数值分析课件-ch05三角分解法.pptVIP

* 第五章解线性方程组的直接方法 —— 矩阵三角分解法 * 直接三角分解法Matrix Factorization method 直接三角分解的基本思想 如果将线性方程组Ax=b的系数矩阵A分解成两个三角矩阵L和U，即A=LU（也称为LU分解）， 则： 问题： 对于一般非奇异矩阵是否存在LU分解？ * LU 分解 Gauss消去过程其实就是一个矩阵的三角分解过程 则 A(k) 与 A(k+1) 之间的关系式可以表示为： 其中： ( i = k + 1, …, n ) 将 Gauss 消去过程中第 k-1 步消元后的系数矩阵记为： ( k = 1, …, n-1) * LU 分解 LU 分解 记： ，则 其中：L --- 单位下三角矩阵，U --- 上三角矩阵 LU 分解 于是有： 容易验证： ( k = 1, …, n-1) (Doolittle分解) * LU 分解存在唯一性 LU 分解存在 高斯消去法不被中断 定理：若 A 的所有顺序主子式不为零，则 A 存在唯一的 LU分解 所有顺序主子式不为零 * PLU 分解 列主元 Gauss 消去法对应的矩阵分解为 PLU 分解 定理：若 A 非奇异，则存在排列矩阵 P，使得 PA = LU 其中 L 为单位下三角矩阵，U 为上三角矩阵 * 注 （1） L 为单位下三角阵而 U 为一般上三角阵 的分解称为Doolittle分解 （2） L 为一般下三角阵而 U 为单位上三角阵 的分解称为Crout分解。 * 计算LU分解 利用矩阵乘法直接计算 LU 分解 L ? U = A ?比较等式两边的第一行得： u1j = a1j 比较等式两边的第一列得： ?比较等式两边的第二行得： 比较等式两边的第二列得： ( j = 1,…, n ) ( i = 2,…, n ) ( j = 2,…, n ) ( i = 3,…, n ) U 的第一行 L 的第一列 U 的第二行 L 的第二列 * 计算LU分解 第 k 步：此时 U 的前 k-1 行和 L 的前 k-1 列已经求出 比较等式两边的第 k 行得： 比较等式两边的第 k 列得： 直到第 n 步，便可求出矩阵 L 和 U 的所有元素。 ( j = k, …, n ) ( i = k+1, …, n ) * LU分解算法 算法 ：(LU 分解 ) for k = 1 to n end j = k, …, n i = k+1, …, n 运算量：(n3 - n)/3 为了节省存储空间，通常用 A 的绝对下三角部分来存放 L (对角线元素无需存储)，用 A 的上三角部分来存放 U * 例：用矩阵的Doolittle分解解方程组 解：设 * * 为便于记忆，我们给出L、U分解紧凑格式: * 求解三对角方程组的追赶法Thomas method for tridiagonal linear system 有一类方程组,在今后要学习的样条插值,微分方程数值求解中等问题中有着重要的作用,即三对角线方程组,其形式为: * 定理：若A为对角占优三对角阵，且满足 则方程组有唯一的LU分解。 * 追赶法 对角占优的三对角矩阵的 LU 分解 计算公式 i = 2, 3, …, n-1 * 追赶法 A 三对角矩阵（对角占优） i = 2, 3, …, n 算法 ：(追赶法 ) i = n-1, …, 2, 1 i = 2, 3, …, n-1 * 计算量：5n-4 计算 及 的过程,称为追的过程，计算方程组的解 的过程称为赶的过程，因此上述 方法称为追赶法。 * function pursue[A,b] [n,m]=size(A); a=zeros(1,n); a(2:n)=diag(A,-1); c=diag(A,1); b=diag(A); if b(1)==0 error(主对角元素不能为0); return; end alpha(1)=b(1); beta(1)=c(1)/b(1); 追赶法Matlab程序 * for i=2:n-1 alpha(i)=b(i)-