解线性方程组的直接方法介绍.pptx

第5章 解线性方程组的直接方法; 这一章讨论线性方程组; 在自然科学和工程技术中,很多问题归结为解线性方程组.例如电学中的网络问题，船体数学放样中建立三次样条函数问题，用最小二乘法求实验数据的曲线拟合问题，解非线性方程组问题，用差分法或者有限元方法解常微分方程、偏微分方程边值问题等都导致求解线性方程组，而这些方程组的系数矩阵大致分为两种，一种是低阶稠密矩阵(例如，阶数不超过150). 另一种是大型稀疏矩阵(即矩阵阶数高且零元素较多).; 有的问题的数学模型中虽不直接表现为含线性方程组,但它的数值解法中将问题“离散化”或“线性化”为线性方程组.因此线性方程组的求解是数值分析课程中最基本的内容之一.; 但实际计算中由于舍入误差的存在和影响，这种方法也只能求得线性方程组的近似解. 本章将阐述这类算法中最基本的和具有代表性的算法就是高斯消元法,以及它的某些变形和应用.这类方法是解低阶稠密矩阵方程组及某些大型稀疏矩阵方程组(例如，大型带状方程组)的有效方法.; 就是用某种极限过程去逐步逼近方程组精确解的方法. 迭代法具有计算机的存储单元较少、程序设计简单、原始系数矩阵在计算过程中始终不变等优点，但存在收敛条件和收敛速度问题.迭代法是解大型稀疏矩阵方程组(尤其是由微分方程离散后得到的大型方程组)的重要方法(见第6章).;5.1.2 向量和矩阵;其中aj为A的第j列的m维列向量. 同理; 矩阵的基本运算：; (5) 单位矩阵; (7) 矩阵的行列式;5.1.3 特殊矩阵; (7) 对称正定矩阵 如果AT =A且对任意非零向量， x∈Rn，(Ax, x)=xTAx0.; 定理1 设A∈Rn×n，则下述命题等价：; 定理2 设A∈Rn×n为对称正定矩阵，则; 定理3 设A∈Rn×n为对称矩阵，如果det(Ak)0 (k=1,2, ?,n)，或A的特征值λi0 (i=1,2,?,n)，则A为对称正定矩阵.;为若当(Jordan) 块.; (1) 当A的若当标准型中所有若当块Ji均为一阶时，此标准型变为对角矩阵.;5.2 高斯消去法;5.2.1 高斯消去法;如: 上三角矩阵所对应的线性方程组;下三角矩阵所对应的线性方程组; 首先举一个简单的例子来说明消去法的基本思想.;显然，方程组是(2.6)是容易求解的，解为; 由此看出，用消去法解方程组的基本思想是用逐次消去未知数的方法把原方程组Ax=b化为与其等价的三角形方程组，而求解三角形方程组可用回代的方法求解. 换句话说，上述过程就是用初等行变换将原方程组系数矩阵化为简单形式(上三角矩阵)，从而求解原方程组(2.1)的问题转化为求解简单方程组的问题. 或者说，对系数矩阵A施行一些行变换(用一些简单矩阵左乘A)将其约化为上三角矩阵. 这就是高斯消去法.; 下面讨论求解一般线性方程组的高斯消去法.由; 将(2.1)记为A(1)x=b(1)，其中; (1) 第1步(k=1).;简记为 A(2)x=b(2)，;;其中A(k+1), b(k+1)的元素计算公式为，; 特别当m=n时，与原方程组等价的简单方程组为A(n)x=b(n)，即; 注意：设Ax=b，其中A∈Rn×n为非奇异矩阵，如果a11(1)=0，由于A为非奇异矩阵，所以A的第1列一定有元素不等于零，例如al1?0，于是可交换两行元素(即r1?rl)，将al1 调到(1,1)位置，然后进行消元计算，这时A(2)右下角矩阵为n-1阶非奇异矩阵，继续这过程，高斯消去法照样可进行计算.; 定理5 设Ax=b，其中A∈Rn×n.; (b) 回代计算; 算法1(高斯算法) 设A∈Rm×n (m1), s=min(m-1,n)，如果akk(k)?0 (k=1,2,?,s)，本算法用高斯方法将A约化为上三角形矩阵，且A(k)覆盖A，乘数mik覆盖aik.; 显然，算法1第k步需要m-k次除法，(m-k)(n-k)次乘法，因此，本算法(从第1步到第s步消元计算总的计算量)大约需要s3/3-(m-k)s2/2+mns次乘法运算(对相当大的s). 当m=n时, 总共大约需要n3/3次乘法运算.; 算法2(回代算法) 设Ux=b，其中U=(uij)∈Rn×n为非奇异上三角矩阵，本算法计算Ux=b的解.;例子 解方程组; 高斯消去法对于某些简单的矩阵可能会失败，例如; 定理6 约化