3第三章数值分析解线性方程组直接解法 .ppt

Step n ? 1: Lk = 其中 记为 L 记 U = 定理1：（矩阵的三角分解）设A为n ? n实矩阵，如果 解AX = b用高斯消去法能够完成（限制不进行行的交 换，即 ），则矩阵A可分解 为单位下三角矩阵L与上三角知阵U的乘积。 A = LU 且这种分解是唯一的。 定理2：约化主元素（ , i = 1, 2, …, k） 充要条件是矩阵A的顺序主子式 ? 杜立特分解法 /* Doolittle Factorization */： —— LU 分解的紧凑格式 反复计算, 很浪费哦 …… 通过比较法直接导出L 和 U 的计算公式。 思路 直接三角分解法解AX = b的计算公式 对于r = 2, 3, …, n计算 （2）计算U的第r行元素 （3）计算L的第r 列元素 (r ? n) (1) (4) (5) §4 平方根法 1．矩阵的LDR分解 定理3：如果n阶矩阵A的所有顺序主子式均不等于零， 则矩阵A存在唯一的分解式A = LDR其中L和R分别是 n阶单位下三角阵和单位上三角阵，D是n阶对角元素 的不为零的对角阵，上述分解也称为A的LDR分解。 2．平方根法 如果A为对称正定矩阵，则存在一个实的非奇异 下三角矩阵，使A=LLT ，且当限定的对角元素为正时， 这种分解是唯一的。 定理4：（对称正定矩阵的三角分解） 将对称 正定阵 A 做 LU 分解 U = uij = u11 uij / uii 1 1 1 u22 unn 记为 A 对称 即 记 D1/2 = 则 仍是下三角阵 定理 设矩阵A对称正定，则存在非奇异下三角阵 使得 。若限定 L 对角元为正，则分解唯一。 注： 对于对称正定阵 A ，从 可知对任意k ? i 有 。即 L 的元素不会增大，误差可控，不需选主元。 用平方根法解线性代数方程组的算法 （1）对矩阵A进行Cholesky分解，即A=LLT，由矩阵乘法： 对于 i = 1, 2,…, n 计算 * AX = b （3.1） 第三章 解线性方程组的直接法 线性方程组的数值解法可以分为直接法和迭代法两类。所谓直接法，就是不考虑舍入误差，通过有限步骤四则运算即能求得线性方程组（3.1）准确解的方法。如克莱姆法则，但通过第一章的分析，我们知道用克莱姆法则来求解线性代数方程组并不实用，因而寻求线性方程组的快速而有效的解法是十分重要的。 本章讨论计算机上常用而有效的直接解法――高斯消去法和矩阵的三角分解等问题。为方便计，设所讨论的线性方程组的系数行列式不等于零。 §1 高斯消去法 高斯（Gauss）消去法是解线性方程组最常用的方法之一，它的基本思想是通过逐步消元，把方程组化为系数矩阵为三角形矩阵的同解方程组，然后用回代法解此三角形方程组得原方程组的解。 下面先讨论三角形方程组的解法。 1．三角形方程组的解法 （3.2） （3.3） 方程组（3.2）叫做下三角形方程组，方程组（3.3）叫做上三角形方程组，三角形方程组的求解是很简单的。 如果aii? 0，i = 1, 2,…, n，则（3.2）的解为 k = 2, 3,…, n (3.4） 此过程称为前推过程。 同样地，若aii ? 0, i = 1, 2,…, n，则（3.3）的解为 (3.5) 此过程称为回代过程。 从上面的公式来看，求出xk，需要作k – 1次乘法和加减法及一次除法，总共完成 次乘法、加法及n次除法。 算法复杂性分析 从（3.4）、（3.5）可以看出，求解三角形方程组是很简单的，只要把方程组化成了等价的三角形方程组，求解过程就很容易完成。 2．高斯消去法 下面先以一个三阶线性方程组为例来说明高斯消去法的基本思想。 把方程（I）乘（ ）后加到方程（II）上去，把方程（I）乘（ ）后加到方程（III）上去，即可消去方程（II）、（III）中的x1，得同解方程组 将方程（II）乘（ ）后加于方程（III），得同解方程组： 由回代公式（3.5）得 x3 = 2 x2 = 8 x1 = -13 下面考察一般形式的线性方程组的解法，为叙述问题方便，将bi写成ai, n+1，i = 1, 2,…,n。