计算方法线性方程求解2.pptVIP

线性方程组的数值解法 * 第三章 解线性方程组的直接法 一、 Gauss消元法 注： A的所有顺序主子式均不为0 For 设 消元 回代 ? 列主元Gauss消去法 Gauss第k步消元 并将当前主元 akk(k) 变为 1。 三　Gauss -Jordan 消去法 把 akk(k) 所在列的上、下元素全消为0， 二　 Gauss主元素消去法 三、 矩阵的三角分解法 若A的所有顺序主子式 均不为0，则 A 的 LU 分解唯一（其中 L 为单位下三角阵,U 为上三角阵）。 定理 矩阵的直接分解：—— LU 分解的紧凑格式 Step 1: u1j = a1j; lj1 = aj1 / u11; ( j = 1, …, n ) for i = 2, …, n?1 Step 2: Step 3: ( j = 1, …, n ) 平方根法: Cholesky分解 设矩阵A对称正定，则存在非奇异下三角阵 使得 。若限定 L 对角元为正，则分解唯一。 定理 追赶法解三对角方程组 Step 1: 对 A 作Crout 分解 直接比较等式两边的元素，可得到计算公式。 Step 2: 追——即解 ： Step 3: 赶——即解 ： 四、 向量和矩阵范数 向量范数 定义 　　　Rn空间的向量范数 || · || 对任意 满足下列条件： （正定性) 对任意 (齐次性) （三角不等式) 常用向量范数： ? = = n i i x x 1 1 | | || || v ? = = n i i x x 1 2 2 | | || || v p n i p i p x x / 1 1 | | || || = ? = v | | max || || 1 i n i x x ? ? ? = v 注： 矩阵范数 　　　Rｎｘｎ空间的矩阵范数 || · || 对任意 满足： 对任意 (4) || AB || ? || A || · || B || 定义 　　　若存在常数 C1、C2 0 使得 ，则称 || · ||A 和|| · ||B 等价。 定义 Rn 上一切范数都等价。 定理 常用矩阵范数： Frobenius 范数 — 向量|| · ||2的直接推广 算子范数 由向量范数 || · ||p 导出关于矩阵 A ? Rn?n 的 p 范数: 则 特别有： （行范数） （列范数） （谱范数 ） 谱半径 定义 　　　矩阵A的谱半径记为? (A) = ，其中?i 为 A 的特征根。 定理 对任意算子范数 || · || 有 定理 若A对称，则有 定理 若矩阵 B 对某个算子范数满足 ||B|| 1，则必有 ① 可逆； ② *