计算方法2011-3.pptVIP

第3章 线性方程组的数值解法 解线性方程组的方法 直接法 最简单形式的方程组 3.1 高斯消元法 上三角方程组的解法-回代过程 对方程组的操作 3.1高斯消元法 例3.1 高斯消元法解方程组 高斯消元法的一般形式 消元过程——第1步 消元过程——第2步 消元过程——第k步 运算量 顺利进行高斯消元法的条件 高斯消元法的算法 高斯消元法的算法 2、按列选主元的高斯消元法 2、列主元的消元法 列主元的高斯消元法的算法 列主元高斯消元法 #include math.h #define N 4 main() {int i,j,k,r; float t,d,l,a[N][N+1]; for(i=0;iN;i++) for(j=0;jN+1;j++) {scanf(%f,t); a[i][j]=t; } for(k=0;kN-1;k++) { d=fabs(a[k][k]); r=k; for (i=k+1;iN;i++) if (fabs(a[i][k])d) { d=fabs(a[i][k]); r=i;} if (fabs(d)1e-6) printf(data error); if (r!=k) for(j=k;jN+1;j++) {t=a[r][j];a[r][j]=a[k][j];a[k][j]=t;} for (i=k+1;iN;i++) {l=a[i][k]/a[k][k] ; for(j=k+1;jN+1;j++) a[i][j]=a[i][j]-l*a[k][j]; } } 回代过程 for(k=N-1;k=0;k—) {t=0; for(j=k+1;jN;j++) t=t+a[k][j]*a[j][N]; a[k][N]=(a[k][N]-t)/a[k][k]; } for (i=0;iN;i++) printf(x%d=%f\n,i+1,a[i][N]); } 3.2 高斯-约当消元法 高斯-约当消元法举例 高斯-约当消元法的应用 3.3 矩阵的LU分解 以三阶为例 一般计算公式 LU 分解求解线性方程组 LU分解法举例 矩阵的直接分解 LU分解法举例 LU分解法算法 3.4 追赶法 第二次作业 分别用按列选主元的高斯消元法和LU分解法解方程组，用59页第8题（1）的方程组 3.5 迭代法 3.5.1 向量范数和矩阵范数 3.5.2 迭代法的一般形式 3.5.3 雅克比迭代法 3.5.4 高斯赛德尔迭代法 3.5.5 迭代法的收敛性 3.5.6 超松弛迭代法 3.5 迭代法 3.5.1 向量范数和矩阵范数 向量范数举例 2. 矩阵范数 例3.9 3. 谱半径 3.5 迭代法 例3.10 解线性方程组，精度要求为10-3。 迭代过程 雅可比迭代法算法 高斯-塞德尔迭代法 高斯赛德尔迭代过程 高斯-塞德尔迭代法的迭代矩阵 病态方程组 系数改变不大，解却差别很大，即为病态的 第一个方程的系数舍入成3位小数 条件数 条件数衡量方程组的病态程度 第三次作业 60页，13题 先写出两种迭代格式，再判断是否收敛。 任取一初始向量x (0) =(0,0,0)T 2.9998 1.9998 0.9998 9 2.9992 1.9995 0.9995 8 2.9977 1.9986 0.9986 7 2.9938 1.9961 0.9963 6 2.9823 1.9897 0.9894 5 2.9540 1.9700 0.9716 4 2.8640 1.9260 0.9180 3 2.6600 1.7600 0.8000 2 2.0000 1.5000 0.3000 1 0 0 0 0 k 可用相邻两次迭代向量差的范数来估计近似解的误差。 故取x*=x(9)=(0.9998,1.9998,2.9998)T为原方程组的满足精度要求的近似解(精确解是(1,2,3) T )。 (1) 输入系数矩阵A，右端向量b，精度要求eps，控制最大迭代次数 m及迭代初值y=(y1, y2,…, yn)T。 (2) mark=1 对i=1,2,…,n 若aii =0，则mark=0。 (3) 若mark=0，则输