线性方程组的四种数值解法.docxVIP

线性方程组的四种数值解法 线性方程组的四种数值解法 PAGE 线性方程组的四种数值解法 线性方程组的四种数值解法 (电子科技大学物理电子学院，四川 成都 610054) 摘要：本文介绍了四种求解线性方程组的数值解法: 雅克比迭代法、高斯赛德尔迭代法、高斯消去法和改进的平方根法的基本原理和算法流程，通过求解具体方程，对四种求解方法进行了对比。对于雅克比迭代法和高斯赛德尔迭代法，研究了两种算法对求解同一方程组的迭代效率差异，结果表明高斯赛德尔迭代法达到同样精度所需迭代次数较少。对于高斯消去法，通过选择列主元的方法提高算法的准确度，计算结果表明高斯消去法计算精确，且运算复杂度也不是很高。对于改进的平方根法，其运算复杂度低，但对于给定的方程组有着严苛的要求。 关键词：雅克比迭代法；高斯赛德尔迭代法；高斯消去法；改进的平方根法；线性方程组 引言 线性方程组的求解在日常生活和科研中有着极其重要的应用，但在实际运算中，当矩阵的维数较高时，用初等方法求解的计算复杂度随维数的增长非常快，因此，用数值方法求解线性方程组的重要性便显现出来。经典的求解线性方程组的方法一般分为两类：直接法和迭代法。前者例如高斯消去法,改进的平方根法等，后者的例子包括雅克比迭代法，高斯赛德尔迭代法等。这些方法的计算复杂度在可以接受的范围内，因此被广泛采用。一般来说，直接法对于阶数比较低的方程组比较有效；而后者对于比较大的方程组更有效。在实际计算中，几十万甚至几百万个未知数的方程组并不少见。在这些情况下，迭代法有无可比拟的优势。另外，使用迭代法可以根据不同的精度要求选择终止时间，因此比较灵活。在问题特别大的时候，计算机内存可能无法容纳被操作的矩阵，这给直接法带来很大的挑战。而对于迭代法，则可以将矩阵的某一部分读入内存进行操作，然后再操作另外部分。本文使用上述四种算法求解对应的方程组，验证各种算法的精确度和计算速度。 1 算法介绍 雅克比迭代法 算法理论 设线性方程组 (1) 的系数矩阵A可逆且主对角元素 均不为零,令 并将A分解成 (2) 从而(1)可写成 令 其中 . (3) 以B1为迭代矩阵的迭代法(公式) (4) 称为雅克比(Jacobi)迭代法(公式),用向量的分量来表示,(4)为 (5) 其中为初始向量. 算法描述 1给定迭代初始向量X0以及误差要求delta 2根据雅克比迭代公式计算出下一组向量 3判断X是否满足误差要求，即||Xk+1 – Xk|| delta 4若误差满足要求，则停止迭代返回结果；若否，则返回第二步进行下一轮迭代 高斯赛德尔迭代法 算法理论 由雅克比迭代公式可知,在迭代的每一步计算过程中是用的全部分量来计算的所有分量,显然在计算第i个分量时,已经计算出的最新分量没有被利用，从直观上看,最新计算出的分量可能比旧的分量要好些.因此，对这些最新计算出来的第次近似的分量加以利用,就得到所谓解方程组的高斯—塞德尔（Gauss-Seidel）迭代法. 把矩阵A分解成 (6) 其中,分别为的主对角元除外的下三角和上三角部分,于是,方程组(1)便可以写成 即 其中 (7) 以为迭代矩阵构成的迭代法(公式) (8) 称为高斯—塞德尔迭代法(公式),用变量表示的形式为 (9) 算法描述 1给定迭代初始向量X0以及误差要求delta 2根据高斯赛德尔迭代公式计算出下一组向量 3判断X是否满足误差要求，即||Xk+1 – Xk|| delta 4若误差满足要求，则停止迭代返回结果；若否，则返回第二步进行下一轮迭代 高斯消去法 算法理论 下面三种变换称为初等行变换： 1.对调两行； 2.以数k≠0乘某一行中的所有元素； 3.把某一行所有元素的k倍加到另一行对应的元素上去。 利用初等变换将增广矩阵矩阵化为阶梯形式，此阶梯矩阵所代表的方程组与原方程等价，然后利用回代法求此阶梯矩阵的解，与原方程解相同。在转化为阶梯矩阵的过程中可以使用选择列主元的方式减小误差。 算法描述 以4阶为例： 第1步消元——在增广矩阵（A，b）第一列中找到绝对值最大的元素，将其所在行与第一行交换，再对（A，b）做初