线性方程组AXB的数值解法j.ppt

华南师范大学数学科学学院 谢骊玲 * 矩阵的LU分解 是否所有的非奇异矩阵A都能作LU分解呢？ 一个例子： N阶方阵A有唯一LU分解的充要条件是A的各阶顺序主子式均不为零 华南师范大学数学科学学院 谢骊玲 * 3.5 三角分解法（续1） 利用前代/回代算法求解形如Lx=b或Ux=b的线性方程组是容易的 如果对一个给定的矩阵A，能够找到一个下三角矩阵L和一个上三角矩阵U，使A=LU 则求解线性方程组Ax=b的问题可以分解成两个简单的问题： Ly=b Ux=y 易见：Ax=(LU)x=L(Ux)=Ly=b 华南师范大学数学科学学院 谢骊玲 * 3.5 三角分解法（续2） 假设已有矩阵A: 对A作LU分解: 检验分解结果: 华南师范大学数学科学学院 谢骊玲 * 3.5 三角分解法（续3） 构造一系列乘数矩阵M1, M2, M3, M4,…, MN-1使得: (MN-1…M4M3M2M1)A是上三角矩阵，把它重新记成U. 对4×4矩阵A，M1可取: 华南师范大学数学科学学院 谢骊玲 * 3.5 三角分解法（续4） M2可取: M3可取： 华南师范大学数学科学学院 谢骊玲 * 3.5 三角分解法（续5） 则U=(M3M2M1)A是上三角形矩阵 每个M矩阵都是下三角形矩阵 如M2的逆为: 注意到每个M矩阵的逆只是它自身下三角部分元素取相反数 A = (M3M2M1)-1 U  = (M1)-1 (M2)-1 (M3)-1 U 定义L = (M1)-1 (M2)-1 (M3)-1，则L就是一个对角元素全为1的下三角矩阵，因为所有的M矩阵的逆都是对角元素全为1的下三角矩阵 华南师范大学数学科学学院 谢骊玲 * 3.5 三角分解法（续6） 计算复杂性：高斯消去法与三角分解法的三角化过程是一样的，都需要 次乘法和除法 次减法 求解LUX=B又需要N2次乘法和除法，以及(N2-N)次减法 华南师范大学数学科学学院 谢骊玲 * 3.5 三角分解法（续7） 每一个M矩阵中都需要计算1/A(i,i) 当第i个对角元素为0或者很接近0时就没法计算M，这时A的直接LU分解就没法继续进行 可以将第i行与它下面的某一行互换，该行的第i列元素非零 带选主元过程的LU分解 华南师范大学数学科学学院 谢骊玲 * 3.5 三角分解法（续8） 之前我们构造了一系列的M矩阵使得 是上三角矩阵 现在我们构造一系列的M矩阵和P矩阵使得 是上三角矩阵 (MN-1…. M4 M3 M2 M1)A (MN-1 PN-1 …. M4 P4 M3 P3 M2 P2 M1 P1)A 华南师范大学数学科学学院 谢骊玲 * 3.6 求解线性方程组的迭代法 考虑线性方程组 华南师范大学数学科学学院 谢骊玲 * 3.6 求解线性方程组的迭代法（续1） 高斯消去法 – 受限于舍入误差和病态性 迭代法 – 另一种求解线性方程组的方法 给出初始估计值，通过迭代得到更好的解的近似值 迭代法对求解大型线性方程组非常有效 Jacobi（雅可比）和Gauss-Seidel（高斯-赛德尔）方法 华南师范大学数学科学学院 谢骊玲 * 3.6 求解线性方程组的迭代法（续2） 将方程组改写成每个方程的左边只有一个未知数的形式： 给出初始估计值 和迭代规则 华南师范大学数学科学学院 谢骊玲 * Jacobi迭代法 初始估计值 迭代一步后的结果： 华南师范大学数学科学学院 谢骊玲 * Jacobi迭代法（续1） k步迭代后的结果： 华南师范大学数学科学学院 谢骊玲 * Jacobi迭代法（续2） 例： Jacobi迭代公式： 华南师范大学数学科学学院 谢骊玲 * Jacobi迭代法（续3） 初始迭代值 20步迭代后 华南师范大学数学科学学院 谢骊玲 * Jacobi迭代法（续4） 迭代会不会收敛到方程组的解？ 迭代到何时会终止？终止的判断条件是什么？ 两个必须考虑的问题： 华南师范大学数学科学学院 谢骊玲 * 3.6 求解线性方程组的迭代法（续3） 定义3.6 设有N×N维矩阵A，如果 其中k＝1,2,…,N 则称A具有严格对角优势（严格对角占优）。 定理3.15（雅可比迭代）设矩阵A具有严格对角优势，则AX=B有唯一解X=P。利用雅可比迭代可产生一个向量序列{Pk}，而且对于任意初始向量P0，向量序列都将收敛到P。 华南师范大学数学科学学院 谢骊玲 * 3.6 求解线性方程组的迭代法