线性代数方程组数值解法及MATLAB实现综述解决方案.doc

线性代数方程组数值解法及MATLAB实现综述 廖淑芳 数计学院 12计算机科学与技术1班（职教本科） 一、分析课题 随着科学技术的发展，提出了大量复杂的数值计算问题，在建立电子计算机成为数值计算的主要工具以后，它以数字计算机求解数学问题的理论和方法为研究对象。Gauss消元法 通过一系列的加减消元运算，也就是代数中的加减消去法，A对角线以下的元素化为零，将化为上三角矩阵；然后，再逐一回代求解出x向量。消元过程A化为上三角阵，再回代求解。 步骤如下： 第一步： 第二步： 类似的做下去，我们有： 第k步：。 n－1步以后，我们可以得到变换后的矩阵为： 注意到，计算过程中处在被除的位置，因此整个计算过程要保证它不为0。 所以，Gauss消元法的可行条件为：。 就是要求A的所有顺序主子式均不为0，即 因此，有些有解的问题，不能用Gauss消元求解。 另外，如果某个很小的话，会引入大的误差。 例 用Gauss消去法解方程组： （1） （1）对增广矩阵进行初等变换 得等价方程组 回代得，，，。 第一步：将/3使的系数化为1再将、式中的系数都化为零，即由2×(1)(1)得 由(3)-4×得 第二步：将除以2/3，使系数化为1，得再将式中系数化为零，由-(-14/3)*(2)(2) ，得 第三步：将除以18/3，使系数化为1，得 经消元后，得到三角代数方程组 1.2 回代过程 由得将代入得将代入得所以，本题解为…,n） bi(1) =bi , （i=1,2,3,…,n） 对k=1到n-1，若akk(k)≠0，进行 lik = aik (k) / akk(k) , （i=k+1,k+2,…,n） aij(k+1) = aij(k) - lik * akj(k), （i,j= k+1,k+2,…,n） bi(k+1) = bi(k) - lik * bk(k), （i= k+1,k+2,…,n） 第二步，回代 若ann(n) ≠ 0 xn = bn(n) / ann(n) xi = (bi(i) – sgm(aij(i) * xj )/- aii(i) ,（i = n-1,n-2,…,1）,( j = i+1,i+2,…,n ) 2 、LU分解法求解线性代数方程组除了高斯消元法外，还常用LU分解法（三角形分解法）。LU分解法的优点是当方程组左端系数矩阵不变，仅仅是方程组右端列向量改变，即外加激励信号变化时，能够方便地求解方程组设n阶线性方程组Ax=b 假设能将方程组左端系数矩阵A，分解成两个三角阵的乘积，即A=LU 式中，L为主对角线以上的元素均为零的下三角矩阵 且主对角线元素均为1的上三角矩阵；U为主对角线以下的元素均为零 所以有，LUx=b 令 Ux=y则 Ly=b…,n ai1 = li1u11 , i=1,2,…,n 推出 u1j = a1j, j=1,2,…,n li1 = ai1/u11, i=1,2,…,n 这样就定出了U的第一行元素和L的第一列元素。 设已定出了U的前k-1行和L的前k-1列，现在确定U的第k行和L的第k列。由矩阵乘法： 当rk时，lkr=0, 且lkk=1，因为 所以， 同理可推出计算L的第k列的公式： 因此得到如下算法——杜利特（Doolittle）算法: 将矩阵分解为A=LU,对k=1,2,…,n；j=k,k+1,…n； i=k,k+1,…n； 公式1 解Ly=b 解Ux=y 对大规模稀疏问题，如果能够通过调整方程及未知量的顺序使得方程组的系数矩阵成带状结构，则对系数矩阵使用通常的LU分解，可以保障单位下三角矩阵L及上三角矩阵U仍为带状结构. 3、直接三角分解法 Gauss消去法还有许多变形，有些变形是为了利用特殊技巧减少误差，把Gauss消去法改写为更紧凑的形式，还有一些变形时根据某类矩阵的特性作一些修正和简化，这些方法可统称为直接三角分解法。 矩阵的三角分解 设的顺序主子式，则可建立线性方程组的Gauss消去法与矩阵分解的关系，即矩阵的LU分解。这个问题前面已经讲的比较详细了，此处不再赘述。 Doolittle分解法 首先假设的顺序主子式都不为零，则可作Doolittle分解，即，其中是单位下三角阵，有，时；是上三角阵，时。仔细写出为 （2.11） 在前面逐步推导和的元素公式都要借助于有关的来表示。现在强调指出，只要从给定的通过比较（2.11）式的两边就可能逐步地把和构造出来，而不必利用Gauss消去法的中间结果，这种方法称为G