第4章_线性方程组直接解答辩.pptVIP

2.解 L y = b 3.解 U x = y 结束 * 杜利特算法实际上就是高斯消元法的另一种形式.它的计算量与高斯消元法一样.但它不是逐次对A进行变换,而是一次性地算出L和U的元素.L和U的元素算出后,不必另辟存贮单元存放,可直接存放在A的对应元素的位置,节省存贮单元,因此也称为紧凑格式法. 杜利特算法可用文字描述如下: 将A的元素划分为形如“┏”的n框, 如A的第一行和第一列元素为第一框,紧靠第一框内部的第二行和第二列元素为第二框,依此类推,ann一个元素为第n框.为便于描述我们称原A矩阵中元素为a元素,计算后每框中的每行元素为u元素(包含对角元素),每列元素为l元素(不包含对角元素). 这样我们可以在A上直接修改计算,作如下的操作: (1)第1框:u元素等于对应的a元素;l元素等于对应的a元素除以本框对角元素; (2)第2到n框:u元素等于对应的a元素减去已经算过的各框中同行同列元素的乘积;l元素除进行以上操作外,还要除以本框对角元素 结束 * 也可以用增广矩阵[A:b]进行以上操作,这时每框要多算一个u元素,结果矩阵中的最后一列就是 Ly=b 的解,回代时只要解 Ux=y 就行了. 当用手工计算小型线性方程组的解时,用此方法比较方便. 例4 结束 * 得到的矩阵由L和U的元素拼合而成,它的上三角部分(包含对角元素)即是LU分解后的U矩阵;它的下三角部分(不包含对角元素)加上一个单位阵(即在对角元处全部写为1),就是L矩阵. 4.5.3 方阵行列式求法 在实际问题中,有时会遇到求方阵的行列式.在线性代数中讲到的行列式定义算法和展开算法均不适用于阶数较高的行列式.而LU分解是计算行列式的十分方便和适用的算法. A=LU 即只要将U阵的对角元相乘就可得A的行列式. 为避免计算中断,还应加上选主元素过程,此时每做一次行交换(或列交换),行列式要改变一次符号,有: 结束 其中 p 是进行的行交换次数(对列主元消元法而言),或是行交换和列交换次数的总和(对全主元消元法而言).若选不出非零的主元素,则必有det A=0. 如例4中的A阵,用LU分解的方法,显然有 det A=2× 1× 3× 1=6. * 4.5.4 克劳特(Crout)分解 将LU分解换一个提法:要求L为一般下三角阵,U为单位上三角阵,就是克劳特分解. LT显然是单位上三角阵,记 结束 这就是克劳特分解。 有 * 实际上将A转置为AT,进行LU分解 AT=LU 则 A=UTLT 显然当A的各阶顺序主子式非零时,它是存在且唯一的.克劳特分解对应的解法称克劳特算法,也可用于解线性方程组。它的特点是在回代时不做除法.它在下文的追赶法中有应用.限于篇幅,公式从略。 UT显然是一般下三角阵,记 §4.6 平方根法 实际问题中Ax=b,A若是对称正定矩阵,则高斯消元法简化为平方根法或改进的平方根法. 取 结束 记 记 记 于是 * 4.6.1 矩阵的LDU分解 证: 由条件有A=LU,由分解过程知 定理3.3 若A的各阶顺序主子式非零,则A可以分解为A=LDU,其中L是单位下三角阵,U是单位上三角阵,D是对角阵,且这种分解是唯一的. 对称正定矩阵的A=LLT分解对应于解对称正定方程组Ax=b的平方根法. 4.6.2 平方根法和改进的平方根法 由矩阵乘法原理容易推出L的元素 lij 的算法: 对j=1,2,…,n,计算 Ax=b可化为 结束 * 结束 * 解法是: 这就是平方根法,它适用于系数阵是对称正定矩阵的方程组.它的运算量以乘除法计是n3/6左右,只是高斯消元法的一半,显然这是因为只计算L不算U的缘故. 平方根法不用考虑选主元,这也是它的优点.它的缺点是要计算n次开平方,为避免开平方运算,发展了平方根法的改进形式,它对应于A=LDLT分解.(方法略) 改进的平方根法计算量仍约为n3/6,但回避了开平方运算. 结束 * § 4.7 追赶法 在很多情况下,如三次样条插值,常微分方程的边值问题等都归结为求解系数矩阵为对角占优的三对角方程组Ax=f,即: 其中|i-j|1时,aij=0,且满足如下的对角占优条件: (1)|b1||c1|0,|bn||an|0 (2)|bi|≥|ai|+|ci|, aici≠0, i=2,3,…,n-1. 结束 * 用矩阵乘法比较和Crout分解可推导总结算法步骤如下: 1.分解计算 2.解Ly=f 3.解Ux=y 结束 * 实际计算中Ax=f的阶数往往很高,应注意A的存贮技术.已知数据只用4个一维数组就可存完.即{ai},{bi},{ci},{fi}各占一个一维数组, {? i}