数值计算 第4章.pptVIP

第4章 线性代数方程组的解法 直接法与迭代法各有优缺点，前者由于受到计算机存储容量的限制，一般来说，仅适于系数矩阵阶数不太高的问题，其工作量较小，但程序较复杂。后者主要用于某些系数矩阵阶数较高的问题，一般来说，程序较为简单，但工作量有时较大。实际计算时，应根据问题的特点和要求来决定方法的取舍。 本章介绍的求解线性代数方程组的直接法有Gauss 高斯 消元法和LU分解；迭代法有Jacobi迭代和Gauss-Seidel迭代。 4.1 高斯消元法 4.2 矩阵的LU分解 4.3 雅可比迭代 4.4 高斯-塞德尔迭代 4.5 收敛性定理 4.6 应用实例 4.1 高斯消元法 由“线性代数”我们已经知道，对于线性代数方程组：   Gauss消元法的计算步骤分为消元和回代两个过程，本节的目的是给出Gauss消元法的符号描述、计算流程图。 ［例2］ 如果方程组AX B的系数矩阵A是n阶三对角阵，即当|i-j＞1|时，aij 0或写成 试设计一个算法来解这三对角的方程组。 解：假定所有主元均不等于0。在第1次消元过程中，由于系数矩阵A的第一行只有两个元素不为零，所以只需变动d2，b2 并将a1置0。再考虑存储结构，新的d2，b2仍存放在d2，b2所在的单元，即 d2-a1c1／d1?d2 b2-a1b1／d1?b2 以后各步的消元也仅变动di、bi 并将相应的ai-1置0。设元素的下标变量为i。  根据上述对i 2的分析，可知第i步的计算公式为： di-ai-1ci-1／di-1? di bi-ai-1bi-1／di-1 ? bi 消元结束后，系数矩阵的非零元素仅在主对角线和次对角线上出现，求得 bn／dn ? xn  bi-cixi+1 ／di ? xi i n-1,…,1  设置4个数组分别来存储ai，bi，ci，di，算法描述如下： input ai , bi , ci , di  fori 2,3,…,ndo ai-1／di-1 ? l di-lci-1 ? di bi-lbi-1 ? bi end bn／dn ? xn for i n-1,n-2,…,1do bi-cixi+1 ／di ? xi end output xi 。 4.2 矩阵的LU分解 若矩阵A能分解为几个结构简单的矩阵乘积时，则求解AX＝b的过程可以简化。 常用的一种分解方法是LU分解。给定n阶非奇异矩阵A，我们寻求两个n阶矩阵 ［例3］ 求下面矩阵的LU分解 解： 先求二阶主子矩阵的LU分解 u11 a11 2，u12 a12 -1，l21 a21／u11 0， u22 a22-l21u12 -4-0 -4  本题i 3，由公式（4.3）得 定理2 （矩阵的LU分解） 若n阶方阵A的n个顺序主子矩阵都非奇异，则A可惟一地分解为单位下三角矩阵L和非奇异的上三角矩阵U的乘积。 4.3 雅可比迭代 雅可比（Jacobi）迭代 以下统称为Jacobi迭代 是一种求解线性代数方程组的迭代方法。 4.4 高斯-塞德尔迭代 高斯-塞德尔（Gauss-Seidel）迭代 以下统称为Gauss-Seidel迭代 是对Jacobi迭代的一种改进。我们仍用例4为例，但迭代格式改为： 设初值不变，迭代两步的结果如下 见表4-3 。 表4-3 迭代两步的结果 4.5 收敛性定理 为了介绍Jacobi、Gauss-Seidel迭代的收敛性定理，我们首先给出迭代公式的矩阵表示。 对于线性方程组 AX b，可将A表示为 其中为D对角阵，L和U分别为严格下三角矩阵和严格上三角矩阵 （它们的主对角线元素全为0）。 * 使A LU。