第一节：三角形方程组和三角分解.ppt

这一章，我们将主要介绍解线性方程组的一类最基本的直接法—Gauss消去法, 其特点是 （1）求解中小规模线性方程组（即阶数不要太高，例如不超过1000）最常用的方法； （2）一般用于系数矩阵稠密（即矩阵的绝大多数元素都是非零的）而又没有任何特殊结构的线性方程组。 如若系数矩阵具有某种特殊形式，则为了尽可能地减少计算量与存储量，需采用其他专门的方法来求解。 * 第一章 线性方程组的直接解法 Dr. Zhang 南昌大学理学院数学系 E-mail: zhangzhijuan@ncu.edu.cn §1.1 三角形方程组和三角分解 上页 下页 返回 结束 如何利用电子计算机来快速、有效地求解线性方程组的问题是数值线性代数研究的核心问题，而且也是目前仍在继续研究的重大课题之一。这是因为各种各样的科学与工程问题往往最终都要归结为一个线性方程组的求解问题。例如结构分析、网络分析、大地测量、数据分析、最优化及非线性方程组和微分方程组数值解等，都常遇到线性方程组的求解问题。 线性方程组的求解问题是一个古老的数学问题。早在中国古代的《九章算术》中，就已详细地描述了解线性方程组的消元法。到了19世纪初，西方也有了Gauss消去法，然后求解未知数多的大型线性方程组则是在20世纪中叶电子计算机问世后才成为可能。 上页 下页 返回 结束 求解线性方程组的数值方法大体上可分为直接法和迭代法两大类。 直接法是指没有舍入误差的情况下经过有限次运算可求得方程组的精确解的方法。因此，直接法又称为精确法。 迭代法则是采取逐次逼近的方法，亦即从一个初始向量出发，按照一定的计算格式，构造一个向量的无穷序列，其极限才是方程组的精确解，只经过有限次运算得不到精确解。 上页 下页 返回 结束 1.1.1 三角形方程组的解法 1.1.3 三角分解的计算 1.1.2 Gauss变换 §1.1 三角形方程组和三角分解 由于三角形方程组简单易于求解，而且它又是用分解方法解一般线性方程组的基础，所以我们首先考虑这种特殊类型的线性方程组的解法。 上页 下页 返回 结束 1.1.1三角形方程组的解法 (1.1.1) 下三角形方程组形如 这里 是已知的， 是未知的，而 是已知的非奇异下三角阵，即 ,其中 上页 下页 返回 结束 我们容易得到方程组（1.1.1）的解的分量表达式 这种解方程组（1.1.1）的方法称之为前代法.如果在实际计算时将得到的 就存放在 所用的存储单元内，并适当调整一下运算顺序，可得如下算法： 上页 下页 返回 结束 算法1.1.1（解下三角形方程组：前代法） 该算法所需要的加、减、乘、除运算的次数为： 即该算法的运算量为 。 上页 下页 返回 结束 注意：针对方程（1.1.1）使用消元法，我们能够得到另外一种程序。算法分析如下： 第一步：对增广矩阵实施行初等变换，使之成为 其中： 显然地，上式右端是与原方程组同解的一个方程组的增广矩阵。 上页 下页 返回 结束 第k步：消元工作如下 上页 下页 返回 结束 经n-1步变换之后，我们将得到原方程组的如下同解方程： 其中： 上页 下页 返回 结束 最后，对第n个方程做行初等变换，令 我们便得到原方程组的一个最简形式的同解方程组： 其中： 综合上述，我们得到如下算法程序： 上页 下页 返回 结束 (1.1.2) 再考虑如下上三角形方程组: 其中 是非奇异上三角阵。 这一方程组可以用所谓的回代法解之，即从方程组的最后一个方程出发依次求出 ，其计算公式为 上页 下页 返回 结束 显然该算法的运算量也为 。 算法1.1.2（解上三角形方程组：回代法） 上页 下页 返回 结束 对于一般的线性方程组 （1.1.3） 其中 和 是已知的， 是未知的，如果我们能够将A分解为： ，即一