电子科大MATLAB第5节线性方程组求解的直接法讲述.ppt

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0解，所以任意任意非零向量有： 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， 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 的基础解系。 Matlab中的“\”可计算方程的特解。 线性方程组的基本概念 求方程通解： 克莱姆（Cramer）法则 克莱姆（Cramer）法则 高斯消去法（Gaussian elimination） 上/下三角矩阵方程易于求解 例：求解线性方程组 高斯消去法（Gaussian elimination） 高斯消去法思路： 通过初等变换，将一般矩阵方程化为等价的三角矩阵方程，然后反向代入求解。 等价变换（行初等变换）： 倍加变换：把某行换成它本身与另一行的和； 对换变换：把两行互换； 倍乘变换：把某行所有元素乘以同一非零数； 注意：不能进行列初等变换； 高斯消去法（Gaussian elimination） 高斯消去法的矩阵表示： 下三角矩阵 高斯消去法 例2：求解线性方程组 注意： 一定要等式两边的系数同时变。 高斯消去法第一步：写出增广矩阵 高斯消去法： 性质1：若A的所有顺序主子式均不为0，则高斯消元无需换行即可进行到底，得到唯一解。 性质2：只要 A 非奇异，即 A?1 存在，则可通过逐次消元及行交换，将方程组化为三角形方程组，求出唯一解。 什么样的矩阵可以采用高斯消去法？ 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： 列主元消去法 例3：求解线性方程组 注意： 如果对角线元素为0，则需要交换元素。列主元消去法值选择该列 k~n 元素中最大值。 列主元消去法 例4：求解线性方程组 怎么换行？是不是高斯消去算法的问题？方程解到底是多少？ 全主元消去法 全主元消去法： 每一步选子矩阵中绝对值最大的元素为主元素 主元选择公式： 注意：列交换改变了 xi 的顺序，须记录交换次序，解完后再换回来。 全主元消去法 例5：求解线性方程组 全主元消去法选择子阵中最大元素。 注意：列交换改变了 xi 的顺序 高斯消去法 例6，第43页 3.2，解方程组 即使主元素不为0，但是比较小，也应该换行 高斯消去法步骤： 高斯消去法步骤： 高斯消去法步骤： 矩阵