线性方程matlab实习报告.pdfVIP

数值分析中线性方程的求根 一、实验目的： 学会用直接法(逆矩阵法、高斯消去选主元法、三角分解法、LU 分解法)和迭代法 （雅可比迭代法、高斯-塞德尔迭代法）求解线性方 程的根 二、基本理论及背景 1、 直接法和迭代法的优势和不足 直接法： 优势：经过有限步算术运算，若在计算过程中没有舍入误差可求 得方程组的精确解。代表性的算法是高斯(Gauss)消去法。 不足：计算代价高 迭代法： 优势：用某种极限过程去逐步逼近线性方程组精确解的方法简. 单实用。 不足：只能无限逼近精确解 2、 数值解的算法和理论推导； (1)直接法 【1】高斯消去法 数学上，高斯消元法 （或译：高斯消去法）（英语：GaussianElimination）， 是线性代数中的一个算法，可用来为线性方程组求解，求出矩阵的秩，以 及求出可逆方阵的逆矩阵。 历史：该方法以数学家卡尔 ·高斯命名，但最早出现于中国古籍《九章算术》， 150 成书于约公元前 年。 例子：高斯消元法可用来找出下列方程组的解或其解的限制： 这个算法的原理是： 首先，要将 以下的等式中的 消除，然后再将 以下的等式中的 消除。这样 可使整个方程组变成一个三角形似的格式。之后再将已得出的答案一个个地代入 已被简化的等式中的未知数中，就可求出其余的答案了。 在刚才的例子中，我们将 和 相加，就可以将 中的 消除了。然后再将 和 相加，就可以将 中的 消除。 我们可以这样写： 结果就是： 现在将 和 相加，就可将 中的 消除： 其结果是： 这样就完成了整个算法的初步，一个三角形的格式 （指：变量的格式而言，上例 中的变量各为3,2,1个）出现了。 第二步，就是由尾至头地将已知的答案代入其他等式中的未知数。第一个答案就 是： 然后就可以将 代入 中，立即就可得出第二个答案： 之后，将 和 代入 之中，最后一个答案就出来了： 就是这样，这个方程组就被高斯消元法解决了。 这种算法可以用来解决所有线性方程组。即使一个方程组不能被化为一个三角形 的格式，高斯消元法仍可找出它的解。例如，如果在第一步化简后， 及 中 没有出现任何 ，没有三角形的格式，照着高斯消元法而产生的格式仍是一个行 梯阵式。这情况之下，这个方程组会有超过一个解，当中会有至少一个变量作为 答案。每当变量被锁定，就会出现一个解。 通常人或电脑在应用高斯消元法的时候，不会直接写出方程组的等式来消去未知 数，反而会使用矩阵来计算。以下就是使用矩阵来计算的例子： 跟着以上的方法来运算，这个矩阵可以转变为以下的样子： 这矩阵叫做 “行梯阵式”。 最后，可以利用同样的算法产生以下的矩阵，便可把所得出的解或其限制简明地 表示出来： 最后这矩阵叫做 “简化行梯阵式”，亦是高斯－约当消元法指定的步骤。 3 分析：高斯消元法的算法复杂度是O(n)；这就是说，如果系数矩阵的是n × n， 3 那么高斯消元法所需要的计算量大约与n 成比例。 高斯消元法可以用在电脑中来解决数千条等式及未知数。不过，如果有过百万条 等式时，这个算法会十分费时。 2 Lu 【】 法 LU 在线性代数中， 分解是矩阵分解的一种，可以将一个矩阵分解为一个 下三角矩阵和一个上三角矩阵的乘积（有时是它们和一个置换矩阵的乘 LU 积）。 分解主要应用在数值分析中，用来解线性方程、求反矩阵或计算 行列式。 例子： 将一个简单的3×3矩阵A进行LU分解： 先将矩阵第一列元素中a 以下的所有元素变为0，即 11 再将矩阵第二列元素中a 以下的所有元素变为0，即 22 还有一种方法是通过方程求解，如下所示，将以下矩阵进行LU分解： 由于矩阵阶数只是2，可以直接列方程解： 这个线性方程组有无数多组解。因此，可以假设其中一个是单位三角矩阵，比如 说L，也就是说其对角线上的两个系数都是1。这时可以解出：