北京理工大学数值线性方程组的直接解法材料.ppt

注： 　1.矩阵的1，2，∞范数是分别由向量的1，2，∞ 范数诱导出的矩阵范数； 2.F－范数与向量的2－范数相容，但它不是由 向量范数诱导出的矩阵范数，即： 3.所有矩阵范数都是等价的. 5.2 方程组的状态与条件数 例 当方程组的系数矩阵或右端项出现微小 变化（扰动），而引起解的巨大变化时 称方程组是病态的. 分析方程的病态是有什么因素造成的？ 　　　　　 条件数的性质 下列情况，病态的可能性较大 (1)系数矩阵行列式的值很大或很小 (2)系数矩阵元素数量级差异很大 (3)用选主元消去法时， 主元素绝对值很小 norm(A): 求矩阵的2范数 norm(A, p): 求矩阵的p范数( p=1,2,inf等) cond(A): 求矩阵用2范数表示的条件数 cond(A, p): 求矩阵的p范数表示的条件数( p=1,2,inf等) 5.3 误差分析 结论： 当A非病态时，残量的大小可刻划近 　　　 似解的准确程度。 　　　 当A病态严重时则不然。 注: 当A非病态时(好条件)，可以用下述 方法改善解的精度 §6　超定线性方程组的最小二乘解 称为超定方程组. 　　　　　　　 由多元函数求极值的必要条件知，最小二乘解应满足： 最小二乘解应满足： . 第二章 总结 Gauss 消去法，列主元素法 矩阵分解(LU或Doolittle分解) 平方根(Cholesky) 改进的平方根 三对角矩阵的追赶法 向量，矩阵的范数，条件数及误差分析 超定线性方程组的最小二乘解 3.3 解方程组的直接三角分解法 直接三角分解法的评价： 和Gauss 消去法具有相同的计算量 适用于求解多个相同系数矩阵而 　 不同右端项的线性方程组的解 　 例如求矩阵的逆 用LU分解求矩阵的逆 MATLAB 函数 求解Ax=b: x=A\b LU分解: [L, U, P] = lu (A) 其中P 为排列矩阵 LU=PA 求行列式的值: det (A) 求矩阵的逆: inv (A) 3.4 解三对角方程组的追赶法 其中 定理2.2: 计算公式 计算公式顺序 三对角方程组的求解公式为 算法2.21、输入2、对 3、4、对 5、输出 ，停机。 §4 平方根法和改进的平方根法 若A正定矩阵， 则有 4.1 平方根法(Cholesky分解法） 设 由比较法得计算公式 计算顺序： 　按列自上而下计算 方程求解公式： 定理:对于对称正定矩阵进行LU分解,每一步的中间矩阵的元素的绝对值不超过原矩阵A元素的最大值由此,说明对称正定矩阵 用Gauss消元法不必选主元,Cholesky分解实质是不选主元的Gauss消元法, Cholesky的数值稳定性同全主元法, 运算量是Gauss的一半, Cholesky是求解中小型稠密对称正定组的最佳方法(数值线性代数,曹志浩) chol(A):求对称矩阵的Cholesky分解 计算公式 记 方程组求解公式： 注意： §5　误差分析 5.1　向量和矩阵的范数 （一）向量的范数 常用向量范数 1－范数 2－范数　　　　 　　　　　　　　　　 两种范数等价的定义: （二）矩阵的范数 由向量范数诱导的矩阵范数： 　　　　　　　　　 　　　　　 常用范数 1－范数（列范数）　　　　 2－范数（谱范数）　　　　 F－范数　　　　 问题：求解方程组 简记为:　 第二章 线性方程组的直接解法 其中 §1　高斯消元法 基本思想：逐次消去变量，将方程组化为同解的上三角形方程组（消元过程），然后反序求解（回代过程）。 消元过程: 其中: 简记为: 其中 次消元后，方程组化成 其中 回代过程 算法2.1 　　 高斯消元法的乘除计算量 消元过程 回代过程　 注1：Gauss消去法的计算量较Gramer法则的 计算量少得多; 注2：可以进行Gauss消去法的一个充分条件 §2　主元素法 方法二：先将方程组变形再消元 回代得　 启示：可以通过交换方程的次序使对角元 素尽可能大，从而避免“小”数分母 提高计算精度。===〉主元素法 2.1　列主元素法 基本思想：在每次消元前，在要消去未知数的系数中找到绝对值最大的系数作为主元，通过对换行将其换到对角线上，然后进行消元. 2.2　全主元素法 如用全主元素法解例，应先将方程组化成： 消元得 回代得 总结：直接Gauss消去，列主元素法，全主元素法 计算时间