线性方程组求解的直接法材料.pptVIP

列主元消去法 在第k 步消元前，在系数矩阵第k 列的对角线以下的元素中找出绝对值最大的元。 矩阵LU分解法 三角矩阵的性质： 1. 上（下）三角方阵的行列式的值等于对角线元素的乘积； 2. 上（下）三角方阵的转置为下（上）三角矩阵； 3. 上（下）三角方阵的逆矩阵为下（上）三角矩阵，且对角元是原三角矩阵对角元的倒数； 4. 两个上（下）三角方阵的乘积也是上（下）三角矩阵，且对角元是原三角矩阵对角元的乘积。 利用matlab也可以初步验证上述结论的正确性。 定理2.1.1：如果Gauss消去法能顺序进行消去，则 矩阵A可进行三角分解，即A＝LU 矩阵LU分解法求解线性方程组 矩阵的LU分解： 将矩阵A分解为A=LU,其中，L为下三角矩阵，U为上三角矩阵。 说明： 矩阵LU分解法求解线性方程组 例：利用LU分解求解如下方程： 解：1、将矩阵A进行LU分解 解：2、求解方程组：Ly=b 解：3、求解方程组：Ux=y LU分解计算方法 按颜色顺序依次计算 给定矩阵A，如何计算其对应的L矩阵和U矩阵？ Matlab的符号计算 思考题：67页习题2，写出4阶三对角矩阵的LU分解公式 直接计算LU分解方法 例 LU分解矩阵 LU分解： 不是所有矩阵都可分解为A=LU！更一般形式： 思考：Matlab中lu为LU分解函数。 调用方式：“[L,U,P] = lu(A)” 利用 “ help lu” 查看lu函数的帮助文档，说明其中L, U, P 各是什么矩阵。 L, U, P, A如何构成等式。 正定对称矩阵 正定矩阵：一个矩阵 A 称为正定阵，如果 对任意非零向量 x 都成立。 正定阵的判定： A?1 亦对称正定，且 aii 0 A 的顺序主子阵 Ak 亦对称正定 A 的特征值 ?i 0 det ( Ak ) 0 正定对称矩阵 若A为n阶满秩方阵，则有 A T A为对称正定矩阵 1、 A T A为对称矩阵 2、 根据正定矩阵定义： 由于A满秩，即方程 A x = 0 只有唯一解，所以任意非零向量有： 对称正定矩阵Cholesky分解： Cholesky 分解：A 为对称正定矩阵，则有： 令： 则： A 对称，则 上三角 下三角 所以有： 需要引理 对称正定矩阵Cholesky分解 说明：上一页的证明过程是一个构造式的证明方法，不但得到了结论，也给出了LU分解和Cholesky矩阵分解的关系： 已知LU分解求cholesky分解： C = D-1U， 已知cholesky分解，求LU分解： U = DC， L = CTD-1 。 如何计算D？ U对角线元素开方，或C的对角线元素。 优势：cholesky方法误差可控，不需选主元。 对称正定矩阵Cholesky分解 例： 对称正定矩阵Cholesky分解 clear all; close all; clc % CHOL分解 display(CHOL分解) A = [4, 1, 0; 1, 4, 1; 0, 1, 4] display(C1 = chol(A)) C1 = chol(A) display([L, U] = lu(A)) [L, U] = lu(A) for iii = 1 : 3 for jjj = 1 : 3 C2(iii, jjj) = U(iii, jjj) / sqrt(U(iii, iii)); end end C2 正定对称矩阵 任意满秩方程组求解，可转化为对称正定方程组求解。 为什么要单独讨论正定对称矩阵？ 很多问题都是正定对称矩阵：协方差矩阵，非负函数的代数矩， 列主元消去法 如果高斯消去过程中对角线出现“0”元素怎么办？ 通过行变换和列变换将对角线元素换为非零元素。 列主元消去法： 省去换列的步骤，每次仅选子矩阵中第k列最大的元（仅作行变换）。 列元选择公式： * */38 */38 第三章 线性方程组求解的数值方法 第一节 线性方程组求解的直接法 线性方程组的基本概念 线性方程组的基本概念 将一般方程组转化为线性方程组： 如：取log，将乘法转化为加法，得到线性方程组。 线性方程组的基本概念 将一般方程组转化为线性方程组： 分情况讨论。 讨论正负 线性方程组的基本概念 线性方程组的解： 无解，（过定方程） 有唯一解， 有无穷多解，（欠定方程） 本章研究的线性方程组： 矩阵A为方阵、方程有唯一解的情况。 线性方程组的基本概念 利用matlab求线性方程的通解求解方法： 线性方程的通解可表示为齐次方程的基础解系的线性组合和特解的形式。 Matlab中“null”函数可计算欠定方程 Ax=0 的