10实验5线性方程组.pptVIP

上机作业 1、P110 1 2、P111 2、（1）（2）（3） §1 求解线性方程组的直接法与迭代法 求解线性方程组 有两种方法： 直接法：经过有限次算术运算求出精确解，高斯消元法 迭代法：从初始解出发，根据设计好的步骤用逐次求出的 近似解逼近精确解，雅可比迭代和高斯-赛德尔迭代法。 (1) 1.1 直接法（高斯消元法与LU分解） 设方程组为 (2) 设 方程组(2)就可以化为 其中M=M3M2M1为一个单位下三角阵。这个方程组就可以依次求 出x4, x3, x2, x1,这就是高斯消元法的过程。 x=U -1M b 或 x=U -1L -1b 推广到一般就是：对方程Ax=b (2)，存在一个单位下三角阵M，使得 MA x=Mb, 记U=MA，它是一个上三角阵，方程组化为 U x=Mb。我们记M的逆矩阵M -1=L，有A=LU(MA) 。可以解出 若n阶矩阵A可逆,当且仅当顺序主子式不为零，则A可分解为一个单位下三角阵L 和一个上三角阵U 的积A=LU，分解是唯一的。这就是所谓的LU 分解。(数值计算方法P58杜里特尔分解惟一存在的一个充要条件) 命题 若n 阶矩阵A可逆，则存在交换阵P，使 PA=LU L，U 分别为单位下三角阵和上三角阵。 命题 正定对称矩阵可分解成对角元素为正的下三角阵与它的 转置矩阵之积，即 A=L LT 或者表为 A = L D LT　 其中L是单位下三角阵，D是元素为正的对角阵。这种分解称 三角分解或Cholesky分解。(数值计算方法P63定理3.23) 求解方程组(2)对 的假设，等价于A的顺序主子 式Dk≠0。在消元过程中，为避免因 绝对值太小而造成舍 入误差的过大，在进行到第k 步时，都按列选择 中最大的一个，称之为列主元，将列主元所在行与第k行交换 再按上面的高斯消元法进行下去，称为列主元素消元法。 1.2 误差分析，条件数 对于一般的方程组A x=b，如果解 x 对b 或 A 的扰动敏感，就 称方程组是病态的，也称系数矩阵 A 是病态的。向量范数和矩阵 范数是定量估计 x 对 b 或 A 的扰动敏感程度的重要指标。 x对b 扰动的敏感程度取决于Cond(A)= ||A-1||·||A||。我们称之为矩阵A的条件数。条件数越大，由b的误差引起的x的误差可能越大。 类似地，x 的（相对）误差也大致上达到 A 的(相对)误差的 Cond(A)倍。关于条件数COND可用help命令等查阅。 1.3 MATLAB中用直接法解方程组 1. 求解A x=b 输入A, b之后，用 x=A \ b，即输出方程组的解。 2. LU分解，用列主元素消元法 [L,U]=lu(A) L为单位下三角阵与交换阵的积，U为上三角 阵，使A=LU 3. 范数与条件数 [L,U,p]=lu(A) L为单位下三角阵，U同上，p为一交换阵， 使pA=LU U=chol(A) 对正定矩阵A的Cholesky分解，输出上三角阵 U，使A=UTU n=norm(X) 矩阵或向量X的2-范数 c=cond(A) 向量或矩阵X的2-条件数 求解A x=b可以用 x = U \( L \ b) 利用LU分解还可以快速计算矩阵的行列式与逆矩阵。 1.4 迭代法 对于大型稀疏矩阵(n 较大且零元素较多的矩阵)适合用迭代法 例1 求解 将方程组改写成 这样改写的目的是：从一组初始值出发，可以进行迭代过程。 我们先通过一个例子说明迭代法的基本思想。 令 这里给定了一组初值。 方程组的迭代形式为： 当计算到k=4时，就可得到与精确解很接近的近似解。这就是迭 代法的基本思想。理想的情形是 收敛。 1.5 雅可比迭代 将A分解为A=D-L-U ，其中D = diag(a11, a22, …, ann ), 若对角阵D非奇异，将A x=b 改写为D x=(L+U )x+b，于是 如果{x(k)}收敛于 x , 则 x 必为方程(27)的解，即A x=b 的解。 x = D -1( L + U ) x + D -1b （27） 则方程组的迭代形式为： B1 = D -1 (L + U ), f 1= D -1 b （28） x(k+1) = B1 x(k) + f1