第六讲解线性方程组.docVIP

绪 论 0.1数值计算方法与算法 1. 准确解和数值解 数学是在寻求准确解（解析解）中不断发展 数的定义 数的运算规则 2. 计算方法是用计算机求解数学问题数值解 理论上有解，无计算公式 例如，计算6阶矩阵的全部特征值。 有计算公式，无法承受计算量 解一个有100个未知量的线性方程组； 3.科学计算和计算方法 第三种科学方法：理论、实验、科学计算 计算方法是一门理论性和实践性都很强的学科，计算方法既有数学类课程中理论上的抽象性和严谨性，又有实用性和实验性的技术特征。计算方法的前提课程是微积分，线性代数，常微分方程和一门计算机语言。 0.2 误差与有效数字 绝对误差与绝对误差界 定义： 设为精确值（或准确值），是的一个近似值， 称 为近似值的绝对误差或误差。 绝对误差 = 精确值 ( 近似值 定义：如果精确值与近似值的误差的绝对值不超过某正数，即 称 为绝对误差限或误差限。（例：迭代序列终止控制) 例：若经四舍五入得到 ， 对于数 的近似值都是， 它的误差限是： 若，则它的误差限是： 相对误差与相对误差限 定义：设为精确值，是的一个近似值 称 为近似值的相对误差。 在实际计算中，有时得不到精确值，当较小时可用近似值代替，即 相对误差 = 或 相对误差 = 相对误差的值也可正可负，与绝对误差一样不易计算，常用相对误差限控制相对误差的范围。 定义：如果有正数使得 ，则称为的相对误差限。 产生误差的因素很多，产生误差的原因主要有 原始误差 由客观存在的模型抽象到物理模型产生的误差。包括模型误差和原始数据误差。 截断误差 用有限项近似无限项时，由截取函数的部分项产生的误差，称为截断误差。 例如：，在计算中用 舍入误差 在数值计算中，通常都按有限位进行运算。例如，按照4舍5入的原则，2 / 3=0.666667 或2 / 3=0.667，由舍入产生的误差，称为舍入误差。 在实际计算中的数据通常是近似值，它们由观察、估计或一些计算而得到，这些数在计算机表示后也会带来进一步误差，即误差的积累和传播。关于误差的传播似乎没有多少统一的理论，通常积累误差的界是以通例分析为基础而建立的。 有效位数 定义：当的误差限为某一位的半个单位，则这一位到第一个非零位的位数称为的有效位数。 例如，= 12.34 , = 0.004067均有4位有效数字 ， 3.00与3.0000分别有3位和5位有效位数。 0.3约束误差 选择收敛的稳定的方法 对同一问题选择不同的数值计算方法，可能得到不同的计算结果。在计算方法中，除了给出方法的数值计算公式，还要讨论计算公式的收敛性、稳定性和截断误差的特性。选择收敛性要求低、稳定性好的方法是约束误差扩张最重要的措施。例如，样条插值函数比高次多项式的效果好的多，是构造插值函数的首选方法。 提高数值计算精度（用优质计算机） 数值在计算机中存放的位数称为字长。有限位的字长是带来舍入误差和抑制数值计算精度的根源。对同一种方法，在字长大的计算机上的计算效果要比在字长小的计算机上优越。 在计算机上，用同一种数值计算方法对数据选用不同的数值类型，有时会直接影响到计算效果。例如，对病态的线性方程组，采用单精度数据使用消元方法，其数据解大大失真，而用双精度数据有时却可得到满意的数值解。 第6章 解线性方程组 在数值计算和工程应用中，求解线性代数方程都具有中心的作用。在石油勘探，天气预报等问题中常常出现成百上千阶的方程组，也就产生了各种形式方程组数值解法的需求。研究大型方程组的解是目前计算数学中的一个重要方向和课题。 解方程组的方法可归纳为直接解法和迭代解法。从理论上来说，直接法经过有限次四则运算，假定每一步运算过程中没有舍入误差，那么，最后得到方程组的解就是精确解。但是，在计算过程中，完全杜绝舍入误差是不可能的，只能控制和约束舍入误差的增长和危害，这样直接法得到的解也不一定是绝对精确的。 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。在用迭代算法时，我们不可能将极限过程算到底，只能将迭代进行有限多次，得到满足一定精度的方程组的近似解。 在数值计算历史上，直接解法和迭代解法交替生辉。一种解法的兴旺与计算机的硬件环境和问题规模是密切相关的。一般说来，对同等规模的线性方程组，直接法对计算机的要求高于迭代法。对于中等规模的线性方程组（方程组），由于直接法的准确性和可靠性，一般都用直接法求解。对于高阶方程组和稀疏方程组（非零元素较少），一般用迭代法求解。 未知量的数值，