高斯消元法解线性方程组.ppt

以上讨论告诉我们,对具有上三角形系数矩阵的方程组(2―2)，即 求解极为方便，于是对于一般形式的方程组(2―1),我们总设法把它化为系数矩阵呈上(或下)三角形的方程组来求解。为了达到目的,可利用消去法进行。 ① ② ③ 算例 将线性方程式组写成增广矩阵的形式 对第一列施行行变化，②÷2-①， ③ -①，得到 上述求解方程组的方法就是Gauss消去法。从原方程组，到将系数矩阵化为上三角增广矩阵，这个过程称为消元过程 由消元过程所得的矩阵，求出x3、x2、x1的过程称为回代过程。 用Gauss消去法求解性方程组要经过消元和回代两个过程 从方程组方程③解出x3,将所得的结果代入方程②求出x2,再把x3、x2同时代入方程①解出x1。这样可求出方程组的解为 Gauss存在的问题和改进方法 Gauss消去法原理简单，计算量相对Cramer法则也有很大的减少，但也存在一下的不足 实际应用中，需进行中断分析 根据矩阵阶数的大小进行计算量估计 “小主元”对解的精度的影响 中断分析 实际应用当中，常常难以事先判断系数矩阵A的奇异性，会出现 消元过程某一步找不到非零元素 消元可以进行，但最终 =0，使得回 代过程无法继续 在实际应用当中应该考虑这两种特殊情形 计算量估计 Gauss消去法的计算量，包含消元过程与回代过程这两部分的计算量 计算机完成一次乘（除）法的时间，远远超过一次加（减）法的时间，因此，评估一个算法的计算量，常常用做乘除法的次数来衡量 消元过程的计算量: 消元的第k步, 计算用于消元的乘子需n ? k次除法, 消元需要(n ? k)(n ? k + 1)次乘法故第k步的工作量为(n ? k)(n ? k + 2)次乘除法 所以, 整个消元过程的工作量为 “小主元”对解的精度的影响 Gauss消元过程中，矩阵的主对角线元素aii称为主元素，由于被作为除数，因此，存在小数作为除数，舍入误差变大，影响了解的精度 改进方法，是采用Gauss主元素消去法，加入了选主元过程，即在准备消元的xi的系数中，挑选最大的行和待计算行，进行行交换 Gauss主元素消去法是顺序消去法的一种改进。它的基本思想是在逐次消元时总是选绝对值最大的元素(称之为主元)做除数,按顺序消去法的步骤消元。 Gauss主元素消去法 Gauss主元素消去法，最常用的是 列主元素消去法 全主元素消去法。 §2 Gauss―Jordan消去法 前面所述的消去法均要进行两个过程,即消元过程和回代过程。但对消元过程稍加改变可以把方程组(6―1)化为对角形 (6―21) 此时求解就不要回代了。这种无回代过程的主元素消去法称为Gauss―Jordan消去法 特别是方程组(6―21)还可化为 显然等号右端即为方程组的解。 ① ② ③ 算例 将线性方程式组写成增广矩阵的形式 对列施行行变化，化为上三角行列式，得到 继续对第2列进行消元，得到标准的Gauss-Jordon 对角线元素进行归一，得到 方程组的解为：x1=2，x2=3，x3=1 * §1 线性方程组及其解法概述 §2 Gauss消去法 §3 Gauss―Jordan消去法 线性方程组的解法 线性方程组及其解法概述（1/2） 线性方程组应用 线性方程组求解问题在许多科学计算问题中都会遇到，如应力分析，电学网络，自由振动问题等 线性方程组分类方式 含零元素多少：稠密和稀疏 阶数高低：高阶和低阶 形状和性质：正定，三对角线对角占优等 线性方程组及其解法概述（2/2） 线性方程组解法 直接法——化为一个或多个三角形方程组 Gauss消去法 Gauss-Jordon消去法 其他变形方法 迭代法——逐次用新分量来计算下一个分量 简单迭代法 Seidel迭代法 松驰法 其他方法 §2 Gauss消去法 设有线性方程组 （2-1） 其中 §2 Gauss消去法 根据线性代数知识，当 时，方程组的解存在且唯一，对增广矩阵（ A , b）施行行初等变换，将A变成上三角矩阵A (n) ，相应得到 A (n) x= b (n) 其解便是原方程的解，这种求解过程，称为Gauss消去法 §2 Gauss消去法 如果线性方程组(2―1)的系数矩阵A具备某种特殊形式,例如其为上三角矩阵 且aii≠0,i=1,2,…,n 这时方程组(2―1)实际为 (2―2) 由方程组(2―2)的最后一个方程直接可得 将其代入倒数第二个方程可求得 依次将所得的 会代到2-2