第六章_线性代数方程组的直接法教材.ppt

线性方程组数值解法的分类 ?直接法（适用于中等规模的n阶线性方程组） ◆ Gauss消去法及其变形 ◆矩阵的三角分解法 LU 分解求解线性方程组 其中 例 设 ，定义 2．矩阵的范数 （1） （2）对任意实数k 和任意A有 （3）对任意两个n阶矩阵A、B有 （4）对任意两个n阶矩阵A、B，有 定义3 设 为定义在 上的实值函数，若满 足以下性质，称 为 上的一个矩阵范数： Frobenius范数: 例如 证明这样定义的非负实数不是矩阵范数。 证明：设 从而 注：1. 若成立 则称所定义 的向量范数和矩阵范数是相容的。 2. 设 是 上的一个向量范数，相应的定义矩阵 的非负实数 则 是 上的矩阵范数，且满足相容性 称这种矩阵范数为矩阵的算子范数。 （Ⅰ）与 相容的矩阵范数是 （Ⅲ）与 相容的矩阵范数是 其中?1为矩阵ATA的最大特征值。 （Ⅱ）与 相容的矩阵范数是 上述三种范数分别称为矩阵的1-范数、2-范数和∞-范数。 定理9 设n 阶方阵 ，则 注: (1) 以上三种范数均为矩阵的算子范数，矩阵的 Frobenius范数不是算子范数。 (2) 中的任意两个矩阵范数也是等价的。 (3) 单位矩阵I的任何一种算子范数均为1。 * * 第六章 线性方程组 的直接解法 AX = b 线性方程组 ?迭代法（适用于高阶线性方程组） ◆Jacobi迭代法 ◆ Gauss-Seidel迭代法 ◆逐次超松弛法 1．顺序高斯消去法 基本思想：通过消元将上述方程组 化为三角形方程组进行求解。 §1 高斯消去法 （6.1） 记 即 第一次消元： 计算公式： 第 k次消元： 计算公式： 经n-1次消元后，得与（6.1）等价的方程组为 。 即： （6.2） 回代过程： 顺序Gauss消去法可执行的前提 注：当线性方程组的系数矩阵为对称正定或严格对角占优阵 时，按Gauss消去法计算是稳定的。 定理1 给定线性方程组 ，如果n阶方阵 的所有顺序 主子式都不为零，即 则按顺序Gauss消去法所形成的各主元素 均不为零，从而Gauss消去法可顺利执行。 2．矩阵的三角分解 ? 高斯消元法的矩阵形式: 记 其中 记 其中 一般 A 的 LU 分解 定理2 （矩阵的三角分解） 设A为n ? n实矩阵，如果求解 AX = b 用顺序高斯消去法能完成（即 ），则矩阵A可分解为单位下三角矩阵L与上三角矩阵U的乘积， A = LU 且这种分解是唯一的。 3、列主元Gauss消去法 4．无回代过程的主元消去法(Gauss-Jordan) 注：1.无回代的Gauss消元法实际上就是将方程组的系数矩阵化为行最简形矩阵。 2.用高斯消去法将A 化成上三角形，即A = LU ，则 通过比较法直接导出L 和 U 的计算公式。 思路 §2 矩阵的三角分解法 直接三角分解法解AX = b的计算公式 对于r = 2, 3, …, n 计算 （2）计算U的第r行元素 （3）计算L的第r 列元素 (r ? n) (1) (4) (5) 例 用矩阵的三角分解法解方程组 §3 平方根法 1．矩阵的LDR分解 定理3 如果n阶矩阵A的所有顺序主子式均不等于零，则矩阵A存在唯一的分解式A = LDR，其中L和R分别是n阶单位下三角阵和单位上三角阵，D是对角元素不为零的n阶对角阵，上述分解称为A的LDR分解。 2．平方根法 如果A为对称正定矩阵，则存在一个实的非奇异下三角矩阵，使A=LLT ，且当限定的对角元素为正时，这种分解是唯一的，称为矩阵A的cholesky分解。 定理4（对称正定矩阵的三角分解或cholesky分解） 将对称 正定阵 A 做 LU 分解 记为 记 D1/2 = 则 仍是下三角阵，且有 由A 对称 即 则 用平方根法解对称正定线性代数方程组的算法 （1）对矩阵A进行Cholesky分解，即A=LLT，由矩阵乘法 对j= 1, 2,…, n 计算 （2）