第一章 矩阵运算的计算机方法及稀疏距阵.pptVIP

根据A求得L和U（LU分解） li1＝ai1 u1j = a1j / l11=a1j / a11 L第1列 U第1行 （i=1，2，…n） （j＝2，3，…，n） 以L的第ｉ行乘以U的第ｊ列 （i≥j）： （i j）： 根据A求得L和U（LU分解） 矩阵LU分解举例 矩阵LU分解举例 简介LU分解法求逆矩阵 设A=LU的逆矩阵为Z （1）W为L的逆矩阵，由于 L为下三角矩阵，所以 W也是下三角矩阵。 （2）由前代可得W。 习题与补充 P 1. 2，1. 5 补充1： 读懂给出的LU分解法程序，用 程序计算求解xi 矩阵运算的计算机方法 第四节 稀 疏 矩 阵 原 理 稀疏矩阵 大部分元素是零的矩阵叫稀疏矩阵 用高斯法或LU分解来解方程组所需的运算量近似于 不进行这些与零有关的运算 节省运算量 不存储零元素 减少存储量 稀疏矩阵算法： 不存储零元素，也不对零元素进行运算 运算量（及存储量）近似与ｎ成比例 节点方程： ｎ个不接地的节点，B个两端无源元件，则矩阵Y最多包含ｎ＋2B个非零元素。 一般大规模的电路来讲，元件的数目是节点数目的二倍到四倍。 非零元素元素总数n2 若进行LU分解（不选主元素） 填入：零元素变为非零元素 稀疏矩阵选主元例题 把元素 a33 作为主元素，即用行、列对换的办法将它放在左上角位置 原矩阵的分解需要8次乘（除）和5次减， 改变后的矩阵仅仅需要4次乘（除）和2次减 适当地选择主元素可降低运算次数 矩阵内的零元素经过LU分解仍然为零 稀疏矩阵选主元例题 再排序的实现 在稀疏矩阵技术中，选择主元素被称之为再排序 再排序 简化搜索方法 矩阵的特性 局部优化准则 主元次序最好 方法简单 权衡，折中 对角元素非零 非零结构通常近似对称 以节点导纳矩阵为例： 保持结构对称性，即保持L的非零结构与Ut 的非零结构相同 主元素的搜索限制在对角元素上 常用的选主元素的准则 1．不进行再排序 2．方程式按照非零元素的数目排序，将有最少 非零元素的行首先编号，对列进行相应的排序。 3．按最小非零元素规则，逐次排列各行， 同时进行符号分解 4．使目前的处理阶段产生最少的填入： 最少局部填入准则。 例 : 图 中的90°分相网络，它有17个不接地节点， 其节点方程中包含77个非零元素 C2 C5 C7 C8 C10 C12 C14 C16 R1 C1 C3 C4 C6 C9 C11 C13 C15 选主元素的准则举例 不同的排序技术对LU分解运算中存储和计算量的影响 用“x”表示原始的非零元素，用圆圈表示分解中的填入 对原始满阵完成LU分解（计算零元素）大约要1550次运算 选主元素的准则举例 国家电工电子教学基地 电路理论系列课程组 2005.3 第一章 矩阵运算的计算机方法及稀疏距阵 现代电路分析 现代电路分析课程知识要点 经典电路分析知识要点 计算机辅助分析 及工具应用 矩阵方程 建立初步 矩阵方程建立 的一般方法 矩阵运算的 计算机方法 非线性电路 分析初步 非线性电路方程 建立的一般方法 有源滤波电路 分析初步 电路的 参数分析 本章主要内容及要求 了解LU分解法解线性方程组原理、应用及算法 了解高斯消元法解线性方程组原理、应用及算法 了解稀疏矩阵原理 第一节 计算数学的几个基本概念 现代电路分析第一章 利用计算机解决实际问题，通常要按以下步骤进行： （1）建立数学模型，即把实际问题抽象为一个数学问题，他可以是一个方程组 、一个函数、一个微分方程等。 （2）选择数值方法，要考虑所能达到的精度，计算量，方法对数据微小扰动的灵敏度。 （3）编写程序，上机计算。 计算数学的几个基本概念 1、算法 2、计算量 例：计算 x255 按原型计算，计算量254次浮点运算 改用x255=x*x2* x4* x8* x16* x32* x64* x128 只需14次浮点运算。 计算数学的几个基本概念 例：设A，B，C，D分别为 10*20，20*50，50*1，1*100的矩阵 用不同算法求矩阵乘积，E=ABCD。 根据矩阵乘除法的结合率，采用下列三种算法： （1）E=[(AB)C]D 计算量是 11500次浮点运算 （2）E=A[B(CD)] 计算量是 125000次浮点运算 （3）E=[A(BC)]D 计算量是 2200次浮点运算 显然算法3效率最高。 计算数学