计算方法 矩阵三角分解法ch05b r.pptVIP

第五章解线性方程组的直接方法 本讲内容 LU 分解 计算 LU 分解 计算 LU 分解 LU 分解算法 PLU 分解 Cholesky 分解 计算 Cholesky 分解 Cholesky 分解算法 平方根法 改进的 Cholesky 分解 改进的 Cholesky 分解 改进的平方根法 追赶法 追赶法 作业 * * 计算方法 —— 矩阵三角分解法 一般线性方程组 LU 分解与 PLU 分解 对称正定线性方程组 平方根法－－Cholesky 分解 对角占优三对角线性方程组 追赶法 将一个矩阵分解成结构简单的三角形矩阵的乘积 矩阵的三角分解 矩阵的 LU 分解 矩阵的 LDR 分解 克洛脱 (Crout) 分解 利用矩阵乘法直接计算 LU 分解 L ? U = A ?比较等式两边的第一行得： u1j = a1j 比较等式两边的第一列得： ?比较等式两边的第二行得： 比较等式两边的第二列得： ( j = 1,…, n ) ( i = 2,…, n ) ( j = 2,…, n ) ( i = 3,…, n ) U 的第一行 L 的第一列 U 的第二行 L 的第二列 第 k 步：此时 U 的前 k-1 行和 L 的前 k-1 列已经求出 比较等式两边的第 k 行得： 比较等式两边的第 k 列得： 直到第 n 步，便可求出矩阵 L 和 U 的所有元素。 ( j = k, …, n ) ( i = k+1, …, n ) 算法 ：(LU 分解 ) for k = 1 to n end j = k, …, n i = k+1, …, n Matlab程序参见：ex51.m 运算量：(n3 - n)/3 为了节省存储空间，通常用 A 的绝对下三角部分来存放 L (对角线元素无需存储)，用 A 的上三角部分来存放 U 矩阵的 PLU 分解 for k = 1 to n end i = k, k+1, …, n j = 1, 2, …, n i = k+1, …, n j = k+1, …, n Matlab程序：上机练习 对称正定矩阵的三角分解－－Cholesky 分解 定理：设 A 是对称矩阵，若 A 的所有顺序主子式都不为 0，则 A 可唯一分解为 其中 L 为单位下三角阵，D 为对角矩阵 A = LDLT 定理：（Cholesky分解）若 A 对称正定，则 A 可唯一分解为 其中 L 为下三角实矩阵，且对角元素都大于 0 A = LLT Cholesky 分解的计算 直接比较等式两边的元素 计算公式 for j = 1 to n end i = j +1, …, n 算法 ：(Cholesky 分解 ) A 对称正定 计算 A 的 Cholesky 分解 解方程：Ly = b 和 LTx = y i = 2, 3, …, n 算法 ：(解对称正定线性方程组的平方根法 ) i = n-1, …, 2, 1 计算公式 改进的 Cholesky 分解 for j = 1 to n end i = j +1, …, n 算法 ：(改进的 Cholesky 分解 ) 优点：避免开方运算 A 对称正定 计算 改进的 Cholesky 分解 解方程：Ly = b 和 DLTx = y i = 2, 3, …, n 算法 ：(解对称正定线性方程组的改进的平方根法 ) i = n-1, …, 2, 1 对角占优的三对角矩阵的 LU 分解 计算公式 i = 2, 3, …, n-1 A 三对角矩阵（对角占优） i = 2, 3, …, n 算法 ：(追赶法 ) i = n-1, …, 2, 1 i = 2, 3, …, n-1 运算量：5n-4