_解线性方程组的直接方法解说.ppt

21 第3章 解线性代数方程组的直接法 一、线性空间的定义 二、线性空间的性质 三、线性空间的基与维数 四、元素在给定基下的坐标 第二节 赋范线性空间 一、向量范数公理 赋范线性空间中的距离 例６ 正实数的全体，记作 ，在其中定义加法 及乘数运算为 验证 对上述加法与数乘运算构成线性空间． 　　（２）一个集合，如果定义的加法和数乘运 算不是通常的实数间的加乘运算，则必需检验是 否满足八条线性运算规律． 证明 所以对定义的加法与数乘运算封闭． 下面一一验证八条线性运算规律： 所以 对所定义的运算构成线性空间． 不构成线性空间． 对于通常的有序数组的加法及如下定义的乘法 例７ 个有序实数组成的数组的全体 (1)零元素是唯一的． (2)负元素是唯一的． (4)如果 ，则 或 . 　　已知：在　中，线性无关的向量组最多由 个向量组成，而任意 个向量都是线性相关的． 　　问题：线性空间的一个重要特征——在线性空 间 中，最多能有多少线性无关的向量？ 定义 在线性空间 中，如果存在 个元素 满足： 　　当一个线性空间 中存在任意多个线性无关 的向量时，就称 是无限维的． 定义 1、Gauss消去法 Gauss消去法的消元过程完成时，便计算得各步主元 . 于是得行列式detA，即 亦即矩阵A的行列式为各主元的乘积。 2、Gauss列主元消去法 Gauss列主元去法的消元过程将方程组Ax=b化为一个上三角形方程组 。即 其中s为消元过程中行交换的总次数。 3、Crout分解 将矩阵A分解成： detA=detLdetU=detL 其中L为下三角阵，U为单位上三角阵。于是 A=LU =l11l22…lnn 其中l11,l22,…,lnn为下三角阵L的主对角元 。 4、LLT分解和LDLT分解 设A为n阶对称正定矩阵。 A=LLT LLT分解 将A分解成 其中L为下三角阵,设其主对角元为l11,l22,…,lnn。 则 detA=det(LLT)=detLdetLT A=LDLT LDLT分解 将A分解成 其中L为单位下三角阵,D为对角阵，设 则 detA=det(LDLT)=detLdetDdetLT D=diag(d1d2…dn) =detD=d1d2…dn 3.3.2 逆矩阵的计算 设矩阵A=[aij]n*n是非奇异的,则其逆矩阵A-1存在 记 A-1=X=[xij]n*n 由于 AX=I 因此，计算矩阵A的逆矩阵A-1的问题便化为解矩阵方程AX=I的问题。 矩阵方程AX=I的右端是特殊形状的矩阵—单位阵，采用Gauss-Jordan消去法计算逆矩阵比较简单。 假定Gauss-Jordan消去法按自然顺序消元，并且在消元过程中的每一步都作主行元素除以主元的运算，那么，消元过程结束后得到 MnMn-1…M2M1AX=MnMn-1…M2M1I 其中 但由消元过程可知 MnMn-1…M2M1A＝I 代入上式得 IX=MnMn-1…M2M1I 即 A-1=X=MnMn-1…M2M1I 这表明，逐次将Mk连乘起来便得到A-1。 在连乘的过程中，用M2左乘M1的结果M2M1与M1相比较，只是M1的第1、2列元素发生变化，而M2M1的第2列与M2的第2列元素相同； 计算出连乘Mk-1…M1后，再用Mk左乘它时，只是Mk-1…M1的前k列元素发生变化，而且结果中的第k列与Mk的第k列相同。 例如 另一方面，经过k步消元后，原矩阵A的第k列已变成单位向量ek，在以后的计算中，这些存贮单元不再被使用。因此，可将Mk的第k列元素存放到原矩阵A的第k列位置上。又发现 Mn…M2M1A＝I Mn…M2M1I=A-1 Mn…M2M1(A|I)＝(I|A-1) 连乘运算 Mn…M2M1I=A-1可以在消元过程中进行，进行了k步消元，也就完成 Mk…M2M1 连乘运算。这样，消元过程结束时，矩阵A的位置上存放的就是A-1。 用Gauss-Jordan消元法计算矩阵A的逆矩阵步骤： 对k=1,…,n依次进行下列运算并存放相应的元素： 例1 应用Gauss-Jordan消去法求矩阵 的逆矩阵A-1。 解 第1次消元的各行乘子 第2次消元的各行乘子 第3次消元