Ch解线性方程组的直接方法.pptVIP

第五章 解线性方程组的直接方法 /*Chapter5 Direct Methods for Solving Linear Systems */ 则由向量范数的等价性可得矩阵范数的等价性。 如果将矩阵范数看作 空间上的向量范数， 说 明 例 解 9 7 7.87401 7.335087491 举 例 求解线性方程组 A X= b 的解是由其系数矩阵A 和常数向量b决定的.由于原始数据A,b常常是有误差的, 必然会影响到方程组的精确度 思考题 那些因素决定原始数据的误差对解的影响? 一、扰动分析问题 例 分析 二、病态方程组 二、病态方程组 定义 思考题 思考题 解答 二、病态方程组 右端项b 的扰动对解的影响 系数矩阵A 的扰动对解的影响 * 求解 ? 高斯消元法： 思路 首先将A化为上三角阵 /* upper-triangular matrix */，再回代求解 /* backward substitution */。 = 消元 记 Step 1：设 ,计算因子 将增广矩阵/* augmented matrix */ 第 i 行 ? mi1 ? 第1行，得到 其中 Step k：设 ，计算因子 且计算 共进行 ？ 步 n ? 1 回代 What if ? No unique solution exists. What if ? Then we must find the smallest integer k ? i with , and interchange the k-th row with the i-th row. What if we can’t find such k ? No unique solution exists. 定理 若A的所有顺序主子式 /* determinant of leading principal submatrices */ 均不为0，则高斯消元无需换行即可进行到底，得到唯一解。 注：事实上，只要 A 非奇异，即 A?1 存在，则可通过逐次消元及行交换，将方程组化为三角形方程组，求出唯一解。 §1 Gaussian Elimination – The Method ? 选主元消去法 例：单精度解方程组 /* 精确解为 和 */ 8个 8个 用Gaussian Elimination计算： 8个 小主元 /* Small pivot element */ 可能导致计算失败。 ? 全主元消去法 /* Complete Pivoting */ 每一步选绝对值最大的元素为主元素，保证 。 Step k: ① 选取 ② If ik ? k then 交换第 k 行与第 ik 行; If jk ? k then 交换第 k 列与第 jk 列; ③ 消元 注：列交换改变了 xi 的顺序，须记录交换次序，解完后再换回来。 ? 列主元消去法 /* Partial Pivoting, or maximal column pivoting */ 省去换列的步骤，每次仅选一列中最大的元。 例： ? 注：列主元法没有全主元法稳定。 例： 注意：这两个方程组在数学上严格等价。 ? ? 标度化列主元消去法 /* Scaled Partial Pivoting */ 对每一行计算　　　　　 。为省时间，si 只在初始时计算一次。以后每一步考虑子列 中　 最大的 aik 为主元。 注：稳定性介于列主元法和全主元法之间。 §1 Gaussian Elimination – Pivoting Strategies ? 高斯-若当消去法 /* Gauss-Jordan Method */ 与 Gaussian Elimination 的主要区别： ? 每步不计算 mik ，而是先将当前主元 akk(k) 变为 1; ? 把 akk(k) 所在列的上、下元素全消为0; Hey! Isn’t it better than Gaussian Elimination? What makes you say so? Obviously we no longer need the backward substitution! You’d better wait till we go through the ne