计算方法-6.1Gauss消去法技巧.ppt

以上讨论告诉我们，对具有上三角形系数矩阵的方程组求解极为方便。当然,若方程组的系数矩阵为下三角形,则求解也很方便。于是对于一般形式的方程组，我们总设法把它化为系数矩阵呈上(或下)三角形的方程组来求解。为了达到目的，可利用消去法进行。现举例如下: 解方程组 作②-①消去②中的x1，作③-①×4消去③中的x1，则方程组化为 从方程组(6―6“)的方程③解出x3,将所得的结果代入方程②求出x2,再把x3、x2同时代入方程①解出x1。这样可求出方程组的解为 上述求解方程组的方法就是高斯(Gauss)消去法。从式(6―6)到 (6―6)的过程称为消元过程而由(6―6)求出x3、x2、x1的过程称为回代过程。因此用高斯消去法求解性方程组要经过消元和回代两个过程。 此时求解就不要回代了。这种无回代过程的主元素消去法称为 高斯―约当(Jordan)消去法。 特别是方程组还可化为 * * 显然等号右端即为方程组的解。 * * * * 本章作业 * * P146 （1）、（3） 华长生制作 * * 第六章 线性方程组的解法 6.1 Gauss消去法 第六章 线性方程组的解法 6.3 对称矩阵直接三角分解法 6.2 直接三角分解法 6.5 误差分析 6.4 追赶法(Thomas法) 6.6 迭代法 * 本章要点 线性方程组的解法:直接解法和迭代法 主要归结为三角形方程组的求解 包括一般线性方程组的Gauss消去法、 Gauss列主元法、对称正定方程组的平 方根法、三对角方程组的追赶法等 及雅可比迭代和塞德尔迭代法 * * 实际问题中的线性方程组分类： 按系数矩阵中 零元素的个数： 稠密线性 方程组 稀疏线性 方程组 按未知量 的个数： 高阶线性 方程组 低阶线性 方程组 (如1000) 按系数矩 阵的形状 对称正定 方程组 三角形 方程组 三对角占 优方程组 * * (80%) 解线性方程组的两类方法： 直接法: 经过有限次运算后可求得方程组精确解的方法(不计舍入误差) 迭代法：从解的某个近似值出发，通过构造一个无穷序列去逼近精确解的方法。（一般有限步内得不到精确解） 直接法概述 直接法是将原方程组化为一个或若干个三角形 方程组的方法，共有若干种． 对于线性方程组 其中 系数矩阵 未知量向量 常数项 ------------(1) * * 根据Cramer(克莱姆)法则,若 若用初等变换法求解,则对其增广矩阵作行初等变换: 经过n-1次 * * 同解 即 以上求解线性方程组的方法称为Gauss消去法 则 都是三角 形方程组 上述方法称为直接三角形分解法 ------------(2) * * * * 其解为: 回 代 方 向 * * 6.1 Gauss消去法 一、消元与回代计算 对线性方程组 对其增广矩阵施行行初等变换: * * 定义行乘数 * * 且 * * 定义行乘数 * * * * * * ① ② ③ * * (6―6) ① ② ③ 对方程组(6―6′)作③-②× ，得到三角形方程组 ① ② ③ * * (6―6′) (6―6) * * * 二、Gauss消去法的运算量 计算机作乘除运算所耗时间要远远多于加减运算 且在一个算法中，加减运算和乘除运算次数大体相当 故在衡量一个算法的运算量时只需统计乘除的运算次数 乘法次数： 除法次数： * 全部回代过程需作乘除法的总次数为 于是Gauss消去法的乘除法运算总的次数为 * * Gauss消去法乘除法约为2700次 而如果用Cramer法则的乘除法运算次数约为 或 用行列式定义 用行列式性质 * * 例1. 用Gauss消去法解线性方程组(用3位十进制浮 点数计算） 解: 本方程组的精度较高的解为 用Gauss消去法求解(用3位十进制浮点数计算) Gauss列主元消去法的引入 * * 三、 Gauss列主元消去法 9999 回代后得到 与精确解相比,该结果误差较大 究其原因,在求行乘数时用了很小的数0.0001作除数 主元 * * 前述顺序消去法是按序通过用 a11,a(1)22,…,a(n-2)n-1(a(k-1)kk≠0) 作为除数来达到消元目的的。在实际计算时,由于舍入误差的影响,计算结果会改变很大,甚至于完全失真。 * * 如果在求解时将1,2行交换,即 0.9999 回代后得到 该结果与精确解近似程度很高 * * 例2. 解线性方程组(用8位十进制尾数的浮点数计算) 解: 这个方程组和例1一样,若用Gauss消去法计算会有 小数作除数的现象,若采用换行的技巧,则可避免