第三篇 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 转置矩阵 单位矩阵 ，其中 k=1,2,…,n 非奇异矩阵 设，。如果，则称B是A的逆矩阵，记为，且。如果存在，则称A为非奇异矩阵。如果均为非奇异矩阵，则。 矩阵的行列式 ，则A的行列式可按任一行（列）展开。即 其中 的代数余子式，为元素的余子式。 行列式的性质： ① 。 ② ③ ④ ，A是非奇异矩阵。 3.1.2 矩阵的特征值与谱半径 定义3.1 ，若存在数λ （实数或复数）和非零向量，使 则称λ为A的特征值，x为A对应λ的特征向量，A的全体特征值称为A的谱，记作，即，记 称为矩阵A的谱半径。 由特征值的定义可知λ可是齐次线性方程组 有非零解，故系数行列式，记 （3.0） 称为矩阵A的特征多项式，方程称为矩阵A的 特征方程。因为n次代数方程在复数域中有n个根，故 由（3.0）式中的行列式展开可得 故矩阵的n个特征值是它们特征方程（3.0）的n 个根。并有 及 称trA 为A的迹。 A的特征值λ和特征向量x 还有以下性质： （1）AT与A有相同的特征值λ及特征向量x . （2）若A非奇，则A-1的特征值为λ-1，特征向量为x . （3）相似矩阵 B=P-1AP 有相同的特征多项式。 3.1.3 特殊矩阵 设. 对角矩阵 如果当 。 三对角矩阵 如果当 上三角矩阵 如果当 上 海森伯格矩阵 （Hessenberg）矩阵 对称矩阵 如果。 对称正定矩阵 如果①，② 对任意非零向量 ，. 正交矩阵如果. 初等置换阵 由单位矩阵I交换第i行与第j行（交换第i列与第j列），得到的矩阵记为Iij, 且 （为交换A第i行与第j行得到的矩阵） （为交换A第i列与第j列得到的矩阵） 置换阵 由初等置换阵的乘积得到的矩阵。 定理3.1 设，则下述命题等价： 对任何，方程 Ax=b有唯一解； 齐次方程组 Ax=0只有唯一解x=0 ; 存在； A的秩 . 定理3.2设为对称正定矩阵，则 A为非奇异矩阵，亦是对称正定矩阵； 记 Ak为A的顺序主子阵，则Ak（k=1,2,,…,n）亦是对称正定矩阵，其中 , k=1,2,…,n . (3) A的特征根. （4） A的顺序主子式都大于零，即。 定理3.3设为对称矩阵，如果 ，或A的特征值，则A为对称正定矩阵。 3.2 高斯消去法 设线性方程组 （3.1） 这里aij (i, j = 1, 2, …, n)为方程组的系数，bi（i = 1, 2, …, n）为方程组自由项。方程组（3.1）的矩阵形式为： AX = b 其中 本章讨论计算机上常用而有效的直接解法――高斯消去法和矩阵的三角分解等问题。为方便计，设所讨论的线性方程组的系数行列式不等于零()。 高斯（Gauss）消去法是解线性方程组最常用的方法之一，它的基本思想是