第1章解线性代数方程组的直接法.docVIP

第一章 解线性代数方程组的直接法 1.1 引 言 在自然科学与社会科学的研究中，常常需要求解线性代数方程组，如实验数据的曲线、曲面的拟合和用差分法或有限元法解偏微分方程等都要用到线性代数方程组的求解。由于从不同的问题导出的线性代数方程组的系数矩阵不同，比如：矩阵阶数的大小、矩阵中的非零元稠密情况等，粗略地，系数矩阵可以分为低阶稠密矩阵和大型稀疏矩阵。关于线性代数方程组的求解，主要分为直接法和迭代法两大类，在理论上，用直接法可以通过有限步的计算得到精确解，而迭代法是通过逐次迭代逼近来求得近似解，实际上，由于舍入误差的影响，由直接法得到的解也不精确，因此，在某些需要高精度解的问题中，常常把由直接法得到的解再运用迭代法迭代若干步，以提高解的精度，一般地说，对于低阶稠密的线性代数方程组以及大型带形方程组的求解，采用直接法比较有效，而对于大型稀疏（非带形）方程组则用迭代法求解比较有利。当然，采用直接法，还是迭代法，还是直接法与迭代法交替运用，要根据具体情况确定。 本章主要讨论一些最基本的直接法，并在此基础上讨论它的变形情况，对于求解线性代数方程组的迭代法，我们将在下一章中介绍。 1.2 高斯（Gauss）消去法 考虑n阶线性代数方程组 （1.1） 采用矩阵和向量记号，我们可以把式（1.1）改写成 （1.2） 其中 ，，. 现在，我们给出用高斯消去法求解式（1.2）的计算过程。 算法1.1 求解线代数方程组（1.2）的高斯消去法 我们先分别记矩阵，向量，它们的元素分别为 ， ?? . （1）消元过程 第一步：若，可对进行如下计算，用乘方程（1.2）两边的第一行加到第i行中去，得到 ， （1.3） 这里， , . 第二步：若，可对进行如下计算，用乘方程组（1.3）两边的第二行加到第i行中去，得到 , 这里 , . 依次下去，……，一直做到第步，即： （2）回代过程 若，我们可以从式（1.4）逐次回代计算出方程（1.2）的解： 如果在消元过程的第一步中，，由于矩阵A非奇，所以在的第一列中至少有一个元素，于是可以通过对方程两边进行第一行与第行的行交换，将调到（1,1）位置，然后进行消元计算。同理，对以后各步都可以进行这样的行交换，以使均不为零。最后，由A的非奇异性得到亦不为零。 纵观算法1.1，我们得到： 定理1.1 如果方程组（1.2）的系数矩阵A为非奇，则它可以通过高斯消去法（即算法1.1）进行求解。 下面，我们分析在消元过程中不需进行行行交换的高斯消去法的乘除运算工作量。 （1）消元过程的计算量，在第k步的消元中，对矩阵消元需作次除法运算和次乘法运算，对右端需作次乘法运算，于是，总的消元过程乘除法运算量为 . （2）回代过程的计算量，计算每个需作次乘法运算，于是总的回代过程乘除法运算量为 因此，用不需进行行交换的高斯消去法计算线代数方程组（1.2）所需的总的乘除运算次数为 . 如果在消元过程中考虑进行行交换，则第k个消元步至多需要次的非零判断以及次两个元素的对换。于是，总的非零判断次数最多为 , 总的两个元素的对换次数最多为 . 另外，如果在算法1.1的消元过程中，对每一个当前消元步，比如第k步，都进行这样的判断，必要时，还进行行交换，以使得，从而。这样，在消元过程和回代过程中，就避免了绝对值较小的数作为除数的情况，于是，计算过程稳定，我们称经这种修改后的算法1.1为列选主元高斯消去法。 下面我们给出不选主元和列选主元高斯消去法计算线代数方程组的数值计算例子。 例1.1 试用高斯消去法计算线代数方程组 . 解 首先进行消元过程，对方程组两边第1行分别乘（-2）加到第2行、乘（-3）加到第3行、乘（-4）加到第4行、乘（-5）加到第5行，得到 对方程组两边第2行乘（-1）分别加到第3行、第4行、第5行，得到 对方程组两边第3行乘（-1）分别加到第4行、第5行，得到 对方程组两边第4行乘（-1）加到第5行，得到 然后，回代计算出 ，，，，. 例1.2 采用四位有效数字，分别用不选主元高斯消去法和列选主元高斯消去法计算线性代数方程组 （1.5） （此方程组的精确解为：,）。 解 首先用不选主元法高斯肖去法计算式（1.5）。 消元计算（考虑四位有效数字）： 对方程组消元，于是得到 回代计算： , 由此看出，在计算时产生的误差0.001，导致了求解时产生更大的误差，即误差扩大了20000倍。 下面采用列选主元高斯消去法计算式（1.5），交换方程组（1.5）的第1行与第2行得 消元计算（考虑四位有效数字）： 方程组消元后昨 回代计算： ,. 与不选主元的高斯消去相比，显然用列选主元高斯消去法可以得到好的结果。 1.3 矩阵的三角分解 在本节中，我们将讨论基于高斯消去法思想的另一种求解线性代