计 算 方 法第4章.pptVIP

第4章 线性方程组的求解 4.1 问题的提出 4.2 消 去 法 4.2.1 高斯消去法 定理1 设AX=b，其中A∈Rn×n，如果约化的主元素 ≠0(k=1,2,…,n)，则可通过高斯消去法(不进行行交换)将方程组AX=b约化为三角形矩阵方程组(4.2.5)，并由回代公式(4.2.6)求得方程组的解。 4.2.2 选主元素消去法 通常有两种办法来选取主元，即列主元素消去法与完全主元素消去法。 (1)列主元素消去法 (2)完全主元素消去法 4.3 矩阵的直接分解法 4.3.1 矩阵的三角分解 定理2(矩阵的三角分解) 设A∈Rn×n 如果A的顺序主子式det(Ai)≠0(i=1,2,…,n-1)，则存在唯一的单位下三角矩阵和唯一的上三角矩阵U，使得 A=LU 4.3.2 改进平方根法 (1)正定矩阵及其性质 定义 设A是n阶实对称方程，若对任意非零向量X∈Rn，恒有XTAX0，则称A为正定矩阵。 正定矩阵具有如下性质(证明略)： 1)正定矩阵A是非奇异的； 2)设A是n阶正定矩阵方阵，则A的r阶主系矩阵Ar=(1,2,…,n-1)也必为正定矩阵； 3)正定矩阵A的主对角元aii(i=1,2,…,n)均为正数； 4)正定矩阵A的特征值λi0(i=1,2,…,n)； 5)正定矩阵A的行列式必为正数。 定理3 对称矩阵A为正定的充分必要条件是，A的各阶顺序主系式det(Ai)0 (i=1,…,n) (2)对称正定矩阵的三角分解 定理4(对称正定矩阵的三角分解)设A为n阶对称正定矩阵，则存在单位下三角阵L及非奇异对角阵D，使得A有三角分解A=LDLT，且此分解惟一。 (3)对称正定矩阵方程组的求解方法 (1)FY=b,求Y； (2)FTX=Y,求X。 (1)求解FY=b (2)求解F-1X=Y (1)LY=b,求Y； (2)RX=Y,求X。 4.3.3 追赶法 (1)LY=d,求Y； (2)UX=u,求X。 求解LY=d的递推公式为 求解UX=Y的递推公式为 (3)计算{xi} 4.3.4 列主元分解法 PAX=Pb (1) LY=Pb,求Y； (2) UX=Y,求X。 定理5(列主元的三角分解)如果A为非奇异矩阵，则存在排列矩阵P，使得PA有惟一的杜利特分解 PA=LU 其中，U是上三角矩阵，L是单位下三角矩阵。(在同样条件下，也可推出PA有惟一的克劳特分解)(证明从略)。 于是求解方程组AX=b转化为求两个三角形方程组 (1)LY=Pb,求Y； (2)UX=Y,求X。 4.4 迭代法及其收敛性 4.4.1 雅可比(Jacobi)迭代法 4.4.2 高斯-塞德尔(G-S)迭代法 4.4.3 迭代法的收敛性 (1)向量和矩阵的范数 定义1(向量范数) 对任意n维向量X∈Rn，按一定规则对应一非负实数‖x‖，若满足以下三个条件 1)正定条件：‖X‖≥0，当且仅当X=0时,‖X‖=0； 2)齐次性：‖kX‖=|k|·‖X‖,k为任意实数； 3)三角不等式：‖X+Y‖≤‖X‖+‖Y‖,对任意向量X,Y∈Rn。 则称‖X‖为X的范数(或向量X的模)。 设X=(x1,x2,…,xn)T,常用的向量范数有： 分别称为向量2范数，1范数，无穷范数。易证明它们都满足定义1中的三个条件。 向量的不同范数的数值是不一样的，这不影响度量向量的大小，因为向量的不同范数之间都有一定关系。可以证明1范数，2范数及无穷范数之间有下述关系。 定义2(矩阵的范数) 对任意n阶方阵A，若对应一个非负实数‖A‖满足 (1)‖A‖≥0，当且仅当A=0时，‖A‖=0； (2)对任意数k，‖kA‖=|k|·‖A‖； (3)对任意两个n阶方阵A, B, 有‖A+B‖≤ ‖A‖+‖B‖； (4)‖AB‖≤‖A‖·‖B‖； 则称‖A‖为A的范数(或称A的模) 与向量范数的定义相比较，前三条性质只是向量范数定义的推广，而第四条性质则是矩阵乘法性质的要求。 常用的矩阵范数是： 其中，λi是方阵ATA的特征值 可以证明，这些范数都满足定义要求，以上三个式子的证明从略。 定义3 (相容性) 对于给定的向量范数‖·‖和矩阵范数‖·‖，如果对任一个X∈Rn和任一个A∈Rn×n满足 则称所给的矩阵范数与向量范数是相容的。 (2)迭代法的收敛性