软件计算方法第三章.pptVIP

第3章 线性方程组的数值方法 在自然科学和工程技术中很多问题的解决常常归结为求解线性代数方程组 数值计算方法可求解线性代数方程组大致可分两类: 直接法，就是经过有限步算术运算，可求得方程组精确解的方法（如果每步计算都是精确进行的话） 迭代法，就是用某种极限过程逐步逼近其精确解的方法 本章将阐述这两类算法中最基本的高斯消元法及其变形、矩阵分解法、雅可比迭代法、高斯-赛德尔迭代法等 3.1.1 回代过程 3.1.2 消元过程 一、 Gauss顺序消元法—按自然顺序进行的消元法。 3.1.3 高斯消元法的条件 3.2 高斯主元素消元法 列主元素消元法 二 完全主元素消元法 3.3 高斯——若当消元法 高斯----若当消元 程序 与高斯消元法相同，高斯—若当消元法也可进行全主元素消元法及列主元素消元法. 初看起来，似乎高斯—若当消元法比高斯消元法好，然而只要我们稍作分析就会发现它的运算量比高斯消元法要大. 当值较大时，高斯消元法比高斯—若当消元法节省n3/6次乘除法和加减法，这个运算量是十分可观的. 二 逆矩阵 3.4 矩阵分解 3.4.1 矩阵的LU分解 高斯消元过程实际上是对方程组的增广矩阵施行初等行变换 也就相当于用相应的初等矩阵左乘增广矩阵。 如果对A(0)x=b(0)施行第一次消元后化为A(1)x=b(1)，则存在L1，使得：L1 A(0)= A(1)， L1 b(0)= b(1) 其中 一般地，进行第k次消元后化为A(k)x=b(k)，则有 Lk A(k-1)= A(k)， Lk b(k-1)= b(k) 其中 重复这一过程，最后得到 Ln-1…L2 L1A(0)= A(n-1) Ln-1…L2 L1b(0)= b(n-1) 将上三角矩阵A(n-1)记为U，则A=LU 其中 3.4.2 LU分解的计算公式 直接三角分解求L、U的计算公式如下 利用LU分解在求解具有相同系数矩阵而有不同常数列的方程组时，只要保留L与U的记录就不必要做A的分解及约化的重复工作 只要做求解两个三角形系数方程组的工作就行了。 矩阵L和U分别取下二对角线和上二对角线形式,设 此时,求解等价于解两个二对角线方程组 追赶法公式实际上就是把高斯消元法用到求解三对角线方程组上去的结果，这时由于A特别简单，因此使得求解的计算公式非常简单，而且计算量仅有5n-4次乘除法,3n-3次加减法,仅占5n-2个存贮单元,所以可以在小机器上解高阶三对角线形的线性代数方程组. 3.5 向量与矩阵的范数 为了研究线性方程组近似解的误差估计和迭代法的收敛性，我们需要对Rn（n维向量空间）中向量及Rn*n（n*n维矩阵空间）中矩阵的“大小”引进某种度量——向量与矩阵范数的概念.向量范数概念是三维欧氏空间中向量长度概念的推广,在数值分析中起着重要作用. 一 向量的范数 3.7 迭代法及其收敛性 一 迭代法的一般格式 二 迭代法的收敛性 3.8 雅可比迭代法 与高斯—塞德尔迭代法 一 雅可比迭代法 二 高斯——塞德尔迭代法 比较式 A=LU 两端的元素, 按下图所示顺序逐框进行,先求 ukj 后求 lik . 由第一框可得 a11 a12 ? a1k ? a1n u11 u12 ? u1k ? u1n 第1框 a21 a22 ? a2k ? a2n l21 u22 ? u2k ? u2n 第2框 ? ? ? ? ? ? ? ? ? ? ak1 ak2 ? akk ? akn lk1 lk2 ? ukk ? ukn 第k框 ? ? ? ? ? ? ? ? ? ? an1 an2 ? ank ? ann ln1 ln2 ? lnk ? unn 第n框 ? LU的直接计算方法 得 假设前k -1框元素已求出，则由 定理4 设矩阵 A 对称正定,则必存在下三角阵 L, 使 A=LLT 上式称为正定矩阵的 LLT 分解. 同 LU 分解公式的求法,可得LLT分解的计算公式 当 A 对称正定时, 解方程组 Ax