数值分析03线性方程组求解.pptVIP

§1 线性方程组;当n100，特别是某些偏微分方程数值求解过程中出现的方程组常选用迭代解法。相关理论包括：迭代的收敛性、收敛速度问题、误差估计。 常用的迭代法是：Jacobi迭代法；Gauss－Seidel迭代法。;利用方程组的初等变换解方程组： （1）某一个方程两端同乘以非零常数k； （2）某一个方程加上另一个方程的k倍； （3）互换方程组中两个方程的位置。 显然，经过初等变换后的方程组与原方程组同解。或者说初等变换不会改变方程组的解。;对得到的三角形方程组回代求解:;§2 Gauss消去法 Gaussian Elimination;Gauss消去法的一般过程;Gauss消去法的一般过程;第k步消元：设;经过n-1步消元后，增广矩阵化为;在Gauss消去法的消元过程中，为了计算消元因子，需要用到除法运算，为了避免绝对值较小的数作除数以及溢出现象。在每一步消元之前先选主元，并将主元所在行与对角线所在行交换，再进行消元过程。若某一步主元的绝对值小于事先给定的阈值，则求解结果会严重失真，此时终止计算，并输出计算失败的信息。;例：用Gauss列主元消去法求下面解线性方程组的解;得到同解线性方程组：;§3 矩阵分解及其在解方程组中的应用;L与U中各元素的确定：;用差分方法解二阶常微分方程的边值问题，热传导及三次样条插值函数的求解等问题中常会遇到下边严格对角占优的三对角线 形方程组的求解问题。;严格对角占优矩阵;系数矩阵为严格对角占优的三对角方程组（带型方程组）的解法：追赶法;追：;赶（回代）：;§4 向量范数与矩阵范数;;2、常用的向量范数;证明：;3、向量序列的敛散性;4、向量范数的连续性;向量范数等价性的意义在于：不影响向量序列的收敛性，进而不会破坏空间的完备性。;二、矩阵范数;2、矩阵范数与向量范数的相容性;（3）谱范数;4、谱半径;§5 方程组的性态和条件数;对于病态方程组，无论用多么稳定的算法求解，一旦计算中产生了误差就将使解面目全非，这种方程组的性态是很坏的。于是，在求解方程组之前，就有必要考虑这样的问题：如何衡量方程组的病态程度？;这说明了常数项b的相对误差在解中可能放大;若Ax＝b中的系数矩阵A有一个小的扰动;为矩阵A的条件数。它刻画了矩阵的“病态”程度。;特别的，当A为对称矩阵时，有 ;注：一般判断矩阵是否病态，并不计算A?1，而由经验得出。 ? 行列式很大或很小（如某些行、列近似相关）； ? 元素间相差大数量级，且无规则； ? 主元消去过程中出现小主元； ? 特征值相差大数量级。;二、近似解与残向量之间的关系;方程组;证明： ;§6 线性方程组的迭代解法;二、迭代法的收敛性与误差估计;几点说明：;三、Jacobi迭代法;;构造迭代格式：;将上面的格式写成矩阵乘法的形式，等价与下面的矩阵方程;2、Jacobi迭代法的收敛性判定;例：用Jacobi迭代法求解下列方程组，并验证收敛性；取初值;收敛性;四、Gauss－Seidel迭代法;;将上面的方程组写成矩阵乘法形式：;2、Gauss－Seidel迭代法的收敛性判定;例：用Gauss－Seidel迭代法求解下列方程组，并验证收敛性；;收敛性：;关于Jacobi迭代与Seidel迭代的说明;五、迭代法的收敛速度;从而，有：;例：利用Gauss－Seidel迭代法和Jacobi迭代法解方程组，需要迭代多少次，才能使误差不超过;六、逐次超松弛迭代法（SOR）法;;当;习题三;4、证明：;8、对下列方程组，考察用Jacobi迭代法与Gauss-Seidel迭代法求解是否收敛？若收敛，写出其迭代格式；若不收敛，能否将方程组变形，使之收敛？;10、给定方程组Ax=b，其中;12、对线性方程组Ax=b，分裂A为;应用题一;（2）能够单独加到系统中而食物供给仍能满足消耗的每种动物的最大数目是多少？ （3）如果第一种动物绝种，余下的每种动物能够增加多少，让系统仍能支持？ （4）如果第二种动物绝种，余下的每种动物能够增加多少，让系统仍能支持？ ;在概率意义下，一个雌虫对于种群中的雌虫数量做出的贡献，;（1）因而一个雌虫对于2岁的甲虫所做的贡献由A2中元素决定，对3岁甲虫所做的贡献由A3中元素决定，等等。请给出一个雌虫对于n年内的甲虫数量的贡献。;数值实验题;附录一;附录二 估计近似解精度的一个简单方法;第一步：任取一个向量;根据相对误差与有效数字的关系，也可以省去相对误差的计算。以y*为标准，观察y各分量的有效数字位数最少为几位，则x分量也大致有几位有效数字。;附录三 关于矩阵谱半径