工程计算9线性代数方程组的数值解法.pptVIP

Summer Grass Fade Arial Font Family 5 线性代数方程组的数值解法 5.1 高斯消去法 5.2 列选主元素法 5.3 LU分解 5.4 实对称正定矩阵的LLT 分解 5.5 误差分析 5.6解线性方程组的迭代法 5 线性代数方程组的数值解法 本章研究的对象是n阶线性代数方程组 5.1 高斯消去法 高斯消去法把方程组转化为一个等价的三角形方程组 5.1 高斯消去法 记 5.1 高斯消去法 方程组写为 A(0)x= b(0) 5.1 高斯消去法 则系数增广矩阵变为 5.1 高斯消去法 5.1 高斯消去法 5.1 高斯消去法 5.1 高斯消去法 5.1 高斯消去法 5.1 高斯消去法 5.1 高斯消去法 5.1 高斯消去法 5.1 高斯消去法 5.1 高斯消去法 5.2 列选主元素法 5.2 列选主元素法 5.3 LU分解 5.3 LU分解 5.3 LU分解 5.3 LU分解 5.3 LU分解 5.3 LU分解 5.3 LU分解 5.3 LU分解 5.4 实对称正定矩阵的LLT 分解 5.4 实对称正定矩阵的LLT 分解 5.5 误差分析 5.5 误差分析 5.5 误差分析 5.5 误差分析 5.5 误差分析 5.5 误差分析 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 5.6解线性方程组的迭代法 ， 由A非奇异得 ?x= A?1?b 两边取范数有 又因为 因此得 即，右端项b有微小扰动时，解的相对误差不超过右端项的相对误差的||A||||A?1||倍。 ， 若右端项b是精确的，A有微小扰动?A， 则 相应的解x也有扰动?x，扰动方程 为 由 Ax=b 得 若||A?1||||?A||1，则有 ?(A?1?A)≤||A?1?A||≤||A?1||||?A||1 因此E + A?1?A非奇异 ， 因为 A+?A=A(E + A?1?A) 因此，E + A?1?A非奇异。 扰动方程 有唯一解。两边取范数得 A有微小扰动时，解的相对误差与的相对误差的关系由常数||A||||A?1||来刻画 ， 定义 5.1 数||A||||A?1||称为矩阵的条件数，记为Cond(A)。 系数矩阵的条件数Cond(A)越小，扰动对方程组解的影响也越小。 定理5.5 设x和x*分别是非奇异方程Ax=b的准确解和近似解，r是x*的剩余量，即r=Ax*?b，则 证明 因为 ， 所以 采用不同的范数将得到不同的条件数。 ， 迭代法的基本思想是构造一个向量序列{X(k) }，使其收敛至某个极限向量X*，而X*就是要求的方程组 AX=b 的准确解 迭代法要解决下述问题： 迭代序列构造 迭代序列的收敛条件 迭代序列的收敛的速率 误差估计 ， 5.6.1 简单迭代法(Jacobi迭代) AX=b 用矩阵表示 设有方程组 把方程组改写成便于迭代的形式，其方法是多种多样的， ， 最简单的形式，假设aii≠ 0，令 方程可改写为 ， 令 ， 容易看出 迭代格式为 选取初始向量 代入上式的右端，得到一新向量 把X(1) 代入上式的右端，又得到X(2)，依次下去。 ， 由此可得到迭代序列{ X(k)}，当k??时，若序列{ X(k)}收敛到X*，X*就是方程组的解，因为 以上计算过程称简单(Jacobi)迭代法，矩阵B称为简单迭代法的的迭代矩