵。 当A有LDLT分解时，利用矩阵运算法则及相等原理，易得计算ljk及dk的公式为 定理3：若对称矩阵A各阶顺序主子式不为零时, 则A可以唯一分解为A = LDLT ，这里 §3.2 直接三角分解法 k=1, 2, ?, n; j=k+1, k+2, ?, n 为减少乘法次数，引入量 ujk= ljkdk, 则上面公式可写成 §3.2 直接三角分解法 例1. 用LDLT分解法解方程组 解：方程组是对称的，故可 用LDLT分解法求解。由求解公式： §3.2 直接三角分解法 §3.2 直接三角分解法 平方根法 设A为正定矩阵，则它的各阶顺序主子式均为正。由前面的定理知，A 必有唯一的LDLT分解式 A=LDLT 在解对称正定线性方程组时，系数矩阵A的LDLT分解中D又可分解为D=D1/2 D1/2，这里D1/2也是对角矩阵 §3.2 直接三角分解法 在计算过程中，由于计算机字长的有限性，不可避免地产生所谓的舍入误差。同时，由于所求问题的初始数据（例如线性方程组的系数矩阵和右端项系数）往往是带有一定误差的。因此计算结果总是不可避免地带有误差，或者说，如果初始数据有扰动，势必将带来具有一定误差的计算结果。对A x = b来说，由于观测或计算等原因，线性方程组两端的系数A和b都带有误差?A和? b，这样实际建立的方程组是近似方程组 (A+?A)(x+? x)=b+?b。 对近似方程组求出的解是原问题的真解x加上误差? x,即x+?x。而? x是由?A及? b引起的，它的大小将直接影响所求解的可靠性。 这种解依赖于方程组系数的误差?A及? b的问题，称为线性方程组解对系数的敏感性。 §3.3 误差分析 一、向量与矩阵的范数 1. 向量范数： 对任一向量x，按一定规则确定一个实数与其相对应，该实数记为||x||，若||x||满足下面三个性质： （1）||x|| ? 0，||x|| = 0当且仅当x = 0。 （2）对任意实数? ，|| ? x|| = | ? | ||x||。 （3）对任意向量Y?Rn，||x + y|| ? ||x|| + ||y||。 则称该实数||x||为向量x的范数。 易知: | ||x|| - ||y|| | ? ||x - y|| §3.3 误差分析 三种常用的向量范数： 例 ：设 x =(1 , -4, 0, 2)T 求它的向量范数 §3.3 误差分析 定理1：R n上的所有向量范数是相互等价的。即若 ||x|| s与||x|| t是R n上的两个向量范数，则存在c1、c20,使得对任意x∈ R n，有c1||x|| s≤||x|| t≤c2 ||x|| s 常见的等价关系： ||x|| ∞≤||x|| 1≤n ||x|| ∞ ||x|| ∞≤||x|| 2≤ ||x|| ∞ , ||x|| 1≤||x|| 2≤||x|| 1 定义：设向量序列{x (k)}∈ R n ，若存在 x * ∈ R ，使 ，则称按范数|| · ||收敛于x * 。 即记为 由向量范数的等价性，可只讨论一种范数的情形。 §3.3 误差分析 2 .矩阵范数： 设方阵A的某个非负实值函数||A||，满足 （1）||A||≥0，当且仅当A=0，||A||=0. （2）||kA||=|k|||A||（k为任意实数） （3）同阶矩阵A、B, 恒有||A+B|| ? ||A||+||B|| （4）同阶矩阵A、B , 恒有 ||AB|| ? ||A||·||B|| 则称 ||A||为方阵A 的范数。 再考虑方阵总是与向量联系在一起，把具备 （5）||Ax|| ? ||A||·||x|