第2章 - 线性方程组求解数值方法.pptVIP

第二章 线性方程组求解的数值方法;§1 引言;§2 高斯消元法 ;解：;说明：;;若记;对增广矩阵 进行初等行变换：;得到与原方程组 等价的方程组:;其中;其中 元素计算公式为： ;(3)继续这一过程，直到完成第n-1次消元，最后得到与原方程组等价的三角形方程组 A(n) x = b(n);说明;计算量(复杂度)分析：;二、高斯主元消元法;解法1（高斯消去法）;解法2 用行变换的高斯消去法.;消元时，利用了小主元 ，导致约化后的方程组元素数量级大大增长，再经舍入，由于计算机的字长有限，出现大数吃小数，导致结果不准确。;1. 全主元消元法;注：;方程组第k轮消元时，消元后选元素中绝对值最大的作主元。;2. 列主元消元法;方 法;3. Gauss-Jordan消元法; 消元： ;因此，可以用G-J法来求逆矩阵。 ;§3 矩阵分解法;对矩阵;则有;则有;重复此过程，最后得到; ;得到系数矩阵的LU分解后，那么原方程;(消元法与三角分解法间的关系) ; 二、 LU分解通式及步骤;一般情况下，可由aij得到计算 lij和 uij 的公式( i 行 j 列 )：;同理;2. U的第r 行，L的第r 列;LU分解紧凑格式;计算顺序：将aij ，uij ，lij 按表1列好，计算时按框从外到内进行， 每一框中先算行。从左向右依次计算 uij ；再算列，自上而下求 lij ； 计算方法：按行计算时，需将所求元 uij 的对应元aij 逐次减去 uij 所在行左面各框的元素 lij 乘以 uij 所在列上面各框相应的元 uij 。按列计算 lij 时，在作上述运算后还需除以 lij 所在框的对角元 uij 。 ;用直接三角分解法解方程组 ;经计算：;(B)求解x：;三、 矩阵Cholesky分解;经过n步可直接求得lij;分解：A=LLT， (i = 1,2,…,n);§4 向量范数与矩阵范数;2. 齐次性;常用的向量范数：;定义(矩阵范数);称N(A)是矩阵A的关于向量范数 的一个算子范数(诱导范数)。;3. 常用矩阵范数; 若A为对称阵，有;§5 迭代法;2. 如果对任意初始近似 x(0)，都有;一、基本迭代法构造;记 A = D－L－U，其中;二、Jacobi迭代法;注;取分裂阵 M = D－L (下三角阵)，则;由公式知,计算x(k+1)第i个分量时，利用了已经计算出的前i-1个最新分量，因此，新一轮计算就可以立即冲掉前一组结果，因此G-S迭代只需一组存储单元。 G-S迭代法每迭代一次主要计算一次矩阵乘向量。计算量小。 当J-迭代与G-S迭代都收敛时，G-S的收敛速度快。;精确解;表1 ;且有：;四、逐次超松弛迭代法(SOR) ;SOR迭代公式：;SOR迭代法：; 例 用SOR方法解下述方程组;五、迭代法分析;设迭代法产生的序列 收敛，记x*是该序列的极限点，那么;由 的任意性，知：;迭代法的基本定理在理论上是重要的，是迭代法收敛性的基本准则，但在实际中 ρ(B) 1 不易计算，使用受限。范数判别迭代法收敛是实际中常用的法则。;证明：;3. 由2反复利用 (b)式可得。;对以下方程组考察用Jacobi迭代法，G-S迭代法的收敛性。;(b) G-S迭代矩阵为;六、关于解特殊线性方程组迭代法的收敛性;定理(对角占优定理);定理 ;因为A为严格对角占优阵，;定理 SOR方法收敛的必要条件是：;设有线性方程组Ax = b ，当A，b出现扰动时，;常数项相对误差：;一、扰动分析;注意到：;记;定理 ;定理 ; 在某种程度上刻画了解对问题数据敏感程度。也可以用其来描述方程组本身的一种性质，它影响到解的可靠程度。;A的谱条件数(即取2-范数 );3. A为正交矩阵，则;4. 设A为非奇异矩阵，P???正交矩阵，则;相似;注:;三. 病态方程组;阶数 4 5 6 条件数1 2.84×104 2.9×107 9.8×108 条件数2 1.56×104