数值现性代数.docVIP

课程设计 求解线性方程组 摘要：如今，数值线性代数研究的核心问题就是如何能够通过计算机来快速有效地求解线性方程组问题，而且，也是我们目前来说需要我们继续不断研究的比较重大的课题之一。而且，我们也会了解到，现在社会上所面临的各种各样的科学和工程问题往往归根结底都是线性方程组的求解问题。例如大地测量、数据分析、网络分析及非线性方程组和微分方程组的求解问题等等，都会遇到线性方程组的求解问题。在本篇文章中，将介绍直接算法列主元消去法和Cholesky平方根法。 关键字：线性方程组、列主元消去法、Cholesky平方根法、前代法、回代法 一、引言：直接法是指在没有舍入误差的情况下经过有限次的运算可求得方程组精确解的方法，Gauss消去法目前主要是用来求解中小型矩阵，Cholesky主要是用来求解对称正定线性方程组。 二、基本原理 1、Gauss消去法 （1）Gauss变换： 如果要把一个给定的矩阵分解成一个上三角矩阵和一个下三角矩阵的乘积，我们通常的做法是通过一系列的基本初等变换，逐步将约化成一个上三角矩阵，同时保证这些变换的乘积是一个下三角矩阵。而这些可以归结成：对于一个任意给定的向量，找一个尽可能简单的下三角矩阵，使经过这一系列矩阵作用之后的第个至第个分量均为零。而能够完成这一任务的最简单的下三角矩阵便是如下形式的初等下三角阵，其中，即这种类型的初等下三角矩阵称作Gauss变换，而称向量为Gauss向量。 对于一个给定的向量，我们有，由此立即可知，只要取，便有。当然，在这里我们要求。 Gauss变换具有很多的优点，比如说它的逆比较好求。而且Gauss变换作用于一个矩阵就相当于对该矩阵进行秩的修正。 （2）前代法：先考虑下三角方程组，（1.1.1） 这里是已知的，是未知的，而是已知的非奇异下三角阵，即，而且，由方程组（1.1.1）的第一个方程得；再由第二个方程可得。一般来说，如果我们已经求出，就可以去根据（1.1.1）的第个方程，从而求出。如上所解述的解方程组的方法就称之为前代法，即下三角。 （3）回代法：考虑上三角形方程组，（1.1.2）其中是非奇异上三角阵，即，而且是已知的，是未知的。形如这种类型的线性方程组就可以用所谓的回代法解之，即上三角方法，而这种方法就是从最后一个方程出发，一次求出，其计算公式为。 对于一般的线性方程组，（1.1.3）其中和是已知的，是未知的，如果我们能够把分解为：，即一个下三角矩阵与一个上三角矩阵的乘积，那么原方程组的解便可以由两步得到：先用前代法解得；再用回代法解得。 （4）定理1.1.1 主元均不为零的充分必要条件是的阶顺序主子阵都是非奇异的。 定理1.2.1 设，则存在排列矩阵，以及单位下三角阵和上三角阵，使得，而且的所以元素均满足，的非零对角元的个数正好等于的秩。 （5）列主元Gauss消去法求解线性方程组的计算步骤如下：计算的列主元分解，；再解下三角方程组；最后再解上三角方程组。 2、Cholesky分解法 （1）Cholesky分解定理 假设是对称正定矩阵，即表示满足，而且对于一切的非零向量都是成立的。此时，我们则可以根据定理很容易的推出：若对称正定，则存在一个对角元均为正数的下三角阵，使得，上式中的称为的Cholesky因子。 定理1.3.1（Cholesky分解定理） 所以，由上可知，如果线性方程组的系数矩阵是对称正定的，则我们可以以以下的步骤来求它的解：先求出的Cholesky分解，；在求出得；再求出得。 （2）平方根法：，设比较两边对应的元素，得关系式，（1.3.1），首先，由，得。再由，得。这样便得到了矩阵第一列元素，假定已经算出的前列元素。由得（1.3.2）再由得。（1.3.3）这样便又求出了的第k列元素。这种方法称为平方根法。 我们从上述的公式可以看出，用平方根法解对称正定线性方程组时，计算的对角元素需要我们用到开方运算，为了避免开方，我们可以把进行如下所示的形式进行分解，（1.3.4），其中是单位下三角矩阵，是对角元素均为正数的对角矩阵。这一分解称作分解，是Cholesky分解的变形，比较（1.3.4）的两边对应的元素可以得到。由此可以确定和的计算公式如下：，，这里的。 三、实验 1、用列主元Gauss消去法解下面的84阶方程组。 解： 精确解： 不选主元消去法： 列主元Gauss消去法： 2、用你所编写的程序求解对称正定方程组，为随机选取，系数矩阵为100阶的矩阵 解： 四、结论 通过用这两种不同的方法来求解线性方程组，我们可以进一步的了解到Gauss消去法通常比较适用于中小型规模