第三讲 解线性方程组的直接法.docVIP

解线性方程组的直接法 3.1 引言 许多科学技术问题要归结为解含有多个未知量x1, x2, …, xn的线性方程组。例如，用最小二乘法求实验数据的曲线拟合问题，三次样条函数问题，解非线性方程组的问题，用差分法或有限元法解常微分方程、偏微分方程的边值等，最后都归结为求解线性代数方程组。关于线性方程组的数值解法一般有两类：直接法和迭代法。 直接法 直接法就是经过有限步算术运算，可求得线性方程组精确解的方法（假设计算过程中没有舍 入误差）。但实际计算中由于舍入误差的存在和影响，这种方法也只能求得线性方程组的近似解。本章将阐述这类算法中最基本的高斯消去法及其某些变形。 迭代法 迭代法就是用某种极限过程去逐步逼近线性方程组精确解的方法，迭代法需要的计算机存储 单元少、程序设计简单、原始系数矩阵在计算过程中不变，这些都是迭代法的优点；但是存在收敛性和收敛速度的问题。迭代法适用于解大型的稀疏矩阵方程组。 为了讨论线性方程组的数值解法，需要复习一些基本的矩阵代数知识。 3.1.1 向量和矩阵 用表示全部实矩阵的向量空间，表示全部复矩阵的向量空间。 此实数排成的矩形表，称为m行n列矩阵。 x称为n维列向量 矩阵A也可以写成 其中 ai为A的第i列。同理 其中为A的第i行。 矩阵的基本运算： 矩阵加法 . 矩阵与标量的乘法 矩阵与矩阵乘法