计算方法Chapter05-线性方程组的解法要点.ppt

* 方程组的病态问题 定义 如果矩阵 A 或常数项 b 的微小变化，引起方程组 Ax =b 的解的巨大变化，则称方程组为“病态”方程组，矩阵 A 称为“病态”矩阵；否则称方程组为“良态”方程组， A 称为“良态矩阵”。 * 定理 设 非奇异，b≠0, x 是方程组 Ax =0 的解向量。 若 则有 (1) 方程组 有唯一的解向量 (2) 下列估计式成立： 方程组的病态问题 * 由此可以看出，量 ||A|| ? ||A-1|| 越小，由A （或 b）的相对误差引起的解的相对误差|| △x || / || x ||就越小 ；量 ||A|| ? ||A-1|| 越大，解的相对误差就可能愈大，所以量 ||A|| ? ||A-1|| 实际上刻划了解对原始数据变化的灵敏程度，即刻划了方程组的“病态”程度。 误差分析 方程组的病态问题 * 方程组的病态问题 定义 对于可逆矩阵 A，称 ||A|| ? ||A-1|| 为 A 的条件数，记作 cond(A) = || A || ? || A-1 || . 矩阵的条件数与所取的范数有关，常用的条件数是 cond(A)∞ = || A || ∞ ? || A-1 || ∞ ， cond(A)1 = || A || 1 ? || A-1 || 1， cond(A)2 = || A || 2 ? || A-1 || 2 . 定义 若可逆矩阵 A 的条件数 cond(A) 相对很大，则称A是病态矩阵，相应的方程组Ax =b叫病态方程组；反之，称二者是良态的。 * 作业 * * 五　线性方程组的解法 * 线性方程组的解法 线性方程组求解概述 迭代法 消元法基本思想 高斯消去法 高斯-约当消去法 列主元消去法 方程组的病态问题 * 引言 实际中，存在大量的解线性方程组的问题。 很多数值方法到最后也会涉及到线性方程组的求解问题：如样条插值的M和m关系式，曲线拟合的正则方程组等问题。 其中 未知量 第i个方程第j个 未知量xj的系数 常数项 全为0 齐次线性方程组 否则为非齐次 线性方程组 * 上述线性方程组表示成矩阵形式为： 系数矩阵 未知量列向量 常数项列向量 问题： (1) 方程组是否有解? (2) 如果有解, 如何求出它的所有解? 求解 为增广矩阵 引言 * 克莱姆法则：当且仅当 时，有唯一的解，而且解为： （1）计算n+1个n阶行列式. （计算一个n阶行列式就需要做(n-1)n!次乘法. 要计算n+1个n阶行列式,共需做(n2-1)n!次乘法）. （2）做n次除法才能算出xi(i=1,… n). （3）用此法，需作乘除法的运算： N=(n2-1)n!+n 例如,当n=10(即求解一个含10个未知量的方程组), 次数共；当n＝100，1033次/秒的计算机要算10120年 克莱姆法则不能用于计算方程组的解 引言 * 解线性方程组的方法可以分为2类： 迭代法：是将方程组的解看作某种极限过程的向量极限的值，用迭代过程完成计算极限，在用迭代算法时，不可能将极限过程算到底，只能将迭代进行有限多次，得到满足一定精度要求的方程组的近似解。 特点：速度快，但有误差 直接法：经过有限次四则运算，假定每一步运算过程没有舍入误差，最后得到方程组的解是精确解。 特点：准确，可靠，理论上得到的解是精确的 一般地：对低阶方程组用直接法，对高阶方程组和稀疏方程组用迭代法求解。 引言 * 迭代法 Jacobi迭代法 迭代格式： 设有n 阶方程组 其中系数矩阵非奇异，且 ，i=1,2，……，n 将上式变形为 * 建立迭代格式 上面的迭代式称为雅可比（Jacobi）迭代格式。 迭代法 * 迭代法 高斯-塞德尔迭代法 假设已知近似值（x1(k), x2(k), x3(k), …, xn(k), ）, 则迭代格式： 其中系数矩阵非奇异，且 ，i=1,2，……，n * 迭代法 超松弛法 实际上是高斯-赛德尔迭代公式的一种加速方法。 松弛因子 * 向量和矩阵的范数 向量的范数：向量“大小”的某种衡量 基本性质： 对于任意向量x，|| x ||≥0，当且仅当x=0时， || x ||=0 对于任意实数λ及任意向量x，有 || λ x ||=| λ | || x || 对于任意