线性方程组的解法例题 线性方程组的解法.doc

线性方程组的解法例题 线性方程组的解法 第二章 线性方程组的解法 ? n阶线性方程组的一般形式为： ?a11x1?a12x2?????a1nxn?b1?ax?ax?????ax?b?2112222nn2? ? ?????? （2.0.1） ??an1x1?an2x2?????annxn?bn Ax?b 用矩阵表示为： 其中 A称为系数矩阵，x称为解向量，b称为常数向量（简称 方程组自由项），它们分别为： ?x1??b1??a11a12a1n? ?x??b??aa? ?2122a2n?x??2?b??2? ???， ??? ?， A?? ?????? ??xn??bn??an1an2ann?? 如果矩阵A非奇异，即A的行列式值det(A)?0，则根据 克莱姆（Cramer）规则，方程组有唯一解: Di ,i?1,2,?,n xi?D 其中D?det(A)，Di表示D中等i列换b后所得的行列式值。但克莱姆规则不适用于求解线性代数方程组，因为计算工作量大得难以容忍。 ? 实际用于求解线性代数方程组的计算方法主要有两种：一 是消去法，它属于直接解法；二是迭代解法。消去法的优 点是可以预先估计计算工作量，并且根据消去法的基本原理，可以得到矩阵运算（如矩阵求逆等）的求解方法。但是，由于实际计算过程总存在有误差，由消去法得到的结果并不是绝对精确的，存在数值计算的稳定性问题。迭代解法的优点是简单，便于编制计算机程序。在迭代解法中，必须考虑迭收敛速度快慢的问题。 §2.1 线性方程组的直接计算 求解线性代数方程组的直接解法主要是消去法（或称消元法）。 ? 消去法的基本思想是通过初等行变换：将一个方程乘以某个常数，以及将两个方程相加或相减，减少方程中的未知数数目，最终使每个方程中含一个未知数，从而得到所需要的解。 2.1.1 三角形方程组的计算 对下三角形方程组： ?a11x1 ?b1 ?ax?ax ?b?2112222? ? ?????? （2.1.1） ??an1x1?an2x2?????annxn?bn 可以通过前代的方法求解：先从第1个方程求出x1，代入第2个方程求出 x2，依次类推，可以逐次前代求出所有 xi(i?1,2,???,n)，计算公式如下： b1? ?x1 ?a 11 ??i?1? bi??aij?xj ? （2.1.2） j?1 ?xi? , i?2, 3, ??? , n?aii? 对上三角形方程组： ?a11x1?a12x2?????a1nxn?b1? ax?????ax?b?2222nn2? ? ???????? annxn?bn （2.1.3） 可以通过回代的方法求解：先从第n个方程求出xn，代入第n?1个方程求出xn?1，依次类推，可以逐次回代求出所有 xi(i?n,n?1,???,1)，计算公式如下： bn? ?xn ?a nn ??n? bi??aij?xj ? （2.1.4） j?i?1 ?xi?, i?n?1, n?2, ??? , 1?aii? 2 n 前代法和回代法的计算量都是次四则运算。 2.1.2 高斯（Gauss）消去法和LU分解 ? 高斯消去法是将线性方程组等价地变换为一个上三角方程组，然后用回代法求解，它包括消元与回代两个过程。下面举例说明高斯消去法求解性代数方程组的简要过程。 例 求解线性代数方程组 ?2x1 ?x2 ? x3?4? ?3x1?4x2?2x3?11 ?3x?2x?4x?11 23?1 解 将该线性代数方程组写成增广矩阵的形式 ?2?1 ?1?4? ?3 4?2?11? ?? ??3?2 4?11?? 用高斯法求解过程如下： （1）通过消元过程将方程组的增广矩阵变换成右上三角矩阵，且对角线上元素1，具体步骤如下： 将第1个方程中的所有系数以及右端的常数均除以2（称为归一化），得 ??1??3 ? ?3?? ?12 4 ?12?24 ??? ?2??11? ?11??? ?2 然后将第2个方程减去第1个方程的3倍，以及第3个方程减去第1个方程的3倍，得 1? ?1? 2??110 ?2? ?0?1? 2?1? ?2?2? ?1 ??5? 2?11 ?5??2?? 将第2个方程中的所有系数以及右端的常数均除以11/2（归一化），得 1? 1?? 2?? ?0 1 ? ?0